新一代的产品为机器制造商建立优势

Posted on by Micah Kaplan

边缘 AI 和计算机视觉技术几乎在每个行业都发现了新用例。在工厂中，像自动光学检测 (AOI) 和工业机器人这样的应用提高了运营效率。在医疗保健领域，这些技术增强了医学成像和诊​​断能力。新技术让我们的城市能够实现更智能的交通管理，并增强我们办公室和公共场所的安全性。

AI 在许多不同领域的采用也改变了商业领袖对未来的预期。AI 技术虽然前途光明，但不再遥不可及。AI 已经开始为所有类型的组织带来积极的成果。“AI 在现实世界中的普及正在发生，” 边缘 AI 平台和 AIoT 解决方案提供商 Advantech 的产品经理 Christine Liu 说道。“如今的决策者将 AI 视为保持竞争力的‘必备条件’。”

对于 AI 解决方案的开发者来说，这是一个巨大的机遇，但他们也面临着需要克服的挑战，例如采用 AI 计算解决方案、集成软件 SDK、AI 模型训练等。

好消息是，嵌入式硬件合作伙伴关系可通过 Advantech 的 GPU 卡 EAI-3101（采用英特尔® 锐炫™ A380 GPU 设计）等产品实现强大、可开发的 AI 计算。GPU 主要提供视觉图像优化，是目前用于增强 AI 计算能力的主流 AI 加速器之一。 

最新嵌入式 GPU 卡支持多种 AI 用例

EAI 系列产品线提供了全面的 AI 加速和图形解决方案，包括多款采用英特尔锐炫显卡的 PCIe 和 MXM GPU 卡。伴随着即将面世的英特尔锐炫 A380E，Advantech 推出了 EAI-3101，这是一款由英特尔锐炫 A380E 提供支持的新型嵌入式 PCIe GPU 卡，使用寿命为五年。该 GPU 卡搭载 128 个英特尔 Xe 矩阵 AI 引擎，提供 5.018 TFLOPS 的 AI 算力。凭借优化的散热解决方案和自动智能风扇，这些 GPU 卡可以满足不同的用例，包括游戏、医疗分析等。事实证明，这些设计在 AI 推理能力和图形计算方面优于竞争对手。

选择的多样性意味着 OEM、ODM 和机器制造商更有可能找到适合其需求的计算平台，无论预期的用例是什么。例如，工业领域的机器制造商很可能会选择一种常用的 PCIe 配置卡，而 MXM 卡较小的外形尺寸以及抗冲击和振动能力可能会吸引医疗设备制造商。

“英特尔® Dynamic Power Share 锐炫 GPU 和英特尔 CPU 可以在处理引擎之间自动动态（重新）分配功率，以根据使用案例提升性能，为各种边缘工作负载提供稳定、高性能的计算，” Liu 说到。“英特尔® OpenVINO™ 工具套件可帮助我们加快 AI 推理时间、减少人工智能模型占用空间并优化硬件使用。”

Advantech 与英特尔的开发合作伙伴关系使该公司能够更快地将最新的英特尔产品推向市场，因为它可以尽早获得英特尔最新一代的处理器。即使 Advantech 客户已经全面部署了其他解决方案，这也能让他们受益。例如，智能交通管理解决方案制造商 ISSD Electronics 在土耳其部署了智能交通管理系统，最近又升级了该解决方案以集成 Advantech 的 EAI-3100 系列。最终，该公司提高了系统的准确性，减少了人工智能推理延迟，并将建设成本降低了 33%，Liu 补充说到。

Advantech 还宣布推出 AIR 系列边缘人工智能推理设备的新型号：

  • AIR-150：基于第 13 代 英特尔® 酷睿™ 处理器的紧凑型无风扇边缘 AI 推理系统
  • AIR-310：配备 MXM-GPU 卡的边缘 AI 盒，由第 14 代英特尔® 酷睿™ 处理器提供支持
  • AIR-510：基于第 14 代英特尔® 酷睿™ 处理器和 RTX 6000 Ada 的边缘 AI 工作站

这些边缘 AI 平台采用最新的英特尔平台，适合多种不同的场景。企业可能会为办公室选择相对轻便的 AIR-150。为了实现工厂 AMR 自动化管理，AIR-310 提供了所需的工业协议和可扩展的 GPU 计算能力。如要构建可能具有更高图形计算要求的计算机视觉辅助医学成像解决方案，则应该选择更强大的 AIR-510。

为 AI 应用开发创造公平的竞争环境

除了硬件产品外，Advantech 还提供跨平台边缘人工智能软件开发套件 (SDK)。SDK 可提供基准测试工具，用于在解决方案开发过程的早期评估 AI 应用程序的硬件要求。这有助于开发人员为其解决方案选择最佳硬件，并防止他们在过多的计算能力上花费过多。此外，该 SDK 还支持部署后的实时监控和无线 (OTA) AI 模型更新。

作为 SDK 的一部分，OpenVINO 提供模型优化和硬件加速优势。该开源推理工具包还支持 PyTorch、TensorFlow 和 PaddlePaddle 等多种 AI 模型框架，帮助 AI 开发人员简化模型部署和软件开发工作流程。

方便使用的开源工具包和 SDK，结合成熟的边缘 AI 产品生态系统，将帮助更多机器制造商、OEM 和 ODM 借助稳定、开发就绪的 AI 计算环境更高效地进行市场竞争。它们有助于缩短整体解决方案的开发时间，并使设计人员能够更快地将创新产品推向市场。

Advantech 还提供 Edge AI SDK（AI 工具包），为上述所有 EAI 和 AIR 系列产品构建从评估、SDK 采用到部署的友好环境

那么，在未来几年中，预计 AI 应用开发将会有一个更加公平的竞争环境 — 这被一些人称为“人工智能的民主化”。

在 Liu 看来，这是我们日益 AI 化的世界的正确前进道路。“AI 的力量不应仅为少数公司所用。我们的边缘计算平台、SDK 和 OpenVINO 等资源可供每个人使用，”她说。“AI 未来将无处不在—这就是为什么我们需要这些开放且强大的解决方案。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。

机器视觉软件优化精炼厂运营

Posted on by Micah Kaplan

炼油行业知道，当利润率非常低时，企业运营的各个方面即使效率最低，也会迅速增加。该行业面临一系列挑战，从劳动力短缺到基础设施过时。企业还竞相满足严格的全球可持续发展标准。为了解决这些问题，行业依靠自动化和其他先进技术，可以在日常运营中的几乎方方面面提高粒度效率。

在此背景下，南非的 Impala 铂金基础金属精炼厂利用计算机视觉和边缘 AI 技术，确保高效运营。NTT 的子公司 Britehouse Mobility的一个工艺优化项目展示了机器视觉软件如何帮助改善硫酸铵（一种具有多种商业用途的无机盐）的复杂生产工艺。

硫酸铵生产的难题

硫酸铵是精炼厂生产的副产品，用作农业肥料和钒的制造原料。该工厂生产的产品必须符合农林渔部规定的特定标准。影响工厂生产硫酸铵的一个关键标准是镍含量，不得超过百万分之 200 (ppm)。但镍颗粒会附着在较小的硫酸铵晶体上。一种有效防止镍传播到成品的方法是使用振动筛来筛选产品。

振动筛会造成大量灰尘，特别是存在非常细微的颗粒时。因此，振动筛完全封闭，很难看到筛板何时受到遮蔽，而且通常只能在离线时打开筛子来检测。受到遮蔽的筛板会使含镍的细颗粒传播到成品，如果发现过晚，将会影响硫酸铵的质量。

定期打开筛子非常耗时。因此，在线监控系统可以帮助生产团队在筛子上出现附着或遮蔽现象时迅速做出反应。另一个优势是，由于振动筛是整个流程的最后一步，所以摄像头可以轻松检测上游过程的其他问题。

机器视觉和 3D 摄像头实操

Britehouse Mobility 解决方案展示了对体积式摄像头的使用，可以防止振动网筛的附着和遮蔽问题，以免造成成品产出质量下降。机器视觉算法配合摄像头，研究输出，识别筛子何时受堵。

