Od słów do czynów, czyli sztuczna inteligencja w komputerach przemysłowych AAEON

Raport „Mapa Polskiego AI” Fundacji Digital Poland ze stycznia 2019 roku wskazuje, że na terenie Polski jest już ponad 260 firm aktywnie zajmujących się rozwojem aplikacji bazujących na systemach sztucznej inteligencji. Główne obszary to przetwarzanie i rozpoznawanie obrazów, eksploracja danych, systemy rekomendacji oraz przetwarzanie mowy. Z kolei największe rynki, które czerpią z możliwości AI, to Big Data i analityka danych, retail, FinTech oraz Industry 4.0 wraz z IoT i robotyką. Z drugiej strony Digital Poland informuje, że największą przeszkodą w masowej implementacji systemów AI wśród polskich firm jest brak zrozumienia potrzeb organizacji wśród osób decyzyjnych, przez co niemożliwe jest dostrzeżenie potencjalnych zysków płynących z technologii sztucznej inteligencji. Wynika to po części z niedostatecznej wiedzy na temat możliwości tej dziedziny, ale również z braku kontaktu z wdrożeniami na skalę masową lub z prototypami symulującymi konkretnie przykłady projektów biznesowych. Systemy komputerowe typu edge, wyposażone w akceleratory bazujące na sieciach neuronowych, zyskują coraz większą popularność w szeroko pojętym świecie Internetu Rzeczy: smart city, retail, security czy digital signage. Brzegowe bramy AI IoT umożliwiają przetwarzanie danych lokalnie, czyli w pobliżu miejsca, w którym te dane powstają.

Niesie to ze sobą szereg korzyści, takich jak:
1. Bezpieczeństwo systemu – wszystkie dane przetwarzane i analizowane są lokalnie, do „chmury” dostarczany jest jedynie wynik obliczeń, czyli metadane; w przypadku zaniku komunikacji z serwerem głównym, gateway wciąż nadzoruje system lokalny;
2. Brak opóźnień w reakcji na zdarzenie – funkcjonalność szczególnie krytyczna w przypadku systemów bezpieczeństwa;
3. Redukcja kosztów – do „chmury” wysyłane są metadane, a nie pełny strumień informacji dostarczanych przez kamery. Dzięki temu „waga” danych jest mała, a koszt ich transmisji niski. Moduły sztucznej inteligencji implementowane w brzegowych bramach IoT na nowo definiują rynki, w których analiza obrazu wideo jest kluczowym determinantem efektywności systemu. Naturalnym przykładem są aplikacje bezpieczeństwa, gdzie brak opóźnień i najwyższa skuteczność rozpoznawania obiektów są niezbędnymi cechami. System zbudowany w oparciu o sieć neuronową może rozpoznać upadek osoby (utrata przytomności), nieautoryzowane wejście do obiektu, rozpoznanie niepożądanej osoby czy tablicy rejestracyjnej. Z kolei coraz popularniejsze, również w Polsce, rozwiązania smart city wykorzystują lokalne bramki AI do sterowania ruchem ulicznym, dostępnością miejsc parkingowych czy do identyfikacji pojazdów uprzywilejowanych do wjazdu w konkretne części miasta, na przykład do ścisłego centrum. Z kolei systemy sprzedażowe wykorzystują sztuczną inteligencję do aplikacji typu inteligentny koszyk, identyfikacja potencjalnych klientów i rekomendacja odpowiednich produktów czy w programach lojalnościowych.

Jak zacząć? Czyny nie słowa…
Wszystkie powyższe przykłady bazują na analizie obrazu wideo, dokonywanej przez lokalny gateway AI IoT. Firma AAEON, poprzez swoją markę UP Bridge the Gap, wprowadziła na rynek pierwsze na świecie rozwiązanie przemysłowe o nazwie UP AI Edge X, umożliwiające rozbudowę brzegowej bramy IoT o moduł sztucznej inteligencji Intel Movidius Myriad X VPU. UP AI Edge X to karta mini PCIe lub M.2 z zaimplementowaną siecią neuronową. UP AI Edge X wykorzystuje technologię znaną z Intel Movidius Neural Compute Stick 2. O ile moduł USB firmy Intel przeznaczony jest głównie do zastosowań konsumenckich oraz do prototypowania, o tyle produkt firmy AAEON kierowany jest w stronę profesjonalnych aplikacji wykorzystujących technologię głębokiego uczenia. Myriad X umożliwia wykonywanie do jednego biliona operacji na sekundę przy wykorzystaniu sieci neuronowej (1 TOPS), pobierając zaledwie 2,5 W. AI CORE X jest kompatybilne z zestawem narzędzi Intela OpenVINO toolkit, a także z Caffe czy TensorFlow. Daje to pełnię możliwości adaptacyjnych w nowych, a także w istniejących systemach. Aby ułatwić etap projektowania i testowania aplikacji, firma AAEON proponuje również zestawy uruchomieniowe, na przykład UP Squared AI VisionX Developer Kit z zainstalowanym i skonfigurowanym środowiskiem OpenVINO. Wykorzystywanie technologii deep learning w dziedzinie komputerów przemysłowych to już nie odległa przyszłość, a realne projekty wdrażane również na terenie Polski. W ofercie CSI jako dystrybutora brzegowych bram AI IoT, znajdują się nie tylko kompletne rozwiązania sprzętowe, ale również bogaty ekosystem partnerów technologicznych wzbogacających gatewaye o dedykowane oprogramowanie (np. do digital signage) czy o komunikację bezprzewodową.

Autor tekstu: Maciej Tałałaj