AI & 빅데이터 엑스포: 엣지 디바이스에서 AI의 잠재력을 높입니다
페이지 정보
작성자 빅데이터정보 작성일 24-04-09 16:15 조회 11회 댓글 0건본문
AI & 빅데이터 엑스포: 엣지 디바이스에서 AI의 잠재력을 높입니다
AI & 빅 데이터 엑스포에서 알레산드로 그란데(Alessandro Grande) 엣지 임펄스 제품 책임자는 리소스가 제한된 엣지 디바이스에 대한 머신 러닝 모델을 개발하고 이를 극복하는 방법에 대해 논의했습니다.
토론 중에 그란데는 현재의 과제, Edge Impulse가 이러한 어려움을 해결하는 데 어떻게 도움이 되고 있는지, 온디바이스 AI의 엄청난 가능성에 대한 통찰력 있는 관점을 제공했습니다.
엣지 AI 채택의 주요 장애물
그란데는 최적의 데이터 수집 전략을 결정하는 어려움, 부족한 AI 전문 지식, 하드웨어, 펌웨어 및 데이터 과학 팀 간의 분야 간 커뮤니케이션 장벽 등 에지 머신 러닝 모델을 생산하려고 시도할 때 기업이 직면하는 세 가지 주요 문제점을 강조했습니다.
"엣지 기기를 만드는 많은 회사들이 기계 학습에 그다지 익숙하지 않습니다."라고 그란데는 말합니다. "이 두 세계를 하나로 모으는 것은 팀들이 서로 소통하고 지식을 공유하고 같은 목표를 향해 일할 수 있도록 하는 세 번째 도전입니다."
희박하고 효율적인 모델을 위한 전략
엣지 환경에 최적화하는 방법을 묻는 질문에 그란데는 먼저 필요한 센서 데이터를 최소화할 것을 강조했습니다.
"우리는 많은 기업들이 데이터 세트로 어려움을 겪고 있는 것을 보고 있습니다. 어떤 데이터로 충분하고, 어떤 데이터를 수집해야 하며, 어떤 센서에서 어떤 데이터를 수집해야 하는지. 그리고 그것은 큰 어려움입니다."라고 그란데는 설명합니다.
양자화와 같은 압축 기법이 정확도에 큰 영향을 미치지 않으면서 정밀도를 낮추는 것처럼 효율적인 신경망 아키텍처를 선택하는 것이 도움이 됩니다. 기능성, 연결 요구 사항 및 소프트웨어 요구 사항에 대해 항상 센서와 하드웨어 제약 조건의 균형을 유지합니다.
Edge Impulse는 엔지니어가 일반적인 ML 평가 지표를 사용하여 배포 전에 모델을 직접 검증 및 검증할 수 있도록 하여 신뢰성을 확보하는 동시에 가치 실현 시간을 단축하는 것을 목표로 합니다. 엔드투엔드 개발 플랫폼은 모든 주요 클라우드 및 ML 플랫폼과 원활하게 통합됩니다.
온디바이스 인텔리전스의 혁신적인 잠재력
Grande는 이미 엣지 인텔리전스를 활용하여 클라우드에 의존하지 않고 개인화된 건강 통찰력을 제공하는 혁신적인 제품을 강조했습니다. 예를 들어 Oura Ring을 사용한 수면 추적과 같은 것입니다.
"그것은 10억 개 이상 팔렸고, 그것은 모두가 경험할 수 있고 모든 사람이 에지 AI의 힘을 정말로 느낄 수 있는 것입니다."라고 그란데는 설명합니다.
생산 라인의 이상 탐지를 통한 예방적 산업 유지 보수를 중심으로 다른 흥미로운 기회가 있습니다.
궁극적으로, 그란데는 온디바이스 AI가 일상 생활에서 유용성과 사용성을 크게 향상시킬 수 있는 거대한 잠재력을 보고 있습니다. 엣지 디바이스는 단순한 원시 데이터가 아닌 센서 입력을 해석하여 이전에는 가능하지 않았던 실행 가능한 제안과 반응형 경험을 제공하여 보다 유용한 기술과 삶의 질 향상을 예고할 수 있습니다.