只要用过智能手机拍照的人都知道，当存在大量摇晃的情况时，很难拍出清晰的照片。开发解决方案的挑战是找到可以在这种条件下工作的摄像头。

“它不仅是一个摄像头……它必须足够强大，可以承受这种环境中存在的暴力。” Britehouse Mobility 高级解决方案架构师 Donovan Bell说。此外，摄像头必须随着筛子一起移动，以达到相同的共振，这样图片便不会模糊。

由于摄像头置于光照充足的条件下，该团队训练了一个机器学习模型，以识别筛子正常运作和受堵的情况。最终结果会得到评级，以便经营者判断问题的严重程度，再做出干预。体积测量结果不仅提供了有关附着和遮蔽程度的信息，而且提供了不良镍的重量和尺寸信息。Britehouse Mobility Atajo OnEdge 平台是在边缘即时处理数据并且是一种云端扩展，提供了可视化，并在必要时提醒经营者。

“该解决方案减少了员工中断操作、摘下盖子并查看振动筛内部情况的次数，从而提高了安全和效率。” Britehouse Mobility 物联网部门负责人 Marco Capazario 表示。

此外，工人现在可以根据情况做出反应，而不是主动采取行动。Capazario 表示，这不仅仅是监控堵塞。“这让工人洞悉上游的故障情况，并能够深入分析根本原因。” 他补充道。Britehouse Mobility/NTT 解决方案可以解答许多问题：为什么有时我们会遇到效率损失？工厂上游发生了什么情况，导致了这种情况？我们能否根据数据洞察来识别这一点？

协作展示精炼厂创新

在英特尔的指导下，Britehouse Mobility/NTT 与 Framos合作，后者在工业级机箱中安装了英特尔® 实感™ 摄像头。此次合作帮助 Britehouse Mobility 将摄像头更快瞄准对象。实感摄像头凭借其体积测量能力和深度感知能力，因此完美契合。

由于对象检测和体积测量应用并不复杂，因此解决方案不需要大量的计算。“我们并不是试图以每秒 60 帧的速度分析实时视频。但如果我们这样做，我们可以将信息发送到云端，利用英特尔工具集来为我们呈现这些结果。” Bell 说。

基于云的 Atajo OnEdge 平台从网关获取并存储数据，以用于历史分析。用户能够使用该平台的仪表板和报告，跟踪长期和短期趋势。

计算机视觉的应用无穷无尽

虽然 Britehouse Mobility/NTT 解决方案仅适用于 Impala 用例，但其与机器视觉相关的核心组件却用途广泛。对于 Impala 来说，该团队正在开发另一个应用，涉及到监控移动式起重机的安全和现场合规情况。

“我们已经实现了硬件工业化，并且有一个高度可配置的软件层，因此我们可以快速连接模块并部署特定应用。” Capazario 说。“我们有大量机会改进各种工艺。”而且实施并不仅限于精炼行业。制造业和其他行业也已经成熟，适合此种实施。“用途可以说是无穷无尽。” Bell 说。

 

由 insight.tech 主编 Georganne Benesch 编辑。

优化外科手术团队：人工智能在手术室中的作用

Posted on by Micah Kaplan

当您或您的亲人面临手术时，您自然希望能够找到技术最精湛的外科医生。更不用说，它还拥有最先进的设施和最尖端的技术，以确保达到最佳效果。毕竟，风险可能会高得令人难以置信。因此，令人不安的是，直到最近，外科医生在手术室中仍缺乏决策支持资源。

虽然医疗技术应用在过去几年发展迅速，但与其他行业相比，外科领域采用先进技术的速度要慢一些。外科医生习惯于依靠自己的操作和从经验中获得的知识，这是有充分理由的。但医疗技术并不完全是机械臂和人工智能引导手术；只要将医疗数据从传统的孤岛中解放出来，并让外科医生在最需要的地方和时间（手术室中）获取这些信息，就能带来很多好处。

我们与数字手术平台提供商 Caresyntax 创始人兼首席执行官 Dennis Kogan 对此进行详细探讨，还谈到手术室的动态挑战、良好合作伙伴生态系统的重要性，以及人工智能辅助手术如何改善患者疗效（视频 1）。

视频 1。Caresyntax 首席执行官 Dennis Kogan 讨论了将人工智能驱动的实时数据整合到外科手术中的问题，并强调了其关键时机和对外科医生的影响。（资料来源：insight.tech）

手术室中的技术进步如何改变医疗期待？

我父亲是一名外科医生。多年前还在上大学的时候，我曾与他谈论运动员在效能管理、态势感知和分析等方面获得了多少决策支持。他告诉我：“外科手术中没有这样的东西。我们有非常有趣和重要的医疗设备，我们也在不断地将临床创新成果应用于实践，但真正的数据使用和决策支持却并不多。”

直到几年前，这种情况还没有太大改变。围绕医疗设备的创新层出不穷，但归根结底，这仍然只是帮助外科医生用手操作。我们现在看到的进步使外科团队也能拥有更好的决策支持机制。

我认为，人们越来越期待外科医生不能只考虑手术风险。他们确实需要支持，也的确需要更多信息来对风险进行分层。而这一切都在他们的头脑中进行可能不再可接受。

将新技术整合到手术室会面临哪些挑战？

与其他类型的疗法相比，患者可能不太了解手术室中发生了什么。显然，他们都处于麻醉状态。他们想要的是了解自己获得好结果的可能性有多大。我想他们可能会惊讶地发现，他们的手术团队得到的综合决策支持并没有想象中的那么多。

利用技术对外科领域进行创新所面临的挑战在于，外科手术是一种实时干预，您必须整合人工智能和软件，以便在该环境中运行。手术室中几乎不应该有滞后时间。与医疗领域使用的许多其他信息技术相比，这本身就是更大的障碍。当然，质量和运营效率的门槛也相当高。

手术环境也极富变化。那么，外科医生在手术过程中如何适应不断变化的临床情况？这不仅是可量化的活动和技术，还有沟通和团队合作。手术实际上是一种团队活动。手术效果的好坏，一部分取决于外科医生的操作水平，另一部分则取决于他们与护理人员和麻醉师的沟通情况。它非常复杂，以至于几乎无法预测会在可预见的未来被人工智能所取代。

但由于充满活力，人工智能在为医生提供正确信息和选择方面确实大有可为。一天之内，手术团队可能要为不同类型的患者进行手术：一名健康的 25 岁女性和一名 85 岁的重病男士。团队必须能够调整大量输入并做出大量决策。

认知超载会导致不良决策或错误。七分之一的病例可能会出现某种严重的并发症——占比超过 15%。因此，我们在这里讨论通过态势感知——通过自动化——主动管理风险。这涉及到减少并消除认知超载和不断变化的临床状况导致的不必要的变异性。我们现在观察到的最佳人工智能用例可展示有关特定患者和手术的具体信息，以便指导该手术的整个路径，而且结果比没有获得这种支持时更好。

将人工智能与患者数据相结合有什么优势？

首先且最重要的是，真正的综合手术决策支持涉及围手术期的所有环节。由于手术前后的一切工作也都至关重要，因此最好的综合平台可实现手术室与术前和术后空间、时间和活动之间的连接。

在患者进入手术室之前需要作出一些决策——准备合适的工具、合适的药物、安排合适的人员参加手术。它还包括电子病历，因为电子病历包含大量有关患者及其倾向的数据。然后是手术室内部的情形，这里也可以连接医疗设备和视频摄像头。随后：了解患者离开手术室时的风险程度，这可能会改变他们的护理方式。也许他们可以回家；也许他们需要住进重症监护室；也许他们需要额外剂量的抗生素。

因此，要获得最佳、最明智的洞察力，就必须有完整的围手术期临床和操作记录，但最重要的是手术期间——因为这当然是最关键的部分，也是最容易出错的地方。因此，由于手术室是实时的，因此需要更高水平的复杂性。而且从技术角度来看，这也不是一个适合云的领域。这一切都在边缘，因为您无法在两秒内完成云端上传和下载。因此，边缘计算和物联网技术工具包在这里会非常重要。

与此同时，从部署和成本的角度来看，这种技术解决方案必须非常强大和具有吸引力。因为归根结底，任何过于昂贵或笨重的东西——在已经非常拥挤的手术室里再增加一台巨大的机器——这是行不通的。

