“AI”指人工智能，“Edge”指邊緣計算，兩者融合連接為一體，組成邊緣智能；解釋起來，Edge AI就是指在硬件設(shè)備上本地執(zhí)行AI算法，算法使用的數(shù)據(jù)（包括傳感器數(shù)據(jù)或信號）也是來自設(shè)備本身產(chǎn)生的數(shù)據(jù)，整個過程無需進行任何網(wǎng)絡(luò)連接。

在“上云”大行其道的今天，Edge AI的崛起，看似逆水行舟，實則意味深長。人工智能與邊緣計算的落地融合，對于商用物聯(lián)網(wǎng)而言，將帶來巨大的變革力量和廣闊的市場前景。

一個萬億的市場

關(guān)于邊緣計算，行業(yè)有一個形象的“章魚比喻”，章魚大腦在管理身體時，只能處理40%的神經(jīng)信息，剩下60%的神經(jīng)處理能力，分布在八條觸手上，以觸手替代大腦思考，就近解決問題和快速反應(yīng)。隨著通訊技術(shù)的發(fā)展，人們越來越需要在“觸手”的邊緣，實現(xiàn)計算和決策。

過去十年，智能化浪潮帶來了翻天覆地的變化，讓許多曾經(jīng)習(xí)以為常的概念，如今都要放到新語境下重新思考。這一點在商業(yè)物聯(lián)網(wǎng)領(lǐng)域尤為明顯。

智能終端的爆發(fā)式增長，5G、人工智能、大數(shù)據(jù)、云計算等技術(shù)的進步，帶來了海量的數(shù)據(jù)處理和存儲需求。Gartner預(yù)測，到2025年，至少會有75%的數(shù)據(jù)處理將會在云端或者數(shù)據(jù)中心之外的地方進行。相比于消費物聯(lián)網(wǎng)的需求簡單且標準化程度高，商業(yè)物聯(lián)網(wǎng)對于技術(shù)和場景的要求更為復(fù)雜和細致。

一方面，由于云計算在時效性、安全性等方面的不足，使得其在工業(yè)制造、自動駕駛、遠程醫(yī)療等更為抽象細致的場景下力不從心。你很難想象，一輛自動駕駛汽車行駛在繁忙的城市主干道上，它的每一步?jīng)Q策卻都需要依賴千里之外的一個云數(shù)據(jù)中心，關(guān)鍵時刻哪怕是小于1秒的網(wǎng)絡(luò)延遲都極有可能帶來致命的失誤。

另一方面，隨著數(shù)字化轉(zhuǎn)型進程的加速，降本增效將是所有行業(yè)關(guān)注的重點。例如，工業(yè)物聯(lián)網(wǎng)設(shè)備會產(chǎn)生大量數(shù)據(jù)，但如果在云中傳輸或存儲所有數(shù)據(jù)，帶來的將會是極大的成本消耗，以及附加的效率降低等一系列問題。

我國作為物聯(lián)網(wǎng)應(yīng)用實踐和創(chuàng)新開發(fā)最多的國家，在疫情的沖擊和智能化轉(zhuǎn)型的浪潮下，商用物聯(lián)網(wǎng)市場得到了突飛猛進的發(fā)展，傳統(tǒng)產(chǎn)業(yè)希望新的技術(shù)應(yīng)用能夠重構(gòu)商業(yè)模式，優(yōu)化商業(yè)流程，挖掘應(yīng)用場景，實現(xiàn)生產(chǎn)效率最大化。據(jù)預(yù)測，未來中國商用物聯(lián)網(wǎng)的市場規(guī)模將超萬億元，將在很長一段時間內(nèi)引領(lǐng)未來增長。

而打開萬億市場的那把鑰匙，就是Edge AI。

一把開鎖的鑰匙

Edge AI天生所具備的本地化、自學(xué)習(xí)特征，可以解決行業(yè)在智能化轉(zhuǎn)型過程中所遇到的樣本數(shù)據(jù)少、場景泛化難等瓶頸問題，它在場景應(yīng)用中更有效率，能夠滿足行業(yè)在敏捷連接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求，實現(xiàn)算力和智能在邊緣端的“自給自足”。這其中的價值和潛力，已經(jīng)獲得越來越多的企業(yè)關(guān)注和應(yīng)用。

“智能硬件成本減少66%；設(shè)備故障率降低50%；設(shè)備運維和售后成本上降低65%；環(huán)衛(wèi)作業(yè)效率提升45%。”在近日舉辦的2021物聯(lián)網(wǎng)領(lǐng)航者峰會上，聯(lián)想集團中國區(qū)商用IoT總經(jīng)理王磊通過這樣一組數(shù)字，直觀地描述了邊緣智能所帶來的效能。

