Bill Holmes是加州Corona工廠的設施經理，該工廠生產著標志性的Fender Stratocaster和Telecaster吉他。他會帶著一臺簡陋的手持振動分析儀在工廠里走來走去，然后將設備插入電腦，以獲取設備狀況的讀數。

75年前，Leo Fender成立Fender樂器公司時，所有的木工工作都是手工完成的，而今天，吉他的琴頸和琴身都是用電腦控制的木工路由器生產的，然后才會交給制造最終產品的工匠。Holmes說，他一直在尋找最新的技術進步來解決問題（他使用機器人來幫助吉他上漆），而其中沒有比設備故障更令人煩惱的問題了。

只有預防性維護，即機器按照預定的時間表來得到關注，是不夠的，他說。“百分之九十的故障都是瞬間故障，會導致進程關閉。這對業務來說太難了。如果你能在故障發生前就發現故障，那么你就不需要關閉生產，維護團隊也不需要四處奔波滅火了。”

在177，000平方英尺的設施中有1，500件設備，Fender是將傳感器安裝在機器上并使用人工智能分析來預測故障的典型候選者。這是Fender正在做的事情，但有一個轉折 -- 該公司正在使用的是亞馬遜上基于云的Monitron服務，所以所有的數據處理都是在亞馬遜的云上進行的。

對于像Fender這樣的小公司來說，亞馬遜的全面管理服務很有吸引力，因為亞馬遜提供了無線傳感器，可以通過近場通信（NFC）來連接到亞馬遜的Wi-Fi網關。亞馬遜的網關被預先配置成會將相關數據發送到亞馬遜云上進行分析。亞馬遜開發了機器學習算法來處理數據，并會直接向Holmes發送警報。

“他們基本上把價格降到了足夠低的水平，這樣夫妻店就可以把這個放在他們的設備上，不用經過培訓就可以很容易地進行監控了。這是非常重要的。每個制造商都有一個關鍵的設備，一旦出現故障就會導致生產停止。”Holmes說。

到目前為止，Holmes已經安裝了9臺任務關鍵型機器，并計劃在墨西哥恩塞納達的第二家制造廠部署該系統。對云的使用也提供了額外的好處，使Holmes能夠在一天內從這兩個站點聚合數據以進行額外的分析。此外，他預計也能夠從一個單一的儀表板來跟蹤兩個網站。

邊緣計算如何實現人工智能

IDC edge strategies研究主管Dave McCarthy表示，在制造業、運輸、物流、醫療保健、零售、石油和天然氣等行業--基本上任何擁有實物資產的行業--機器所生成的數據都是“邊緣計算的風帆”。他補充說，“從這些機器上獲得的數據中找到有意義的見解，并自動對這些數據做出響應，這就是人工智能所做的。”

STL Partners的高級顧問Tilly Gilbert表示，一般的經驗法則是，可以在邊緣執行人工智能處理最適合處理的對實時、延遲敏感的應用程序，因為如果這些大型數據集必須傳輸到云環境，這些應用程序將無法高效運行。除了延遲問題，邊緣計算也降低了回程成本，并能夠幫助公司遵守隱私法規和安全策略，如果敏感數據被發送到了異地，這些法規和策略則可能會被違反。

在增加正常運行時間和提高性能的雙重業務需求的驅動下，人工智能驅動的邊緣數據處理正在超越利基案例，并在變得更加主流，McCarthy說。

許多因素的共同作用，使得邊緣/人工智能將更容易被部署，包括預配置有物聯網傳感器的物理資產的激增，以及提供邊緣技術的供應商數量的增加。其中包括了系統集成商、第三方初創企業、超大規模云提供商以及將邊緣定位為數據中心延伸的傳統基礎設施提供商。

對于企業來說，這使得他們能夠在最合適的位置運行工作負載，無論是在本地、云中還是在邊緣。或者是其中的一種組合--正如Fender的例子所展示的，有多種方法可以混合和匹配技術和方法，以獲得邊緣和云世界的最佳效果。

正如如今大多數企業都在混合云或多云環境中運營一樣，基于人工智能的邊緣應用程序也不是孤立運行的，McCarthy指出。即使人工智能的處理發生在邊緣，其機器學習算法也可能是在云中開發的，模型也是在云中訓練的。而且，實時數據也可以匯總并聚合到云中，以便對歷史數據集進行分析，從而用于指導長期的規劃。

