บทความนี้ Techsauce จะพาไปรู้จัก Edge AI อีกหนึ่งนวัตกรรมที่จะพลิกโฉมอุตสาหกรรมและชีวิตมนุษย์ให้ไม่เหมือนเดิม

รู้จัก Edge Computing

ก่อนจะรู้จัก Edge AI เราต้องรู้จัก Edge Computing กันก่อน 

Edge Computing หรือการประมวลผลแบบ Edge เป็นกระบวนการที่ทำให้ความสามารถในการเก็บและประมวลผลข้อมูลอยู่ใกล้กับแหล่งกำเนิดหรืออุปกรณ์ที่สร้างข้อมูลมากที่สุด

หากเปรียบเทียบกับการประมวลผลแบบคลาวด์ (Cloud Computing) ทรัพยากรข้อมูลและบริการทั้งหมดจะถูกเก็บรวมไว้ที่ศูนย์ข้อมูลขนาดใหญ่ ข้อมูลจะต้องถูกส่งผ่านไปยังศูนย์ข้อมูล เพื่อวิเคราะห์และส่งกลับมายังอุปกรณ์

แทนที่จะส่งข้อมูลไปเก็บและวิเคราะห์ที่คลาวด์ ซึ่งใช้เวลานาน Edge Computing จะทำให้อุปกรณ์ต่างๆ สามารถเก็บและวิเคราะห์ข้อมูลได้เองแบบเรียลไทม์ ลดเวลาประมวลผลข้อมูล และทำให้อุปกรณ์ตอบสนองได้อย่างรวดเร็ว

ตัวอย่างการใช้งาน Edge ในชีวิตประจำวันของเราก็เช่น สมาร์ทวอช รถยนต์ขับเคลื่อนอัตโนมัติ หุ่นยนต์อัตโนมัติ และเทคโนโลยี IoT ต่างๆ เป็นต้น ซึ่งอุปกรณ์เหล่านี้สามารถเก็บและประมวลผลข้อมูลได้ในตัว

ประโยชน์ของ Edge Computing มีอะไรบ้าง 

• ช่วยลด Latency (เวลาแฝง) หรือความล่าช้าของการตอบสนองระหว่างอุปกรณ์ในการส่งถ่ายข้อมูล เพราะอุปกรณ์สามารถจัดการข้อมูลได้เลย ไม่จำเป็นต้องส่งไปหาคลาวด์เพื่อวิเคราะห์แล้วส่งกลับมา ทำให้อุปกรณ์ตอบสนองต่อผู้ใช้ได้เร็วขึ้น
• รักษาความปลอดภัยของข้อมูลได้ดีขึ้น เพราะข้อมูลถูกเก็บไว้กับอุปกรณ์ส่วนตัวของเรา ลดความเสี่ยงที่ข้อมูลสำคัญจะหลุดออกไป ต่างกับระบบคลาวด์ที่มีโอกาสถูกโจมตีมากกว่า 
• ต้นทุนถูกลง เมื่อเทียบกับโซลูชันคลาวด์แบบเดิม ด้วย Latency ที่ลดลง ทำให้ความจำเป็นที่ต้องใช้ Bandwidth และ Network Resource ลดลงตามไปด้วย หมายความว่าอุปกรณ์ไม่จำเป็นต้องเชื่อมต่ออินเทอร์เน็ตอย่างต่อเนื่องเพื่อถ่ายโอนข้อมูล 

ยกตัวอย่างอุปกรณ์ Edge ในชีวิตประจำวัน เช่น รถยนต์ที่มีระบบเตือนการออกนอกเลน และระบบหลีกเลี่ยงการชน ซึ่งทำงานแบบเรียลไทม์ด้วยการประมวลผลข้อมูลจากเซ็นเซอร์ของรถ ช่วยลดความเสี่ยงในการเกิดอุบัติเหตุ หรือการใช้งานระบบบริหารการจราจรอัจฉริยะ (Smart Traffic Management) เช่น สัญญาณไฟอัจฉริยะ ที่สามารถวิเคราะห์จำนวนรถและเลือกเปิดหรือปิดช่องทางเดินรถได้ด้วยตัวมันเอง

นอกจากนี้โรงงานอุตสาหกรรมยุคใหม่ยังมีเครื่องจักรอัจฉริยะที่เก็บและประมวลผลข้อมูลได้ในตัวเอง ผู้ผลิตจึงตรวจจับปัญหาได้แบบเรียลไทม์ ลดความล่าช้า และปรับปรุงประสิทธิภาพการทำงานให้ดีขึ้น

ในด้านสาธารณสุข การพบแพทย์ทางไกลหรือ telemedicine ก็ต้องใช้เทคโนโลยีเข้ามารองรับ เช่น Wearable Sensors ให้แพทย์สามารถติดตามผู้ป่วยได้แบบเรียลไทม์ ลดความจำเป็นในการเข้ารับการรักษาในโรงพยาบาล

แล้ว Edge AI คืออะไร ? 