在一些技术合作伙伴的帮助下，我们 Caresyntax 耗费数年时间才开发出这个平台，以某种方式实现了所有这些参数。但我知道这是有可能的。现在一切都还处于起步阶段，但我认为未来十年，每个手术室都将配备此类系统。10 年后，医生会想，如果没有这个系统，该如何才能开展工作。

医院如何才能使这种投资面向未来？

每个行业都会经历这样一个周期，起初，少数几家供应商建立一个封闭环境，然后用户会逐渐期待越来越多的灵活性来增加价值和添加新的应用。我认为外科手术和医疗保健也需要进行同样的变革。

出于一些很好的理由，医疗设备领域拥有大量专有知识产权。从过去来看，这也一直是医生的主流思维模式——他们从设备和供应商的视角思考手术室。因此，需要进行的第一项投资是重塑和调整这种思维方式。手术室不应被视为是领先设备平台的延伸，而应被视为实现最佳结果的横向过程的一部分。

您有什么使用案例或客户实例可以分享吗？

因此，我们已经能够证明，在手术室中使用这些先进的平台可以提高表现水平，不仅对外科医生，而且对其他医生和临床协作人员也是如此。例如，护士。疫情爆发后，很多人在没有像以往那样接受过足够培训的情况下加入了护理队伍。现在手术量很大，因为很多手术都被推迟了。因此，许多新护士需要尽快适应这种情况。我们正越来越多地在手术室中部署类似于交互式、分步导航指南的东西。在手术的恰当时机获得分步支持，对于在手术环境中仍缺乏信心或经验的人来说是非常有用的。

Caresyntax 如何与合作伙伴合作，将这些平台引入手术室？

作为外科专家，我们对最终应用和用例有很好的认识，但在基础设施建设方面却没有太多的经验。我们没有在严谨性和实际架构方面可能与我们类似的其他用例作为基准和对比物。而即插即用的综合智能手术平台在硬件内容方面非常智能但并不繁重，它既能生成信息，又拥有接收算法、生成人工智能并实时展示的能力和带宽——这是一组相当复杂的要求。

英特尔一直是与我们密切合作的合作伙伴之一，几乎都是在我们的团队中，来实现这一目标。设计架构、寻找合适的组件、利用他们的一些组件——例如，允许人工智能渗透和使用的 OpenVINO™——所有这些东西都非常重要。如果没有英特尔这样的合作伙伴，我们至少会慢很多。我们需要寻找每一件物品，还可能会犯下更多的错误。

当然，除了英特尔，我们还与云解决方案提供商——AWS 和 Google Cloud 合作。因为必须实现从边缘到云的过渡。正如我之前所提到的，这是一个包括术前、术中和术后的领域，因此您必须不断地进入边缘，再回到云端，并使信息可以互换。实际上，它们彼此之间都有合作——英特尔与 Google、英特尔与 AWS——这种合作也获得了很好的回报。

当然，疫情阻碍了创新，但最近这种情况已有所缓解。我认为每个人在看待外科手术时都会说：“它不如飞行安全，甚至不如其他一些医疗程序安全。现在是时候对它进行改进了。”要实现这一目标，需要一个由玩家组成的生态系统。

关于人工智能在外科手术中的应用，您认为最关键的要点是什么？

我经常会发现，人们认为手术是已经想明白的事物，它已经成熟，并不需要创新。我可以扫兴地说，事实并非如此。但外科手术也有机会达到与航空业相同的水平。我认为你们和我一样都不会接受飞机有 15% 的几率出现问题。

这是一个很大的问题，不仅对临床有影响，对成本也有影响。外科疗法是仅次于药物疗法的第二大常用疾病治疗方法。它可能占美国医疗保健支出总额的 20%、30%。

因此，如果要做手术，我认为我们应该有一种一切都会好起来的感觉。而这应该有真实的统计数据作为支撑。我们确实可以让手术变得更安全、更智能。它将对数百万患者的健康产生广泛的影响，同时也会对成本产生广泛影响。只要有创新的思维，就会有很大的改进空间。

相关内容

要了解人工智能辅助外科手术技术的详情，请收听手术室配备人工智能：与 Caresyntax 同行并通过 @caresyntax 和 LinkedIn关注 Caresyntax。

 

本文由文案编辑 Erin Noble 编辑。

自助服务技术帮助加速邮局运营

Posted on by Micah Kaplan

在如今的快餐厅，您可以自助点餐、领取食物并支付费用。在杂货店，您可以在自助收银台扫描商品，然后离开。但如果您想要在邮局寄送包裹，则情况会有所不同。排长队等待后，您必须回答一系列问题：普通邮寄还是快递？是否需要购买保险？是否要跟踪包裹？您的包裹是否包含以下物品？

在邮寄物品时需要排队，这不仅让客户烦恼，也是邮局的痛点。长期以来，邮局一直人员短缺，且由于时限紧张而面临巨大压力。在 21 世纪，为什么不能以更高效的方式来邮寄包裹呢？

实际上，我们可以。现代边缘 AI 和计算机视觉系统可以自动处理包裹并接受付款，而无需忙碌的邮局员工提供帮助。快递服务公司也可以使用这类系统，这会节省大家的时间，并提高包裹测量的准确度。

利用自助服务技术改善包裹处理

人们更青睐自助服务，不仅是为了提高效率，而且因为它能给他们带来控制感。国际自助服务解决方案公司 Omnic 首席产品开发官 Ann Snitko 表示，研究表明，即使有收银员，杂货店客户也经常会选择自助结账。

Snitko 表示，由于配送的“第一英里”阶段 — 收件和处理阶段 — 成本最高，自助服务还会对邮递员产生重大影响。

这是因为准备包裹以便发货较为费时，而全球性服务人员短缺则使问题进一步恶化。客户别无选择，只能排队，而在旺季，队伍可能会延伸到邮局大楼以外。处理时间也因地点而存在相当大的差异。Snitko 表示，例如，在迪拜的物流公司，可能需要长达 2 小时才能得到店员接待。

为了优化第一英里服务，Omnic 开发了采用英特尔技术的 OMNI Drop Off 解决方案，这是一台基于 AI 和计算机视觉的设备，客户可以借助它在两分钟内处理自己的包裹以便配送，而无需排队等候（图 1）。

OMNI Drop Off 自助邮政解决方案照片
图 1。OMNI Drop Off 自助邮政解决方案帮助客户和邮政运营商加快了包裹处理速度。（资料来源：Omnic）

在计算机屏幕上或通过语音助手输入信息后，客户将他们的包裹放到内置天平上。利用英特尔® 实感™ 计算机视觉摄像头，Omnic 软件将测量其尺寸，并扫描内容查找违禁物品，如果存在问题，则通知客户代表。

Snitko 称：“违禁物品令人关注，对国际快递来说尤其如此，因为运营商要对他们递送的物品负责。”

打印机将创建标签，同时系统会计算运费。Omnic 的软件可进行定制，以添加当地税费，客户可以使用信用卡、通过 Apple Pay 或 Google Pay 等应用或二维码付款。此外，他们还可以打印跟踪编号，并选择接收有关配送的短信通知。Snitko 表示，个人信息不需要存储在系统中，并且 Omnic 会遵循当地的所有隐私法律。

认为包裹已准备就绪可以发出时，柜台下安全寄存柜的门就会弹开，客户可以将包裹存入其中以便收取。在没有寄存柜的邮局，客户会将包裹放在指定位置。

在阿联酋、瑞士和加拿大这些已部署 OMNI Drop Off 的国家，客户的总处理时间平均为 60 到 90 秒。

邮政运营商和快递公司员工也可以使用 OMNI Drop Off，如果客户帐户已存档，他们仅需 15 到 30 秒就可以完成收件。除了帮助工作人员避免手动错误和重新打印标签之外，该系统还会记录和存储收到的数据，并生成报告来帮助管理人员跟踪运营情况和处理速度。

Snitko 表示：“根据我们的计算，OMNI Drop Off 减少了四名全职员工，因而无需额外雇用员工。”邮局和快递公司可以对 OMNI 硬件进行定制，并添加自己的品牌。Omnic 还提供了一个配有消耗品的包装站，为客户提供一体化的包装和邮寄解决方案。

