大多数现代的物联网生态系统都依赖于与互联网的永久连接。设备不断地向云中的数据中心发送和接收数据。明显的优点:用户可随时随地对系统进行监控和控制。明显的缺点:在连接丢失的情况下,大多数系统停止工作。为什么我们愿意承担这个风险?
物联网之所以被称为物联网,是因为互联网扮演了重要的角色。设备在本地环境中不再被隔离,它们可以随时与外界互动,使用天气或交通的实时数据,帮助我们做出最佳决策,管理我们的日常生活。但是,永远在线所带来的便捷,让我们对数据变得很随意。
物联网设备通常通过网络向数百公里之外发送数据,进行交互,即使有时设备之间的距离只有几米。当我们使用我们的智能手机,打开客厅的灯时,在毫秒之内,该命令就穿梭了大陆的一半。我们认为这很正常。但是,如果你的孩子就在隔壁房间,你会通过WhatsApp来叫他吃饭吗?这很奇怪,不是吗?
随着市场上的处理器更便宜,更小,是时候收回一点控制权了。如果智能设备依赖于信息中心来做出决定,那么这个设备并不智能。
过去,云是一切的解决方案,但这种趋势似乎正在转变。显而易见,并不是所有的数据都需要发送到云,这样会使得物联网生态系统容易出现停电现象,甚至使整个安装过程放缓。
边缘计算越来越受欢迎,将处理能力从信息中心逐渐转移到网络边缘。即使像微软(Azure IoT Edge)和亚马逊(AWS Greengrass)这样的巨头最近也意识到这样的趋势,并提供他们的边缘解决方案。
边缘这个术语起源于移动网络,通常数据在尽可能接近终端用户设备的点被压缩;目的是使其更快地在移动网络中传输。其目标是缓解网络负担,加快整个系统的运行。边缘意味着在终端进行尽可能多的处理—在网络的边缘,通常在连接设备上。它适用于移动网络,所以应该也适用于物联网网络。
云或边缘:应该如何选择?
在生活中经常如此,没有完美的解决方案。这取决于每个用例。两者的混合可能是完美的:在混合系统中,简单的任务在设备之间直接进行。这样,他们可以尽可能快速,独立地完成工作,这对于楼宇自动化,或智能行业的设置,尤为有效。
只需确保你将分析和监控所需的数据,发送到云。 随着大型公司将业务从纯云转移到混合产品,我们甚至可能会看到因为有无数不同的标准,多样化物联网的各种困难。
因为短期内不会有任何通用的物联网标准,因此设备和网关制造商可能会在其设备中实现更多的功能,而不仅仅是将其放到云中。 关于物联网生态系统,我们已经徘徊在边缘太久了。让我们更靠近它。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。