เช่นเดียวกัน โดยปกติแล้ว AI จะต้องอาศัยการประมวลผลบนคลาวด์ (Cloud Computing) เพราะต้องใช้พลังและข้อมูลในการประมวลผลมหาศาล ข้อเสียก็คือหากเกิดปัญหาการเชื่อมต่อหรือเน็ตเวิร์กก็จะทำให้ AI ทำงานไม่ได้ทันที หรือทำงานได้ช้า 

Edge AI ซึ่งก็คือการผสานความสามารถของ การประมวลผลบน Edge (Edge computing) กับปัญญาประดิษฐ์ (AI) เข้าด้วยกัน ทำให้ตัวอัลกอริธึมของ AI สามารถทำงานได้เองบนอุปกรณ์ที่รองรับ แม้ว่าจะไม่มีการเชื่อมต่ออินเทอร์เน็ต ทำให้ประมวลผลข้อมูลได้ไวภายในมิลลิวินาที และตอบสนองผู้ใช้งานได้แบบเรียลไทม์ ปลอดภัยกว่าและต้นทุนน้อยกว่า แม้จะมีฐานจัดเก็บข้อมูลขนาดใหญ่เทียบกับบนระบบคลาวด์ไม่ได้

ในปี 2022 ตลาด Edge AI ทั่วโลกมีมูลค่า 14,787.5 ล้านเหรียญสหรัฐ และคาดว่าจะขยายตัวที่อัตราการเติบโตต่อปี (CAGR) ที่ 21.0% ตั้งแต่ปี 2023 ถึง 2030 

การใช้ Edge AI ในอุปกรณ์อัจฉริยะ 

ปัจจุบันหลายอุตสาหกรรมนำ Edge AI มาเพิ่มประสิทธิภาพของอุปกรณ์การทำงานแล้ว เช่น เครื่องมือสุขภาพอัจฉริยะ เพื่อตรวจสอบอัตราการเต้นของหัวใจ ความดันโลหิต ระดับกลูโคส และการหายใจ ซึ่งเป็นฟีเจอร์ที่มีอยู่ในสมาร์ทวอชทั่วไป

แบรนด์ระดับโลกอย่าง Samsung เองก็ลงทุนในเทคโนโลยี Edge AI มูลค่า 2,200 ล้านดอลลาร์ แทนการใช้ระบบคลาวด์ในการพัฒนาและวิจัยมากขึ้น

อีกตัวอย่างที่น่าสนใจในอุตสาหกรรมค้าปลีก คือ เทคโนโลยี pick-and-go ของ Amazon ที่เราสามารถเดินชอปปิง หยิบสินค้าใส่ตระกร้าอัจฉริยะ และเดินออกจากร้านได้เลยโดยไม่ต้องต่อคิวแคชเชียร์ เพราะระบบจะหักเงินจากบัญชีหรือบัตรเครดิตที่ผูกไว้กับแอปของ Amazon Go ซึ่งผู้ใช้งานต้องสแกนก่อนจะเข้าร้าน

ปีนี้ เราจะได้เห็นบริษัทยักษ์ใหญ่ตบเท้าออกมาพูดถึงเทคโนโลยีนี้กันบ่อยขึ้นเรื่อยๆ ท่ามกลางกระแสไฮป์ AI ที่มาแรงอย่างต่อเนื่อง โดยบริษัท Viso.ai มองว่ายิ่งคนใช้ AI แพร่หลาย ก็ยิ่งต้องอาศัยการประมวลผลบน Edge ที่รองรับข้อมูลจำนวนมหาศาลได้และตอบโจทย์กว่าระบบคลาวด์

อ้างอิง : enterprisersproject , xailien , ibm , grandviewresearch