边缘智能技术:这一技术变革被普遍接受的五个原因

云计算
由于疫情已经把我们生活的方方面面都集中到了我们的家里,边缘计算已经打破了以前分割或限制我们在家中所能体验到的障碍。

 COVID-19疫情加速了已经在使用的技术变革。人们发现自己在家里工作和学习,这通常处于雇主和学校运营的计算网络的"边缘"。这是边缘智能技术,这一转变被普遍接受有五个原因。

[[343678]]

在家时,许多员工也在大幅增加对娱乐内容的消费。工作条件的变化和随之而来的变革将继续,并辅之以人工智能、处理和连通性方面的创新,赋予这些边缘地区新的能力和服务。

什么是边缘网络?

总而言之,网络的"边缘"将继续演变为设备集合,这些设备比依赖云连接的设备更快、更频繁地在本地工作。远离某些连接也会使设备更安全、更可靠、更节能。

这种转变对世界有着巨大的影响,其中一些我们已经目睹了。

这里有五个理由说明智能技术在边缘的存在。

首先,尖端技术让我们参与其中。

技术已经证明,它本身是一种不可或缺的工具,可以使人们在某些时候以一种可能曾经看起来不可能的方式聚集在一起。

工作团队和家庭不再需要在同一个房间里交流思想和感受。更深刻的是,那些曾经因为无法参加朝九晚五的工作而被排斥在就业市场之外的人,可以在最适合他们的时间和地点使用这项科技。

如那些花大量时间照顾儿童或老人,或那些需要通勤上班的人,也可以接触各种各样的人和他们的技能已经并将带来许多新的劳动力。

第二,它提高了生产力。

呆在家里的命令意味着人们已经发现他们平时在上下班路上花了多少时间,现在他们可以利用这段时间来提高工作效率。

得益于边缘技术,过去因"在途"而损失的时间可以用于生产性用途,它复制了许多曾经只在工作场所提供的功能(例如访问数据和彼此访问)。

它还可以在不增加有害排放的情况下提高生产率,更不用说坐在车流中带来的情感损耗。

第三,边缘计算更能保护我们的隐私。

隐私得到了更好的保护,因为在我们的设备上收集到的更多数据都是在本地处理和使用的,黑客访问个人数据的风险也降低了。

此外,如果数据以这种方式分布在家里和办公室,而不是在大型共享服务器或其他平台上收集数据,那么对于犯罪分子来说,这是一个不那么有吸引力的目标。

黑客入侵一个家庭所需的努力带来极大任何可能被发现的风险。此外,还有一些重要的安全协议(包括硬件和软件),使得这些事件不太可能发生。

第四,它为我们提供了安全的个人空间。

令人惊讶的是,在疫情期间,有多少人在开车时找到了避难所(作为体验外部世界的"安全空间")。

从A点到B点的物理运动,作为有用的个人或专业时间,意味着对自动化和安全性的更大需求。

人们将这些空间和"时刻"视为个人安全的时间,同时有效地利用这些空间和时刻,也为将主动驾驶任务转移到ADAS等智能技术上创造了更大的紧迫性。

我们使用车辆的目的很可能正在改变,我们对它们的期望也会改变。我们应该能够期待我们在车上的时间是安全的,既不受病毒感染,也不受交通事故的影响,就像我们在家里的时间既私人又受保护一样。

最后,边缘创造了更多的可能性。

将计算智能和更快的处理放在感测和收集数据的点上提供了好处。这意味着有很多新的用途,比如更智能的安全和环境控制,或者在汽车上,使用更多的工具来提高驾驶的安全性。

这样做更安全,就可以考虑用户数据的新应用,特别是在机器学习和生活方式服务领域。

想象一下,数字家庭助理能够真正了解用户的需求和期望——可能性是无穷的。

结论

由于疫情已经把我们生活的方方面面都集中到了我们的家里,这种边缘已经打破了以前分割或限制我们在家中所能体验到的障碍。

现在我们可以更快、更方便、更安全地做事情,而且比以往任何时候都要频繁。在边缘体验智能技术才刚刚开始向我们展示一个能够预见并自动化我们需求的世界的可能性。

责任编辑:华轩 来源: 物联网世界
相关推荐

2022-02-11 14:47:01

智能建筑智能卫生间

2018-07-20 09:30:22

2019-01-29 05:00:34

2012-06-21 15:50:20

JavaScript

2022-08-04 11:19:23

区块链物联网

2021-10-26 11:36:53

物联网黑客智能建筑

2023-06-20 14:54:55

2021-06-18 10:03:37

变革管理首席信息官CIO

2009-11-19 18:14:46

策略路由技术

2022-08-03 10:27:23

商业智能CIO

2017-06-06 11:35:47

华为ICT智慧城市

2010-08-25 09:11:32

无线技术

2023-03-16 07:43:59

技术变革企业

2010-10-12 09:17:42

本地代码Native CodeNative Clie

2017-12-21 21:15:37

2023-01-19 00:26:44

2022-09-20 11:03:05

人工智能AI

2021-05-27 15:22:19

人工智能AI深度学习

2023-12-11 11:09:17

人工智能AI芯片机器学习

2010-04-08 18:21:15

无线技术项目
点赞
收藏

51CTO技术栈公众号