至顶网CIO与CTO频道 08月15日 编译:云计算一直是新闻热点,相反,边缘计算却很少被新闻报道,但它却有可能像云一样给企业运营带来一场变革。
新技术——特别是结合边缘计算的时候——可以为企业提供更好的服务效率和效益。边缘计算有可能在基础层面上影响业务流程,取决于企业的运营方式。福布斯分析了边缘计算可以带来显着优势的几个用例,为企业提供来自专家的见解。
1、积极的客户体验
云计算创新让边缘计算成为现实,而不再是将数据和计算资源放在云中,这些资源需要贴近客户,这就是我将我的安全服务公司和我的播客内容发现公司迁移到Google Cloud云端的原因。谷歌让我们能够把资源分布到它全球的八个数据中心。——Tim Maliyil,AlertBoot
2、消费者数据隐私
那些持有高度敏感的消费者数据的公司发现,由于数据泄露的成本极高,因此云计算的风险也是很大的。因此,很多公司正在利用边缘计算处理消费者数据,因为边缘计算为他们提供了更多的安全和控制选择。虽然边缘计算会使企业工作流程变得复杂化,但可以带来很多好处,特别是对医疗数据公司来说。——Sean Byrnes,Outlier
3、物联网
物联网是对智能化的一个重大转变,企业可以实施这种智能化以实现更好的数据、客户体验、现场营销以及更智能的流程。边缘计算让网络以高性能水平运转。接近实时的速度意味着用户体验也是非常好的,可以让企业更好地、更有效地运转。——Frank Cittadino,QOS Networks
4、新的增强现实功能
如今创新很多,但很少能够与增强现实(AR)这项技术的潜力相媲美。未来AR将快速普及,并渗透到企业级和消费级市场。边缘计算将把用户在AR设备上的用户参与度提升到一个全新的水平。更出色的计算处理能力,让用户可以期待着在不久的将来看到更生动、更快速的AR体验。——Marc Fischer,Dogtown Media
5、视频监控和分析
视频监控部署在边缘位置上,视频分析也是如此。视频生成的数据是其他来源的10倍,这也是你在数据中心外部处理数据以最大限度减少网络传输量和存储量的典型数据类型。此外,这也让企业可以基于可操作的数据做出实时决策。——Bill Galloway,Pivot3
6、工业运营
工业运营(例如工厂车间处理)需要对大量数据进行高速响应。大部分数据被丢弃,但能够检测边缘数据中的异常,使工厂操作员能够更好地检测何时对工厂车间出现的问题进行响应,避免停机以提高生产率。——Randal Kenworthy,Cognizant
7、现场工作人员的日常工作
AR和移动边缘计算的结合,将极大地改善现场工作人员和工程师的日常工作。智能眼镜生成的数据可以在移动设备上进行处理或者预处理。例如,面部识别操作可以在云端进行,查找模式,然后向工作人员可视化的提示。——Artem Petrov,Reinvently
8、大型任务关键型应用
边缘计算对于大型任务关键型应用是十分必要的,如军事、航空等。如果边缘计算让云提供商降低了服务成本,那么每个人都会受益。但现实是,他们只会让服务成本更高,并且强调那些实际上并不是你急需的“好处”。——Boris Kontsevoi,Intetics
9、智能建筑
我们的会议室和办公设施正在变得越来越智能,这吸引着我们把一切都放到云端上。出于安全性和稳定性的考虑,在本地保存一些数据是有好处的。我们看到,当网络故障导致云服务中断是多么令人感到沮丧,况且在工作环境中可靠性就更重要了。——Luke Wallace,Bottle Rocket
10、无人驾驶汽车
汽车行业已经投入数十亿资金用于开发边缘计算技术。出于安全运行的考虑,需要收集和分析有关车辆周边环境、方向和天气状况相关的大量数据,而且车辆需要与道路上的其他车辆进行通信。——Arnie Gordon,Arlyn Scales
11、零售
边缘计算可以增强零售商店购物者的客户体验,同时为企业本身带来诸多好处。例如借助边缘计算,大型零售商店可以通过红外信标技术生成店内流量模型。数据可以帮助零售商更好地了解客户,并更有策略地摆放商品。——Thomas Griffin,OptinMonster
12、电视机顶盒
边缘人工智能让一种小型智能引擎运行在机顶盒设备上,实时分析数据,对人工智能进行编码,在本地解决问题,并向上游服务器提供智能反馈。与基本的自动化(边缘机器人过程自动化机器人)相结合,这种人工智能引擎可以自我修复并在本地解决许多问题。——Ankur Garg,Hotify
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。