扩展计算机视觉解决方案

类似的 Omnic 技术可用于其他类型的配送，该公司现在提供 25 种不同的零售解决方案，从餐厅送餐所需的温控食品寄存柜，到洗衣服务所需的衣物存储。该公司将继续利用英特尔® OpenVINO™ 工具套件来优化其计算机视觉模型，借助英特尔产品、技术和工具来赢得优势，以进一步改进自助服务体验。

它最近的创新之一，是针对家庭和公寓楼推出了包裹寄存柜。虽然某些运营商已经提供包裹寄存柜，但它们是独家品牌。Omnic 包裹寄存柜设计为保持供应商中立，以便客户可以在一个位置接收所有快递服务配送的包裹。

该公司还在推行生物识别身份验证，这将提高寄存柜所有者收货的便利性。另外，它还在开发预测性分析，以改善最后一英里物流。Snitko 称：“各地市场都在向自助服务进化。利用在英特尔系统上运行的 AI 和计算机视觉技术，企业可以优化运营，增强安全性，并改进客户和员工的体验。”

 

由 insight.tech 主编 Georganne Benesch 编辑。

计算机视觉提升镀锌厂效率

Posted on by Micah Kaplan

计算机视觉和边缘人工智能可以为有着数百年历史的工业流程带来什么？镀锌厂的管理人员发现，这些创新技术有助于提高运营效率、节约成本、改善工人的安全状况并带来强大的可持续发展效益。

镀锌是指将锌涂覆在钢铁上以防止腐蚀的工艺，最早在十九世纪中叶开始广泛使用，但其基本化学原理早在 17 世纪 40 年代就已被描述。现在，人工智能的进步正在帮助镀锌企业转变这一古老但依然至关重要的工业流程。

“如今许多镀锌厂仍然缺乏统一的跟踪机制来监控生产效率，”为镀锌行业提供数字化转型解决方案的计算机视觉专家， SeeWise.AI 的技术和产品主管 Harishankar Durairaj 指出。“使用计算机视觉可以帮助他们克服这一弱点，还能提供丰富的数据洞察，用于提升运营效率并改善工人的安全状况。”

一家镀锌厂取得的真实成果

SeeWise AI 在印度一家大型镀锌企业的部署即为一个典型的案例。该镀锌厂是一家大规模企业，尽管业务上取得了成功，但也面临着许多挑战。它没有统一的解决方案来实时监控工厂的运营。生产状态的更新需要主管人员亲自前往楼层查看进展。在一家大型工厂中，有 20 个独立储罐分别用于浸渍、漂洗和镀锌工艺的其他阶段，此外还有材料储存和装运区域。整个流程显得极为繁琐。由于缺乏集中监控能力，也很难发现停机问题和安全违规行为。

SeeWise.AI 与该公司的管理和运营团队合作，基于其真正的 AI 驱动式智能工厂平台 开发出了一套全面的解决方案，以弥补这些差距。他们安装了一个闭路电视摄像头网络，以获取工厂所有区域的可视化数据流。该系统利用边缘计算机视觉对这些数据进行分析，从而获取实时生产数据、检测机器停机时间并发现员工的不安全行为。边缘部署有助于减少延迟和提高数据安全性，而 SeeWise 工程师还特别注意遮盖工厂工人的生物识别数据，以保护他们的隐私。

该解决方案设计为可在发现问题时向主管人员发送实时自动警报，例如可表明停机问题的闲置机器。警报通过直接与运营设备（例如工厂车间内的蜂鸣器或警报器）集成，或通过集中式仪表板或移动应用来处理。

该系统还能让镀锌企业更好地了解其运营情况。“我们训练人工智能模型来监控生产流程中的不同步骤，例如金属梁何时浸入化学品罐、在罐中停留了多久、离开罐体的时间，以及放置了多长时间等待有人将其运送到工厂的另一个区域。，” Durairaj 解释道。“因此管理层能够识别生产流程中的瓶颈和低效问题，并加以改进。”

在采用英特尔技术的工业计算机上运行的人工智能解决方案的实施带来了快速的改进。首先，它可以实时检测和纠正停机问题，并确保工人遵守安全协议。此外，工厂经理利用他们新发现的生产流程的可视化来显著提高运营效率。工厂的整体设备效率 (OEE) 在前三个月内提高了 11%。在第四个月，该公司已实现了解决方案的全部投资回报。

让边缘计算机视觉更具成本效益

SeeWise.AI 开发的软件经过精心设计，可不必了解输入数据源。换句话说，系统只需处理发送给它的任何视频数据，而无需关心数据流的来源，或使用什么品牌的摄像头。这是一个明显的优势，因为许多镀锌厂已经为一般安全和监控目的安装了闭路电视覆盖。这些现有的视频源可以轻松地调整用途，以实现基于人工智能的生产力管理和分析，从而大大降低实施计算机视觉解决方案的初期资本支出成本。

此外，英特尔® OpenVINO™ 工具套件等解决方案可帮助软件开发人员更高效地构建人工智能模型。由于精确的人工智能模型所需的计算资源较少，因此在首次部署解决方案时可进一步节约成本。

“OpenVINO 在人工智能模型效率和量化方面为我们提供了巨大的帮助，” Duraiaj 指出。“我们过去需要支持 5 个摄像头的硬件现在可以支持多达 10 个摄像头。这就是 OpenVINO 所提供的优势的直接结果。”

计算机视觉在镀锌、工业及其他领域的应用

未来十年，制造业将迎来一场数字化转型浪潮，而计算机视觉技术将在镀锌和其他行业发挥重要作用。

无论是在运营效率还是盈利能力方面，都会带来许多好处。同样重要的是，计算机视觉还有可能带来至关重要的可持续发展效益。

“如果您正在生产镀锌产品，但您的工艺效率低下，或者您的产品缺陷率很高，会发生什么情况？您将会增加全球碳足迹，” Duraiaj 表示。“我们的使命是让地球更高效，而计算机视觉是实现这一目标的有力工具。”

因此，计算机视觉不仅仅是可将过去的技术融入当今时代，这样做还有助于创造一个更有利可图和可持续发展的未来。

由 insight.tech 主编 Georganne Benesch 编辑。

酒店机器人提升宾客体验

Posted on by Micah Kaplan

宾客在抵达酒店时充满了正面预期。等待他们的是新铺的床，也许还有一顿美食或参观当地景点。但没有人会喜欢这种体验：将行李搬进电梯，然后穿过狭窄的走廊将其拖到自己的房间。

在台湾一家富有远见的酒店 — 它可能成为未来的先驱 — 宾客无需动手运送行李。机器人将为他们提供这项服务。

在酒店服务人员严重短缺，同时希望在激烈竞争中脱颖而出的时代，利用自主移动机器人 (AMR) 按照命令拖动、存放并提取宾客行李可能会是一种成功秘诀。如果是这样的话，这些机器人可能会在其他场合兴起，例如搬运手提箱穿过机场和火车站，或为医院病房配送药品。

自主移动机器人进入酒店

物联网解决方案开发商 NEXCOM International 子公司 NexAIoT 首席技术官 Hoe Seng Ooi 表示，AMR 专为在仓库和工厂分拣货物而打造，可减少人类执行机械重复的手动任务的需求，帮助提高效率并改善安全。在为工厂提供工业自动化和机器人解决方案近 10 年后，NexAIoT 将关注点转向酒店行业，由于疫情过后旅游人数激增，酒店行业正在努力吸引并留住员工。通过技术调整和实验，该公司利用其 NexMOV 智能酒店自主移动机器人，帮助解决了行李存放和运送问题。

Ooi 表示：“借助 NexMOV，酒店可以简化运营、优化员工效率并为宾客提供难忘的个体化体验。”宾客一旦入住，该系统就会立即开始运行，并在宾客逗留期间供他们随时使用。

在部署 NexMOV 的台湾酒店，大堂内没有任何工作人员。宾客在自助服务终端办理入住手续，并在此处收到机器人用于运送行李的货柜的二维码。宾客存放手提箱后，该货柜会自动上锁，然后由机器人运送到客房，或由机器臂搬运到存放区。