設(shè)備起家的聯(lián)想，是率先進入商用物聯(lián)網(wǎng)領(lǐng)域的廠商之一。早在2018年，聯(lián)想便陸續(xù)推出了工控機、智能網(wǎng)關(guān)、超能云終端、商用平板等一系列可定制的智能化設(shè)備，開始布局邊緣智能。從聯(lián)想所打造的“端-邊-云-網(wǎng)-智”的新IT架構(gòu)中，我們可以看到橫跨“端邊”的邊緣智能在聯(lián)想的戰(zhàn)略布局中占有重要位置。

聯(lián)想的布局沒有止步于設(shè)備。作為為數(shù)不多能夠提供“端-邊-云-網(wǎng)-智”全要素的科技企業(yè)，聯(lián)想在三十余年的智能化實踐中，打磨了新IT架構(gòu)的核心“擎天”。作為技術(shù)引擎，“擎天”中的聯(lián)想大腦EdgeAI平臺，為聯(lián)想邊緣智能的快速發(fā)展和應(yīng)用提供了強勁的AI動力。

在一次公開的訪談中，聯(lián)想集團副總裁，中國區(qū)商用大客戶業(yè)務(wù)群總經(jīng)理王立平談到了關(guān)于邊緣智能的一個悖論：邊緣智能將不無處在，但制約邊緣智能發(fā)展的因素，也將是應(yīng)用場景過于離散。而解決“悖論”的關(guān)鍵在于聯(lián)想大腦-Edge AI平臺。

聯(lián)想大腦是聯(lián)想自主研發(fā)的企業(yè)級人工智能平臺，包含了分布式大規(guī)模人工智能模型訓(xùn)練、云邊端協(xié)同學(xué)習(xí)推理兩大核心能力，還包含了一站式人工智能開發(fā)環(huán)境，涵蓋自然語言、知識圖譜、計算機視覺等6大類、100多項人工智能能力。聯(lián)想大腦Edge AI平臺則側(cè)重在邊緣端的能力，其核心的技術(shù)創(chuàng)新是小樣本終身學(xué)習(xí)技術(shù)，專治邊緣場景應(yīng)用中模型構(gòu)建難、數(shù)據(jù)樣本少、場景適配慢等疑難雜癥。

這個技術(shù)是通過“數(shù)據(jù)增強”與“元學(xué)習(xí)（meta learning）”的結(jié)合實現(xiàn)的。“元學(xué)習(xí)”顧名思義，即利用以往的知識經(jīng)驗來指導(dǎo)新任務(wù)的學(xué)習(xí),具有學(xué)會學(xué)習(xí)的能力。舉個例子，如果你是一名小轎車司機，現(xiàn)在需要學(xué)習(xí)開大卡車。兩者雖然存在不少差異，但“增駕”總比從零開始更容易，因為有些基礎(chǔ)可以借鑒。

而“數(shù)據(jù)增強”則是通過原始樣本空間增強、模型特征空間中數(shù)據(jù)擴充、風(fēng)格遷移等方式，擴充了樣本容量，豐富了數(shù)據(jù)分布，進一步提升了模型的學(xué)習(xí)能力，從而實現(xiàn)終身學(xué)習(xí)。

小樣本終身學(xué)習(xí)技術(shù)的應(yīng)用大大降低了AI在不同場景、不同行業(yè)部署應(yīng)用的成本。原來需要幾周甚至幾個月才能搭建出一套新場景的智能化方案，現(xiàn)在幾個小時就可以完成。更重要的是，隨著場景化AI模型的不斷豐富，用戶可通過一站式開發(fā)環(huán)境自動生成AI解決方案，并進行規(guī)模化部署，實現(xiàn)本地AI模型動態(tài)持續(xù)更新，滿足低延時、更精準和數(shù)據(jù)隱私保護等用戶需求。

在實際的業(yè)務(wù)場景中，挑戰(zhàn)經(jīng)常來自于算法與場景的適配。如何開拓更多的應(yīng)用場景，這極大地考驗廠商在生態(tài)構(gòu)建上的能力。聯(lián)想的目標，是基于聯(lián)想大腦Edge AI平臺“交朋友”，每個客戶和伙伴不僅是Edge AI的使用者，同時也是Edge AI生態(tài)的共創(chuàng)者。聯(lián)想致力于打造一個更有創(chuàng)造力和價值商用物聯(lián)生態(tài)，“以更快、更好、更低成本的模式，加速各行各業(yè)邊緣智能方案的開發(fā)進程”。