零售邊緣的人工智能

邊緣/人工智能組合最令人興奮的方面是它將支持的新的應用程序，Gilbert說。

由于許多企業不具備內部開發人工智能分析能力的技能，甚至可能不知道一些可能的用例，初創的第三方在開發和部署現成的系統方面發揮著主導作用。例如，像沃爾瑪和克羅格這樣的主要零售商都在他們商店的自助結賬通道推出了基于人工智能的邊緣系統，以減少由于顧客無意或有意不支付購物車中的所有東西所造成的損失。

為沃爾瑪和克羅格提供技術的愛爾蘭初創企業Everseen的戰略增長副總裁Alex Siskos表示，他的公司已經能夠解決零售商以前難以解決的一個問題：收縮還是虧損。他說，零售商知道自己在自助結賬時是在賠錢，但無法判斷這是源于顧客的誠實錯誤，還是員工向朋友贈送商品的“甜言蜜語”，或者是聰明的小偷，例如，他們可能會在更大、更貴的物品上放一根口香糖，因此掃描儀就只會向顧客收取口香糖的費用。

Everseen戰略性地在自助結賬處放置了GPU驅動的計算機視覺攝像頭，并開發了與零售商掃描系統所集成的軟件，因此如果掃描儀顯示了“口香糖”，但攝像頭看到的是“一盒尿布”，則可以實時觸發各種動作。顧客在結賬時可能會收到一個彈出的警告，比如“機器可能誤掃描了最后一件商品。”這樣做的目的就是讓客戶從疑慮中受益，并允許他們在需要員工干預之前進行自我糾正。作為最后的手段，該系統能夠在自助結賬顯示屏上重放有關行為的視頻。

“我們能夠將非結構化數據轉化為洞察力、行動和最終利潤，”Siskos說。他估計，零售商每周能夠從減少盜竊和提高庫存準確性中為每個商店節省2500至4500美元。

Everseen系統在邊緣處理數據，因為正如Siskos所說的，“那是行動的地方，那就是關鍵時刻所在。”完全集成的產品包括了運行Everseen軟件的戴爾PowerEdge服務器，該軟件是在GPU提供商Nvidia創建的開發平臺上編寫的。但是也有其他的云組件;而模型是在云中訓練的，管理和監控也在云中進行。

此外，Everseen目前在美國和歐洲監控著超過10萬條的收銀線，并能夠從那些被錯誤掃描的“關鍵時刻”中挑選出4-5秒的片段。這些精選的數據會被發送到云中，用于報告目的，以及幫助訓練算法。“AI是一種饑餓的動物，” Siskos說。“你喂得越多，它就越好。”

人工智能在醫療保健領域的發展

醫療保健是邊緣計算能夠為人工智能提供動力的另一個領域。

Andrew Gostine博士是一名麻醉師和企業家，他創建了一家應用AI優化醫院資源的公司，用以提高效率和節省資金。

醫院拯救生命，但也是一門生意。就像餐館需要在一天中盡可能多地安排餐桌和聚會一樣，醫院也需要為外科手術室提供同樣的服務。Gostine的公司Artisight使用了安裝在手術室的多個無線攝像頭來充當 “空中交通管制”。例如，當病人被推進手術室時，麻醉師和外科醫生會自動得到通知。手術室外面的走廊里也有一個大顯示屏，類似于你在機場看到的，可以告知傳單上的航班狀態和去哪個登機口，這有助于確保醫院工作人員能夠在正確的地點和時間出現。

聽起來很簡單，但Gostine說，他的系統在芝加哥地區的醫院使用后，生產效率提高了16%。Artisight系統是構建在英偉達面向醫院的Clara Guardian 邊緣/AI平臺上，以預打包的捆綁包形式提供，并在戴爾服務器和存儲上運行的。處理是在現場完成的，因為其數據量--西北紀念醫院每天產生1.2PB的視頻--發送到云上太貴了，而且還會造成延遲問題，Gostine說。

Artisight系統過濾了人們的身份信息以保護他們的隱私。它還記錄了手術的關鍵部分，以便外科醫生可以回去研究他們的表現，并與同行分享視頻以獲得反饋。

Gostine說，這項技術已經可以用于越來越多的邊緣用例。例如，攝像機可以監控病房，以檢測病人是否下床跌倒了。作為容量管理計劃的一部分，該系統還可以用來監控病房--換言之，當房間騰空時，能夠立即通知客房部，保存可用房間的清單，確保床單已經更換，并且房間里有合適的醫療設備。

每一個關注人工智能的人都知道IBM的大膽預測，即沃森總有一天會治愈癌癥，結果那個項目沒有取得成果。Gostine認為，過度承諾的“神奇療法”已經阻礙了人工智能的發展。更重要的是，他說，將人工智能用于可能更普通但更實用的應用程序，這將提高效率和降低成本，并最終釋放醫院資源，擴大患者護理。
責編AJX