由于酒店位于夜间开放的旅游热门市场附近，许多宾客都会选择存放行李。Ooi 表示，由于能够立即出发前往市场，或前往镇上的餐厅或夜店，稍后即可取回行李，这种便利得到宾客的高度评价。在结账退房后，他们也可以利用该系统快速进入市场。而且，如果宾客提前到达，在其客房准备就绪前，也有一个安全地点供他们妥善存放行李。

宾客到达客房后，可以使用屏幕和基于语音的虚拟助手（与 Amazon Alexa 类似）请求取回行李。然后，NexMOV 机器人会检索存放区中放置宾客手提箱的货柜，将其传送到电梯间并呼叫电梯轿厢。如果行李到达时电梯内有乘客，机器人会说：“请先出来，让 NexMOV 使用电梯。”如果轿厢内没有乘客，NexMOV 会滑入近乎贴合的空间，并以电子方式选择楼层。机器人进入后，即使有其他乘客叫电梯，电梯也不会停止。

出电梯后，NexMOV 机器人会沿着酒店走廊前往正确的房间，这时虚拟助手会通知宾客机器人已抵达，并提供用于解锁货柜的代码。任务完成后，NexMOV 会取回空货柜，然后导航到充电站，在那里插入电源，为执行下一项作业做好准备。

与酒店自动化协作

虽然 NexMOV 便于宾客使用，但其底层技术却相当复杂。在每款搭载英特尔® 处理器的机器人内，边缘 AI 和计算机视觉软件将充当其“大脑”，与包括入住系统、存放区和电梯在内的酒店基础设施保持无缝连接。英特尔® 发行版 OpenVINO™ 工具套件可简化系统开发，帮助 NexAIoT 将酒店 AMR 更快推向市场。

机器人都使用酒店内部地图进行了预编程，并利用激光雷达和超声波进行导航，可避开沿途人员和障碍物。它们的“头部”装有英特尔® 实感™ 计算机视觉摄像头，这便于它们检测电梯内的人员。NexAIoT 的软件还会监控机器人的运动轨迹，确保毫无故障。

酒店及其他

AMR 不仅可以搬运行李，还能够款待宾客。在台湾酒店，如果宾客在生日当天抵达，NexMOV 机器人可能会在大堂内播放生日快乐歌或随着音乐起舞。此外，还会用色彩缤纷的卡通图形来装饰机器人，这让它们在孩子们中大受欢迎。

推出 NexMOV 已帮助酒店招徕到了业务，特别是家庭客户。Ooi 表示：“行业内的竞争正在加剧，这有利于他们提供与众不同的服务。”

虽然作为酒店全包式套餐的一部分，NexAIoT 开发了生日特色服务，但系统集成商也可以为其他酒店添加不同的定制功能。Ooi 指出：“我们与全球各地的系统集成商都建立了合作关系。”

随着 AI 功能日益改进，机器人不断从经验中学习，它们将能够处理更加复杂的任务。Ooi 预计，它们将能够使用吸尘器打扫房间以及清洗卫生间。他表示：“由于酒店人员极度短缺，这一前景会很快实现。”

未来，就可以对机器人进行编程，用于在机场搬运行李。火车和公交系统可以使用它们来指挥车辆，并查找烧坏的灯泡和其他维护问题。在医院，它们可以根据需要随时随地配送设备和药物。

Ooi 说：“这类任务需要大量人力，但机器人可以相当轻松地完成这些工作。可以预计，对自主移动机器人的需求肯定会不断增长。”

 

由 insight.tech 主编 Georganne Benesch 编辑。

医疗平板电脑满足医院的严格要求

Posted on by Micah Kaplan

从 MRI 和 CT 扫描仪到心电图检测仪、血氧仪和血压计，现代医疗器械收集大量关于患者健康状况的数据。但是要将这些信息送到需要的医院医生和护士手中，往往是一件困难的事情。

其中一个问题是，医疗器械和设备的制造商众多。由此产生的结果是，它们生成的信息以不兼容的格式分散在许多数据库和 IT 系统中，导致医生和护士难以对患者的健康状况作出连贯地描述。

另一个问题则是医院对硬件的限制性要求。护士站、手术室和重症监护室以及它们连接的实验室和药房都必须使用符合严格卫生标准的电脑。为了成功传输重要的患者数据，电脑还必须速度快、可靠性好、易于使用和安全。

现代医疗平板电脑专为解决这些挑战而设计。它们通过符合医院卫生、可用性、安全性和可靠性要求的一体化紧凑型计算机实现各种医疗设备的数据集成。它们的计算能力足以运行复杂医疗软件，为护理人员提供所需的数据，这样不仅可以应对紧急情况，还可以持续衡量患者的病况进展。

统一的患者监控解决方案

由于医疗技术不断进步，大多数医院都配备了各种品牌和型号的医疗设备。

“医院分阶段实现技术现代化，因此它们的硬件和软件环境非常不统一。通信协议是一大痛点，”物联网设备制造商 Kontron AG 的 产品经理 Guenter Deisenhofer 指出。

机器无法互通导致程序效率降低，治疗决策变得困难。这是 Deisenhofer 最近带儿子到当地医院就诊时亲身经历的问题。首先，收治人员测量男孩的心率、血压和血氧含量并将信息记录在一张纸上。稍后，他的儿子去看医生。医生再次测量了男孩的重要数据并将测量结果写在另一张纸上，然后让他去接受 X 光检查。在那里，这一流程再次重复。

“一天下来，大概记录了五张纸。他们没有持续监测他的病情，也没有人对病情作全面了解，” Deisenhofer 指出。

幸运地是，情况并不严重。但由于重要信息在不同时间从不同设备发送——无论是记录在纸上还是编码在不兼容的软件程序中——医生们永远无法确定他们可能会错过什么样的信息。

医疗边缘计算机，例如 Kontron 的 MediClient 平板电脑，使用标准协议整合来自机器、可穿戴设备和患者健康记录中的数据，以此填补信息空白。该平板电脑符合医院严格的卫生规定，即使护理人员戴着手套，也随时可以使用。它通过有线或无线连接将患者监护设备的信息传输到医院的通信中心（例如护士站）。高性能英特尔® 处理器使监护设备的软件能够对输入的结果进行近乎实时的分析，帮助医生和护士观察型态，发现可能提示诊断或指出需要进行特定检查的异常情况。

“有了持续监测数据，医生就不会只对紧急情况做出反应。例如，他们可以观察到心率是否随着时间的推移而下降和恢复。这有助于他们做出更好的诊断和治疗决策，” Deisenhofer 指出。

患者出院后，监测仍可继续。可穿戴设备将其信息无缝传输到 MediClient，以便与患者此前的记录集成。

利用医疗平板电脑改善医疗器械生命周期管理

随着医院越来越依赖于先进的医疗设备，医疗器械制造商必须警惕地进行持续更新，以实现新的物联网功能并防范最新的网络威胁。进行这些更改通常会涉及软件和固件，有时还涉及到硬件。这意味着类似于 MediClient 电脑的设备也必须更新，才能继续为医院提供医疗器械的重要数据。

随着技术创新的加速，设计为可以使用 10 或 15 年的医疗器械通常需要多次重大更新。Deisenhofer 指出：“器械的生命周期越来越难以管理。”

Kontron 与医疗器械制造商密切合作，跟进计划变更并经常参与早期产品规划周期。由于每次硬件变更都需要大量的测试和重新认证，因此密切沟通可以节省时间。制造商可以一次性通过产品重新认证，而不必在作出更改后再次认证。Kontron 还对制造商的设备进行第三方软件安装和电气测试，以帮助他们在产品发布前解决潜在的问题。

通过与 Kontron 合作，制造商可以更快地向医院提供升级服务，医院也可以在新功能推出后立即将其集成到医疗系统中。

将新功能带到边缘

随着技术进步，原始设备制造商和平板电脑制造商可以携手合作扩大监护设备的价值。机器收集的数据越多，系统构建者就越能够改进其人工智能软件，减少误报并查明问题。Deisenhofer 指出：“例如，您可以使用人工智能创建预警分数，以便在危急情况发生之前尽早识别各种情况。”

