Edge AI tam olarak nedir, geleneksel bulut tabanlı computing ile karşılaştırıldığında faydaları nedir ?
Edge AI, endüstrilerde kullanılan görüntüleme sistemlerindeki birçok dönüşümün temel taşı olmuştur. Örneğin tarım, medikal, retail, endüstri, akıllı şehirler vb.
Peki edge AI nedir ? AI ve edge AI arasındaki fark nedir ?
Yapay zeka, makine öğrenmesi, derin öğrenme ve bilgisayarlı görüş nedir ile başlayalım.
Edge AI’ı anlayabilmek için, AI (artificial intelligence), ML (machine learning), DL (deep learning), ve CV (computer vision) temel konseptlerini ve tanımlarını bilmek önemlidir.
AI jenerik bir terimdir, En basit ifadeyle, yapay zeka anlamına gelen AI, görevleri yerine getirmek için insan zekasını taklit eden ve topladıkları bilgilere dayanarak kendilerini yinelemeli olarak geliştirebilen sistemler veya makineler anlamına gelir. AI çeşitli şekillerde kendini gösterir. Doğal dil işleme (NLP) ve bilgisayarlı görüş (CV) bazı örneklerdir. Makine öğrenmesi, AI’ın özel alt kümesidir.
Makine öğrenimi (ML), programların açıkça programlanmadan sonuçları tahmin etmede daha doğru olmasını sağlayan bir tür yapay zekadır (AI) ya da yapay zekanın alt kümesidir diyebiliriz. Makine öğrenimi algoritmaları, yeni çıktı değerlerini tahmin etmek için veri setlerini (dataset) girdi olarak kullanır.
Öte yandan, derin öğrenme, node(düğüm) adı verilen çok sayıda ara bağlantıya sahip çok sayıda küçük öğrenme birimi katmanına dayanan belirli bir öğrenme algoritması türünü temsil eder. Bu yapıya sinir ağı denir ve nöronlarımızın beyin içinde nasıl yapılandırıldığından ilham alır. Bir sinir ağındaki katman sayısı ne kadar fazlaysa, o kadar derindir ve dolayısıyla ‘Derin Öğrenme’ terimi karşımıza gelir.
Şimdi Computer Vision’a gelelim.
Makinelerin resim/video verilerini anlamasını ve ondan akıllı çıkarımlar yapmasını gerektiren yapay zekada özel bir görevdir. Böyle bir görevin karmaşıklığı, neyi başarmaya çalıştığımıza bağlı olarak değişebilir. Örneğin, bir görüntüde bir nesnenin bulunup bulunmadığını bulmak, bilgisayarla görmenin temel bir biçimidir.
Peki Edge AI nedir ?
Şimdi temel tartışma konusuna gelelim – uç AI.
ML algoritmaları, boyutları ve karmaşıklıkları nedeniyle geleneksel olarak bulut üzerinden dağıtılır. Makineler bulut sistemine yeni veriler gönderir, çıkarımı orada yapar ve ondan tahmini geri alır.
Birçok ML algoritmasının basitleştirilmesine ek olarak, güçlü bilgi işlem makinelerinin taşınabilir ve erişilebilir hale gelmesiyle, bu algoritmalar artık bulut tabanlı bir bilgi işlem platformuna ihtiyaç duymadan uçtaki makinelerde çalıştırılabilir. Buna “edge ML” denir. Ve bu “öğrenme”, akıllı gerçek dünya görevlerini gerçekleştirmek için kullanıldığında, buna edge AI denir.
Edge AI’ın avantajları :
Edge AI’nın en önemli avantajlarından bazıları şunlardır:
- Cihaz üzerinde veri analizi ihtiyacı, veri işlemeye dayalı kararların ivedilikle alınması gereken durumlarda ortaya çıkmaktadır. Bant genişliğinin sınırlı ve gecikmenin kritik olduğu benzer senaryolarda, uç işleme daha verimlidir.
- ML çıkarımını uçta çalıştırmak, ağa erişim kesintiye uğrasa bile uygulamanın çalışmaya devam edeceği anlamına gelir. Bu yerinden yönetim/merkeziyetsizleştirme onu daha güvenilir hale getirir. Bu, özellikle ağ kesintilerinin sık olduğu konumlarda dağıtılan uygulamalarda veya sistemlerde yararlıdır.
- Edge AI’da veriler işlenir ve cihazda yerel kalır ve bir ağ üzerinden gönderilmesi gerekmez. Bu, veri gizliliği ihlalleri riskini azaltır.
- Bunun dışında, işletim maliyeti ve güç tüketimi açısından uç AI, bulut tabanlı bilgi işlemin önüne geçer.
Edge AI hızla gelişiyor. NVIDIA Orin serisi ve yeni nesil embedded kameralar gibi yüksek performanslı işleme platformları ile edge AI (kenar AI / uç AI) ve gömülü görüntü teknolojisinin geleceği parlak görünüyor.