엣지 디바이스에서 AI의 잠재력을 여는 것은 채택을 방해하는 현재의 장애물을 극복하는 것에 달려 있습니다.
AI & 빅 데이터 엑스포에서 알레산드로 그란데(Alessandro Grande) 엣지 임펄스 제품 책임자는 리소스가 제한된 엣지 디바이스에 대한 머신 러닝 모델을 개발하고 이를 극복하는 방법에 대해 논의했습니다.
토론 중에 그란데는 현재의 과제, Edge Impulse가 이러한 어려움을 해결하는 데 어떻게 도움이 되고 있는지, 온디바이스 AI의 엄청난 가능성에 대한 통찰력 있는 관점을 제공했습니다.
엣지 AI 채택의 주요 장애물
그란데는 최적의 데이터 수집 전략을 결정하는 어려움, 부족한 AI 전문 지식, 하드웨어, 펌웨어 및 데이터 과학 팀 간의 분야 간 커뮤니케이션 장벽 등 에지 머신 러닝 모델을 생산하려고 시도할 때 기업이 직면하는 세 가지 주요 문제점을 강조했습니다.
"엣지 기기를 만드는 많은 회사들이 기계 학습에 그다지 익숙하지 않습니다."라고 그란데는 말합니다. "이 두 세계를 하나로 모으는 것은 팀들이 서로 소통하고 지식을 공유하고 같은 목표를 향해 일할 수 있도록 하는 세 번째 도전입니다."
희박하고 효율적인 모델을 위한 전략
엣지 환경에 최적화하는 방법을 묻는 질문에 그란데는 먼저 필요한 센서 데이터를 최소화할 것을 강조했습니다.
"우리는 많은 기업들이 데이터 세트로 어려움을 겪고 있는 것을 보고 있습니다. 어떤 데이터로 충분하고, 어떤 데이터를 수집해야 하며, 어떤 센서에서 어떤 데이터를 수집해야 하는지. 그리고 그것은 큰 어려움입니다."라고 그란데는 설명합니다.
양자화와 같은 압축 기법이 정확도에 큰 영향을 미치지 않으면서 정밀도를 낮추는 것처럼 효율적인 신경망 아키텍처를 선택하는 것이 도움이 됩니다. 기능성, 연결 요구 사항 및 소프트웨어 요구 사항에 대해 항상 센서와 하드웨어 제약 조건의 균형을 유지합니다.
Edge Impulse는 엔지니어가 일반적인 ML 평가 지표를 사용하여 배포 전에 모델을 직접 검증 및 검증할 수 있도록 하여 신뢰성을 확보하는 동시에 가치 실현 시간을 단축하는 것을 목표로 합니다. 엔드투엔드 개발 플랫폼은 모든 주요 클라우드 및 ML 플랫폼과 원활하게 통합됩니다.
온디바이스 인텔리전스의 혁신적인 잠재력
Grande는 이미 엣지 인텔리전스를 활용하여 클라우드에 의존하지 않고 개인화된 건강 통찰력을 제공하는 혁신적인 제품을 강조했습니다. 예를 들어 Oura Ring을 사용한 수면 추적과 같은 것입니다.
"그것은 10억 개 이상 팔렸고, 그것은 모두가 경험할 수 있고 모든 사람이 에지 AI의 힘을 정말로 느낄 수 있는 것입니다."라고 그란데는 설명합니다.
생산 라인의 이상 탐지를 통한 예방적 산업 유지 보수를 중심으로 다른 흥미로운 기회가 있습니다.
궁극적으로, 그란데는 온디바이스 AI가 일상 생활에서 유용성과 사용성을 크게 향상시킬 수 있는 거대한 잠재력을 보고 있습니다. 엣지 디바이스는 단순한 원시 데이터가 아닌 센서 입력을 해석하여 이전에는 가능하지 않았던 실행 가능한 제안과 반응형 경험을 제공하여 보다 유용한 기술과 삶의 질 향상을 예고할 수 있습니다.
엣지 디바이스에서 AI의 잠재력을 여는 것은 채택을 방해하는 현재의 장애물을 극복하는 것에 달려 있습니다.