边缘平板电脑的处理速度也将提高，以帮助护理人员更快地应对发现的健康威胁。

诸如此类的优势表明，患者监护设备以及将其数据传输给医生和护士的医疗平板电脑有着光明的前景。正如 Deisenhofer 所说：“我们的设备不会自行做出决策。但通过在边缘汇集所有数据，它可以帮助医生做出正确的决策。”

由 insight.tech 主编 Georganne Benesch 编辑。

更智能、更快速、连接 5G 和智能网络

Posted on by Micah Kaplan

在最近的物联网聊天播客中，我们邀请了 CCS Insight 的 Martin Garner 和 Bola Rotibi 来讨论该公司的年度物联网预测报告，特别是对边缘和 AI 领域的关注。但在报告及这场对话中，有很多关于 5G 和网络的内容。所以，这次我们决定专门将重点放在 5G 和智能网络的崛起上，与 CCS Insight 的网络总监 Ian Fogg一起进行讨论。

如今，全球几乎所有行业都需要连接到互联网。它们需要快速、可靠、实时的信息，这就要求网络也要速度快。越来越多的智能设备也连接到网络，网络需要处理所有连接。与此同时，各行业和公司也在努力实现可持续发展目标。5G（甚至 6G）和 AI 真的能帮助实现这些目标吗？让我们一探究竟（视频 1）。

视频 1. CCS Insight 的 Ian Fogg 讨论了 5G 和物联网领域的最新发展，以及对 2024 年及以后的展望。（资料来源：insight.tech）

过去几年，5G 和网络的格局发生了怎样的变化？

5G 首次推出是在 2019 年，当时的标准是非常早期的版本。我们最近看到，它的能力得到了巨大的提升。例如，它最近的用途之一是私有网络。在 2023 年宣告的私有网络中，有 45% 部署了 5G。

我们还看到了非地面网络，这是即将推出的 5G 标准第 17 版的一部分。预计到 2027 年，15% 的智能手机用户将拥有支持卫星的设备。那么，这对物联网意味着什么？过去经常是消费者领域推动创新，然后这些创新被重复用于其他领域，因为这些领域之间存在共性。一旦建立起卫星能力，卫星运营商就可以选择支持多种类型的客户。

我们在过去一年看到的另一件事是 OpenAPI 倡议的宣布，它获得了运营商组织 GSMA 的极大关注。这也包括用于管理网络质量和其他网络类型设置的网络 API。

在这些物联网网络中，5G 的下一步动向如何？

我们的预测之一是，到 2025 年，基于应用的网络功能的数字市场将提供一百多个版本的网络功能和 API。我们已经看到一些小的倡议，但我们预计在未来 18 个月左右的时间内，市场将大幅扩展。

我们还预计，到 2030 年，私有-公共混合型 5G 将成为私有网络的主要选择。独立的私有网络使用专用网络来提供该服务。但混合型解决方案使用独立 5G 和网络切片的一些新功能来提供服务，其质量与其他使用更广泛蜂窝 5G 网络的用户所获得的服务质量不同。这弥补了一些特定位置之间的差距，企业可能在这些位置有专用的私有网络，但希望人员或设备在专用的站点之间流动—这就是一种混合型解决方案。随着时间的推移，这种情况会逐渐出现，但我们预计到 2030 年这将成为主流趋势。

5G 和网络边缘如何跟上物联网的需求？

我认为混合能力在这方面尤其重要，因为它确实可弥合专用私有网络（可能位于港口、制造工厂或其他受限位置）与在广泛领域内提供高质量服务的需求之间的差距。

另一件我们认为很重要且越来越重要的事是，在大量领域和产品类型中，AI 将应用于网络的不同部分。我们认为，通过更好地管理流量模式，确保网络提供足够好的服务质量以及管理中断或停机问题，AI 将使 5G 网络显著提高其可用性，甚至可能超越五个九的可用性。

多谈谈如何使用 AI 增强 5G 和物联网网络吧。

网络人员正在各个领域使用 AI。例如，他们使用它来改进 RAN 管理。随着我们从最初的 4G 到 4G Advanced 或 LT Advanced，再到 5G，以及 5G 第 17 版等等，RAN 的复杂性越来越高，需要管理的设置也越来越多。基站之间、不同频段之间的交互更为复杂，而 AI 是实现持续 RAN 管理以提高覆盖范围和性能的关键方法。

我们看到，AI 在 Open RAN 的推广中也扮演着非常重要的角色。历史上，服务提供商向网络供应商购买基站，所有功能基本上都由同一供应商集成和包含。Open RAN 的概念是，基站内提供接口，以便服务提供商混合和匹配不同的供应商。我们认为，AI 可以在某些方面帮助降低复杂性。

环保问题是另一个我们认为有趣且重要的方面：实现碳排放目标、管理网络能源成本。如果你是一家服务提供商，你会希望减少能源使用，同时保持用户所需的网络体验。那么，你可以在多大程度上削减网络资源，并且仍然提供同样的网络体验？RAN 优化是机器学习工具可以提供帮助的地方。我们的预测之一是，到 2025 年，智能无线接入网络技术、自动化和 AI 驱动的节能技术的组合将使至少三家领先运营商将其碳中和目标提前数年实现。

5G 和物联网网络功能如何帮助各行业实现可持续发展目标？

可持续发展的一个角度是智能电网，因为许多人将太阳能和风能视为成本效益高且用途广泛的绿色发电方式。挑战在于，太阳能和风能发电并不总是可预测的：它们取决于云量、一年中的时间以及当时的天气系统。而且有时会出现发电过剩的情况，需要鼓励最终用户消耗一些电力。还有时候会希望用户降低能源消耗，因为能源价格太贵或者产生的绿色能源不足。

因此我们认为，增加太阳能和风能的使用需要智能电网技术来管理供需，我们预计智能电网技术将从 2028 年（或更早）开始在大多数发达经济体中广泛采用。甚至现在就能看到这种趋势的迹象。

5G 如何帮助电网同时变得更智能和更可持续？

以电动汽车充电为例，可以看到网络技术融入其中的一系列方式。许多电动汽车具有蜂窝网络功能，这样用户可由远程设置省电模式，并告知电动汽车何时何地安排充电。许多家用电动汽车充电器都有类似的遥控功能，通过 Wi-Fi 或其他方式实现。但家中的智能电表通常也支持蜂窝连接。电力公司可以监测用电量并向用户收费，在某些情况下是以非常精细的方式收费。

因此，在电动汽车连接、电动汽车充电器、智能电表这三个涉及最终用户电动汽车充电过程的不同地方，都可以看到网络技术正变得非常重要。

5G 的主导地位还能持续多久？

实际上，在 5G 时代，即使是 4G 也依然重要。在我刚提到的电动汽车场景中，大多数电动汽车都有 4G 蜂窝无线功能。你家里的智能电表甚至可能在使用 2G 无线技术。这些网络时代往往会重叠。所以即使 6G 出现，5G 仍将继续发挥重要作用。但 6G 的工作确实正在进行中；我们已经可以看到 6G 频谱的讨论正在推进。

6G 用例方面的工作也在进行中。其中之一是使用蜂窝网络感知特定位置的动态。这可能是检测道路上的交通流量，或者感知在人行道上行走的人。现在就可以看到这方面的例子：一些 Wi-Fi 接入点可以感知人们是否在家，这被用作一个简单的警报系统。

但围绕 6G 网络的部分想法是，它将具有更广泛的能力 — 能够感知大范围、跨城市发生的事情。当然，这意味着可以根据这些信息得出分析结果并据此采取行动。

在时间尺度上，如果一家公司现在希望部署些什么，6G 可能并不相关。如果产品路线图更长，延伸到 2029 年、2030 年或更远，那么 6G 应该包含在路线图中。如果你是网络供应商，那么你的研发实验室此刻正在迅速而紧张地进行 6G 方面的工作，而且你的 6G 思维要更为先进。

相关内容

要了解有关 5G 和物联网网络预测的更多信息，请阅读报告《2024 年及以后的物联网相关预测》，并收听《5G 和物联网智能网络的崛起》和《CCS Insight 的 2024 年物联网和边缘 AI 重要预测》。有关 CCS Insight 的最新创新，请在 Twitter 上关注 @ccsinsight，在 LinkedIn 上关注。