聯(lián)想在今年9月TechWorld大會上，向外界展示了聯(lián)想大腦-Edge AI平臺以及開發(fā)者生態(tài)計劃的階段成果，加上之前硬件的四大產(chǎn)品線——邊緣智能服務(wù)器、工控機、邊緣計算網(wǎng)關(guān)與觸控一體機，一系列動作不難描繪出聯(lián)想瞄準邊緣智能C位的雄心。

一場正在進行的變革

眼下，聯(lián)想邊緣智能已經(jīng)在制造、零售、醫(yī)療、金融等領(lǐng)域發(fā)揮作用；更重要的是，通過這些實踐，我們會發(fā)現(xiàn)這一技術(shù)帶給行業(yè)的想象空間還很大。

在國之重器的制造行業(yè)，工業(yè)設(shè)備往往具有高價值、難維護等特點，場景分散，數(shù)據(jù)孤島等問題，使得設(shè)備維護高度依賴技工經(jīng)驗，被動且滯后。而邊緣智能的加持則使得機器學(xué)習(xí)與技工行業(yè)知識有效融合，構(gòu)建出設(shè)備運維的AI知識圖譜，從而實現(xiàn)以人的經(jīng)驗為主力的傳統(tǒng)運維，向以AI模型為主力的智慧運維的轉(zhuǎn)變，這樣的遠程運維平臺能及時有效地洞悉設(shè)備健康指標，在24小時不間斷的監(jiān)測中實現(xiàn)故障診斷和預(yù)測性維護。

聯(lián)想攜手高斯中國共同打造了智慧印機管理平臺，幫助高斯中國在設(shè)備故障率方面有效降低50%，在設(shè)備運維和售后成本上降低65%，數(shù)據(jù)透明度提升80%，這也為高斯中國帶來更好的用戶體驗和市場正循環(huán)。

在零售行業(yè)，邊緣端的智能需求同樣迫切，中國零售、餐飲、本地生活門店數(shù)量約為4000萬家，除了頭部企業(yè)具備打通場景、設(shè)備互聯(lián)能力外，大量商戶依舊存在店員管理、入侵防護，商品品控（尤其食品）、排產(chǎn)優(yōu)化等難題，這使得經(jīng)營者在微薄利潤率和坪效中苦苦求索，亟待破解之道。

聯(lián)想通過梳理人流量監(jiān)測、店員行為分析、非授權(quán)入侵等場景，借助聯(lián)想大腦-Edge AI平臺，構(gòu)建云邊端協(xié)同推理能力，進而打造多場景的智能連鎖門店解決方案。在聯(lián)想與全球知名連鎖餐飲企業(yè)共同打造的智慧門店中，通過改造傳統(tǒng)的以人力為主的食品管理方式和消費交互模式，為其帶來了降本、提效、安全的多重收益，與行業(yè)水平相比，本次改造智能化硬件成本減少66%，年投資回報率約15%，同時為其節(jié)省了近千萬的安全防護成本。

并非只有商業(yè)場景才能吸引邊緣智能青睞，現(xiàn)代化的城市環(huán)衛(wèi)也離不開邊緣智能的助力。在成都市政管理中，聯(lián)想也貢獻了一份屬于自己的能量。

環(huán)衛(wèi)工作本身繁雜且存在人身安全隱患，聯(lián)想對傳統(tǒng)的環(huán)衛(wèi)系統(tǒng)進行改造，經(jīng)過一系列邊緣感知、傳輸、計算和執(zhí)行設(shè)備的投入，為其加裝“城市之眼”AI視頻分析系統(tǒng)，使得環(huán)衛(wèi)車輛在巡邏過程中基于高清圖像，自動識別垃圾類別，自動清理/上報、通知環(huán)衛(wèi)工人維護，人車高效協(xié)作使環(huán)衛(wèi)作業(yè)效率提升45%，城市管理者和市民對于環(huán)衛(wèi)工作的滿意度提升95%。

當(dāng)“萬物智聯(lián)”成為剛需，邊緣智能勢必將成為數(shù)字化進程中企業(yè)追逐的新目標。以邊緣智能為抓手，探索變革新路徑、新價值，更好地服務(wù)千行百業(yè)的智能化轉(zhuǎn)型升級，聯(lián)想正在做，且做出了自己的優(yōu)勢。成熟的硬件定制能力，強大的供應(yīng)鏈能力，開放共享的技術(shù)能力，縱深密集的服務(wù)能力，決定了聯(lián)想在這一行業(yè)擁有無可比擬的聚合力，正是這份聚合力不僅為產(chǎn)業(yè)“穿越”轉(zhuǎn)型周期提供有力支撐，更為保障以及改善民生提供更多更好的可行路徑。