Der Edge-Anwendungsfall, auf den Sie gewartet haben

Der Erfolg im Internet war schon immer positiv mit Katzenvideos verbunden, und Edge ist da keine Ausnahme. 

Um nicht beschuldigt zu werden, einen Post-hoc- Fehlschluss begangen zu haben, möchte ich sagen, dass ich es nur teilweise ernst meine, wenn ich sage, dass Katzenvideos ein signifikanter Indikator für den Erfolg von Randgruppen sind. Wer mit diesem logischen Fehlschluss nicht vertraut ist, kennt ihn vielleicht aus einem berüchtigten Diagramm, das beweist, dass „der Rückgang der Piraterie weltweit die globale Erwärmung verursacht.“ ( Data Science Central ) Dieser Fehlschluss ist teilweise für den eingängigeren Satz verantwortlich: „Korrelation beweist keine Kausalität.“

Dennoch möchte ich darauf hinweisen, dass eine schnelle Internetsuche einen umfangreichen Index von Artikeln, Blogs und Videos liefert, die den Einsatz von Katzenvideos und Memes für Marketing, soziale Medien und die allgemeine Kundenbindung fördern.

Vielleicht sind Katzenvideos die Ausnahme von der Regel.

Unabhängig davon werde ich auf jeden Fall Katzenvideos verwenden, um einen Anwendungsfall für Edge zu veranschaulichen. 

Finde meine Katze

Bedenken Sie zunächst, dass es sehr wahrscheinlich ist, dass in Ihrer Nachbarschaft viele Videotürklingeln installiert sind. Schätzungen zufolge nutzten im Jahr 2020 16 % aller US-Haushalte eines.

Nehmen wir an, Ihre Katze ist entlaufen. Weil Katzen so sind. Sie sind nicht zu finden und die leckeren Leckereien entfalten heute nicht ihre Wirkung. Stellen Sie sich vor, Sie könnten die Leistung aller Videotürklingeln in Ihrer Nachbarschaft nutzen, um Ihre Katze zu finden.

Die Fähigkeit, Objekte – einschließlich Katzen – zu identifizieren, ist ein häufiger Anwendungsfall für maschinelles Lernen. Untersuchungen deuten auf eine hohe Erfolgsquote hin und sein Einsatz findet breite Anwendung in den Bereichen Ökologie, Wildbiologie, Zoologie, Naturschutzbiologie und Tierverhalten.

Warum suchen Sie nicht nach Ihrer verlorenen Katze?

Würden die Daten (die Videos) dieser Kameras automatisch und kostengünstig aggregiert, wäre es ein Kinderspiel, sie zu durchsuchen und eine Katze zu identifizieren. Darüber hinaus kann man aus solchen Videos den Standort ermitteln und so relativ schnell feststellen, wo sich die eigene Katze möglicherweise aufhält.

Die Herausforderungen sind an dieser Stelle nicht ausschließlich technischer Natur. Es handelt sich dabei um geschäftliche und sogar gesellschaftliche (Datenschutz-)Herausforderungen.

Trotz dieser Herausforderungen ist der Raum für solche Lösungen angesichts der technologischen Veränderungen der letzten Jahre reif. Die zunehmende Reife des maschinellen Lernens und der künstlichen Intelligenz sowie leistungsfähigere Computer am Rand bieten die Möglichkeit, Endpunkte und Edge-Computer auf neue Weise zu integrieren.

Endpunkte sind Teil der Lösung

Dieses Konzept – dass Endpunkte Teil des Lösungsraums sind – ist Teil der Prämisse, auf der unsere Überzeugung gründet, dass Edge Computing neu definiert werden muss .  

So wie Cloud Computing ursprünglich aus der Erkenntnis entstand, dass ungenutzte Rechenleistung genutzt und in einen Dienst umgewandelt werden könnte, so kann auch die ungenutzte Rechen- und Verarbeitungsleistung von Endpunkten und Knoten am Rand für neue und interessante Zwecke genutzt werden. Als ob Sie Ihre Katze finden würden.

Diese ungenutzte Rechenleistung nimmt zu, da durch die Renaissance der Infrastruktur optimierte Rechenleistung in Formfaktoren bereitgestellt wird, die sich in die kleinsten Geräte integrieren lassen. Die spannenden Fortschritte bei GPUs und DPUs sind Teil mehrerer unserer internen Innovationsprojekte, im Zuge derer wir neue Wege erkunden, um Anwendungen am Edge bereitzustellen, zu verteilen und zu optimieren.

Endpunkte – Kameras, Telefone, Türklingeln – verfügen regelmäßig über mehr Rechenleistung als mein erster Computer, meine erste Spielkonsole oder sogar mein erstes „Smartphone“. Sie sind in der Lage, Teil der Lösung zu sein und nicht nur ein passiver Akteur zu sein. Was bleibt, ist lediglich die Möglichkeit, sie in eine Plattform zu integrieren, die die Privatsphäre angemessen respektiert, Sicherheit gewährleistet und als Teil eines größeren Ressourcenpools funktioniert.

Werden wir tatsächlich die Entwicklung eines Echtzeit-Katzensuchdienstes in der Nachbarschaft auf der Grundlage von Videotürklingeln erleben? Vielleicht nicht. Doch das Konzept ist sinnvoll, wenn man bedenkt, dass wir bereits menschliche Arbeitskraft einsetzen, um die Videos von Hunderten öffentlich zugänglichen Überwachungskameras auszuwerten. Maschinelles Lernen und künstliche Intelligenz nutzen die Leistungsfähigkeit von Computern, um einen menschlichen Prozess zu automatisieren und zu skalieren – die Überprüfung von Videos bei der Suche nach einem gestohlenen Auto, einem entführten Kind und ja, sogar einer verlorenen Katze.

Stellen Sie sich vor, Sie könnten diese Suchvorgänge in Echtzeit durchführen.

Dies ist die Art von Leistungsfähigkeit, die unserer Ansicht nach mit der Plattform möglich ist, die wir Edge 2.0 nennen .