 

本文由文案编辑 Erin Noble 编辑。

人工智能及其他领域：预测物联网边缘人工智能的未来

Posted on by Micah Kaplan

又到了预测季节。在 insight.tech，我们每年都会突出介绍 CCS Insight 的顶级物联网预测，今年包括大量边缘和人工智能预测。我们与 CCS Insight 物联网研究主管 Martin Garner 及企业研究主任 Bola Rotibi一起对预测做了分门别类（视频 1）。我们再次为读者提供完整的研究论文：2024 年及以后的边缘计算和物联网预测。请务必阅览。

视频 1。CCS Insight 的 Martin Garner 和 Bola Rotibi 讨论了即将到来的物联网和边缘人工智能趋势和预测。（来源：insight.tech）

很明显，人工智能有很多好处和机会；它有能力转变各行各业以及我们的生活。但也令公众颇感不安：在这个创新和扩张的“蛮荒之地”，他们的数据将如何使用，安全性如何，何人以何种措施保护这些数据？而将投资着眼于未来的企业，亦感紧张。然则有一点确定无疑：正确解读人工智能的状况，非一方之力。此举必是各方协作方能成事，而各方都在构建和使用这些解决方案。 

2024 年，边缘和人工智能对物联网预测的影响如何？

Martin Garner：显然，对于边缘和人工智能，2023 年可谓重要一年。ChatGPT 显然产生了巨大的影响，让世界真正见识到了人工智能的能耐，也见识到人工智能的不足。我们在去年 的预测中，大量谈及边缘，只有部分涉及人工智能。今年，我们大幅增加了人工智能的预测。不仅仅是生成式人工智能，如 ChatGPT ；也不仅仅是个人使用人工智能的用途。

举例而言，其中一个预测就是，到 2028 年，一家大型医疗保健提供商将为客户提供数字孪生服务，主动监测其健康状况。如今，个人的大量数据散落各处，例如在线病历、健身手环、智能手表、手机上的数据等等。但全都颇为杂乱，并未合并为一体。我们认为，医疗保健提供商将开始合并这些来源数据。他们将使用人工智能，基本上做工业领域已经在做的事情——预测性维护，但对象是人。当然，我们的目标是尽早干预，这往往意味着干预更小，通常也更便宜。这个例子说明了我们认为人工智能如何由此开始发展。

是否会因为这些进步而继续向云迁移？

Martin Garner：我认为云与边缘的争论将持续好几年。我认为许多国家都对经济感到担忧，我们也还没有完全摆脱疫情的影响。

因此，有一项预测是，由于人们担忧经济衰退，2024 年，工作负载将从云端转移到本地。此种做法的最佳候选者便是已经在使用混合云的公司。对于某些公司而言，硬件更新或许是一个良机，既可将部分工作负载调回企业内部，又能节省一些成本。这是短期的看法。

从长远来看，我们认为有几个领域会出现钟摆式波动，比如内包与外包，而边缘到云或是其中之一。但有个领域，我们还有一个预测，那就是到 2028 年底，云提供商的边缘计算服务将重新定价。

现在，这到底意味着什么？主要的云提供商都有边缘计算服务，但实际上，公共云才是该业务的重头戏。而边缘服务则是公共云的入口匝道，定价也是同理。但对边缘计算的预测显示，五年内的发展规模将超过公共云，甚至可能大得多。
如果出现这种情况，我们就会陷入大块头由小块头补贴的境地，而这毫无意义。

因此，我们确实预计，三到五年内，边缘云服务的价格将上扬，而且是大幅涨价。许多工业公司或许会考虑自建边缘计算，以使自己处于更有利的位置，有更多的选择。如果您愿意，可将边缘当作一种保障措施。

明年，预计人工智能解决方案会如何发展？

Bola Rotibi：2023 年是启动元年， 尤其是从 IT 解决方案提供商而言，新工具层出不穷，显然 ChatGPT 引发了人们巨大的兴趣。但我想说的是，人工智能的发展实有时日，比如在后台运行的机器学习及其他各种模型和算法等等。在手机上搜索图片，这些都是人工智能解决方案、人工智能模型。

我们看到的是生成式人工智能的强大功能，特别是当作一种生产力解决方案。生成式人工智能能够简化复杂的查询，并传回相关的简明信息。所以人人蜂拥而上。过去一年，我们看到，包括英特尔在内，各家供应商纷纷推出生成式人工智能功能，而且加强了各自的人工智能解决方案。我们看到 Microsoft 推出了人工智能助理 Copilot，AWS 推出了 Amazon Q。

因此，我们预测，尽管有人呼吁谨慎行事，但 2024 年人工智能的投资和发展将会加速。因为近几个月来，不少倡导者均表示，“少安勿躁。我们应暂缓行事。”人们还有点担心安全问题；担心是否制定了法规，法规是否足够有效。但与此同时，我认为人们确实渴望获得人工智能并加以发展，因为新的体验和参与程度让人们大开眼界。

未来一年，生成式人工智能的实际状况会是怎样？

Bola Rotibi：一方面，它会变得很棒，非常快；另一方面，也会出现一定的放缓迹象。另一个预测是，尽管存在泡沫，事实上我们也会看到很多新工具，所以我们确实认为 2024 年会有一定程度的放缓。部分原因是人们将了解实际的成本，以及今年开始暴露的一些风险和复杂性。

2023 年群情鼎沸之后，人们开始镇定下来，转变为冷静、微妙的态度，开始正确使用生成式人工智能，深入研究一些功能，例如生成代码。不同类型的工作场所解决方案中，皆能看到人工智能的身影，不仅帮助知识型工作者，还能帮助专家型专业人士。

随着投资的加速，您预计合乎道德的人工智能计划会增加吗？

Martin Garner： 简短的回答：是的，会有更多此类计划。人工智能有潜力在社会中发挥众多有益的作用，但如果使用不当，也会造成巨大的破坏。这有点像药品，有监管的药品，也有未受监管的药品。但主要区别在于，没有专业机构，没有希波克拉底誓词（医师誓词）。至少现在还不能把你从人工智能从业者的行列中除名。

目前，我们的情况恰恰相反，只要开发了新东西，人工智能领先公司就会立即将其开源，以最快的速度推向全世界。这显然对供应商和开发人员以及使用人工智能的客户公司提出了巨大的挑战，要求他们在使用人工智能时，采取合乎道德的立场。要正确行事，可谓多如牛毛。

我们预测，2024 年，于大型组织之内，人工智能监督委员会将司空见惯。该委员会由道德专家、人工智能专家、法律顾问、数据科学家、人力资源团队、不同业务单位的代表组成，负责审查全公司的人工智能使用情况。他们的工作是在技术团队（他们均为工程师，而非伦理学家）与组织及其目标之间架起一座桥梁。

对于很多公司来说，这就需要大量的管理费用，还需要大量的培训才能与时并进，始终全面掌控。这一切都是因为人工智能行业在自律方面做得很不够。

欧盟的人工智能法案对人工智能解决方案的开发意味着什么？

Bola Rotibi：欧盟率先颁行人工智能法案，就像 GDPR 一样。我们已经看到欧盟批准了《数字市场法案》。但并非只有欧盟这样做，美国、英国、中国和其他地区也在做。因此，我认为监管机构正在形成合力，2024 年底开始，将会看到一定程度的改善。但我认为，在人们努力适应和理解这一切的意味之时，会有一种磨合的过程，总会有些小问题。但我认为，这将成为人们团结一致的东西。

另一件正在发生的事情是行业层面的监管。最近，包括 IBM、Meta 和英特尔在内的 50 家组织发起了人工智能联盟。联盟的宗旨是集结业界之力，共同完成标准化工作；齐集工作组；为应对某些人工智能挑战和机遇，出谋划策；以及成为终端用户之间互动的枢纽。

对于构建人工智能解决方案的开发人员而言，需要考虑哪些因素？

Bola Rotibi： 不仅仅在于开发人员。安全是工作流程中人人应负的责任，同样，对人工智能采取合乎道德的方法也是如此。当然， 开发人员可以自问，“ 嗯，我能做，就该做吗？”但同时，要想保持一致性，就必须提供指引和原则，在整个组织内分发和传播。这需要从基层做起，也需要自上而下。

因此，我认为未来将采取分层的方法。这也许能意味着，Martin 提到的监督委员会从道德角度，思考组织的现状，并开始制定政策。然后，这些政策将纳入工具之中，以充当护栏。但同时也要对开发人员提供指导和培训，让他们在开发过程中，采取负责任的人工智能方法。

众多组织都在思考影响力、可持续发展以及所有这些方面的问题，因此已经有大量的想法和倡议，让人们从多个层面思考，不仅仅思考负责任的人工智能，还要思考全面做正确的事情。

5G 如何适应这一点？何时开始关注 6G ？

Martin Garner： 5G 要做的事情之一就是扩大人工智能的使用，这要归功于 5G 所具备的大容量、时间敏感型网络定位服务。我们将看到，在多个领域，人工智能的运用都在增加， 例如自动驾驶汽车、我们现在拥有的 5G 以及即将推出的 5G 新技术（是实现这一目标的关键推动因素之一）。

但我认为另一个有趣的方面是人工智能对 5G 的影响。5G 网络很复杂，整个优化和管理是个大问题。我们对此有一个预测，即人工智能将使 5G 网络的可用性超越 5 个 9（99.999%）。这就需要分析流量模式，确保网络的设置能够完美处理特定类型的流量，发现问题，执行预测性维护，以及配置网络，以使出现问题时，能够优雅降级，甚至自我修复。

虽然 6G 还为时尚早，但工作当然还在继续。未来五年左右，我们将建设 6G 网络，我们认为 2030 年将是 6G 的重要一年。我们确实有一些 6G 的预测。其一是，到 2030 年，首个由 6G 技术驱动的大型双子城将宣告成立。我们认为，城市将是 6G 的绝佳展示场所，而大规模孪生将是最佳用例之一，因为城市的所有层面都会纳入模型中。仅看城市实时数据的庞大数量和速度，就需要 6G。我们认为 2030 年将是 6G 的重要一年。

相关内容

要详细了解边缘人工智能趋势预测，请收听《2024 年顶尖物联网和边缘人工智能预测：与 CCS Insight 共鉴》，以及阅读报告《2024 年及之后的边缘计算和物联网预测》。有关 CCS Insight 的最新创新，请在 Twitter 上关注 @ccsinsight，在 LinkedIn 上关注。

本文由文案编辑 Erin Noble 编辑。

模块化智能显示器可让数字标牌发挥更大作用

Posted on by Micah Kaplan

在当今快节奏、媒体渗透的环境中，标牌需要进行改造。要想在餐馆、商店、赌场、机场和其他地方吸引顾客的眼球，显示器必须具有相关性和吸引力。

它们还必须方便管理人员快速、轻松地进行更换。这意味着不再需要在黑板上重写整个餐厅菜单，也不再需要在电子显示器上闪烁上周的价格。

由于业务需求千差万别，要制作出适应性强、可动态定制内容的显示器并不是一个容易实现的目标。但一家系统集成商和一家数字显示器制造商经过多年合作，已开发出一种用户友好、高效且可靠的显示模块，可以量身定制，以满足各种专业需求。

合作打造通往定制智能显示器之路

两家公司，即 德国系统集成商 Aaronn Electronic GmbH 与 Sharp/NEC Display Solutions 的合作关系是智能显示器随着时间推移发生演变的一面镜子，Aaron 董事总经理 Florian Haidn 指出。早期的专业显示器需要外部媒体播放器来播放内容。英特尔与 Sharp/NEC 合作制定的数字标牌标准“开放式可插拔规范 (OPS)”改变了这一现状。此项标准简化了“插槽”式计算设备的安装、使用和维护，使平板显示器具备了计算功能。

最终，市场转向了易于大规模制造的显示器。它们看起来像一台电视机，内含嵌入式系统芯片 (SoC)。SOC 的演变有助于帮助这些数字显示器变得经济实惠且普遍使用，但它们是黑盒系统，不允许公司根据自己的需求调整计算能力或应用程序。“没有任何自行控制机制，” Sharp/NEC 大屏幕显示器和计算技术高级产品经理 Erik Elbert 表示。

此外，SoC 及其操作系统高度依赖显示器制造商提供安全补丁，Elbert 指出，这对于财富 500 强企业和其他专业机构来说是明显的缺陷。

“他们不允许系统芯片嵌入式显示器等黑盒设备连接到其内部网络，” Elbert 说。

提供满足公司需求的安全数字显示器解决方案是 Sharp/NEC 和 Aaronn 的专长。如今，Aaronn 与物联网硬件制造商合作，提供个体化计算解决方案，而 Sharp/NEC 则提供嵌入这些解决方案的显示器。“我们的显示器高度模块化，可以根据配置、操作系统、应用程序和安全要求提供定制解决方案，” Elbert 说。

Aaronn 和 Sharp/NEC 共同提供定制显示器，以满足从企业通信到关键任务运输控制室等各种需求。Sharp/NEC 依赖于广泛的系统集成商网络来安装系统并提供持续维护。

运行中的数字显示器

快餐店是可受益于定制数字显示器的一类企业，因为它们会经常更换菜单，并且非常重视效率。Aaronn 和 Sharp/NEC 正在德国和奥地利的数千家麦当劳餐厅推广数字显示器。为满足连锁餐厅的特殊需求，Aaronn 对解决方案的硬件、操作系统和计算性能规范进行了定制。

餐厅在部署解决方案之前采用纸质菜单作为标准，并且一天内需要多次更换。现在智能显示器可根据用餐时间进行编程，以改变菜单。此外，展板还可以播放动画和产品视频，吸引并保持客户的注意力。个别餐厅可以定制一些自身的内容。

虽然麦当劳的设备目前还不能进行高级计算机分析，但 Aaron 和 Sharp/NEC 显示器中的嵌入式计算功能可以在边缘设备上运行更高级的算法。例如，通过在机场航站楼的屏幕上安装计算机视觉摄像头，管理人员可以分析旅客流量和其他参数，但仅限于收集所测量的人和物的元数据，以保护个人隐私。与偶尔运行视频的数字显示器相比，Aaronn 可以为此类用例提供更强的计算能力。

Haidn 指出，Aaron 大多数系统以英特尔设备为基础，因为它们能够提供 Aaronn 所需的高性能芯片和和高效率 CPU 技术。Aaronn 还使用英特尔 vPro® 平台。该平台可轻松配置多个操作系统，并配备定制解决方案所需的安全功能。Haidn 表示：“我们要提供可靠的工业级全天候可持续技术。”

利用模块化嵌入式计算提高可持续性和定制化水平

效率是数字显示器的重要考虑因素，尤其是当可持续性成为企业的一项关键驱动因素时。Aaronn-Sharp/NEC 智能显示器的模块化设计有助于实现屏幕单元和计算模块相互独立。如果任何一个组件损坏或需要升级，则可以用新的组件替换，因此不需要淘汰掉整个系统。Elbert 表示，显示器设备的使用寿命至少为 5 到 7 年。

数字显示器采用英特尔的低功耗 CPU，这是节能方面的另一个优势。Elbert 建议说，客户在选择智能显示器设备时，可持续性考虑因素应发挥重要作用。拆卸插槽式电脑设备比扔掉整个设备更环保，成本也更低。“首先要了解您现在和未来的需求，” Elbert 表示。“灵活且重复利用现有已部署和已付费的设备是件好事。”

Elbert 预测，未来智能数字显示器将在分析方面承担更多繁重的工作，并提供更多定制信息。例如，乘坐从中国起飞的航班抵达德国的旅客可以在出站口附近的屏幕上看到他们需要填写的表格以及填写表格所需的时间等信息。足球比赛结束后乘火车旅行的乘客可能会看到当地一家快餐店的打折优惠信息。

无论您是在球场、机场还是当地餐厅，未来的智能显示器都可以提供引人注目的视觉效果和更有用的信息。

 

本文由 insight.tech 的贡献者 Teresa Meek 编辑。