בינה מלאכותית ומחשוב קצה: זיווג מושלם מגן העדן של ה-IT

בינה מלאכותית (AI) ומחשוב קצה (Edge Computing) הן ללא ספק שתי מילות המפתח בתעשייה העכשווית. יישום AI על ידי עסקים צמח (כך מעריכים בגרטנר) ב-270% בארבע השנים האחרונות, בעוד שארגונים יוציאו בממוצע 30% מתקציבי ה- IT שלהם על מחשוב ענן קצה בשלוש השנים הקרובות. עם זאת, כאשר שתי הטכנולוגיות ממשיכות להבשיל ולהתפתח, הן נכללות יותר ויותר יחד בקבלת ההחלטות של מקבלי ההחלטות בתחומי ה-IT. שתי הטכנולוגיות הללו הולכות יד ביד – AI הוא כעת מקרה שימוש מרכזי ככל שמדובר במחשוב קצה, וה"קצה" הוא גורם משמעותי וזרז מאפשר עבור AI.

זן חדש של AI

באופן מסורתי, AI נמצא במרכזי נתונים המופעלים באמצעות מחשוב ענן. עם הזמן, AI עשה את דרכו גם לתוכנה, ומאז הוטמע בנקודות קצה של Internet of Things (IoT) ובמכשירים אחרים של משתמשי הקצה.

כאשר החלו  צרכנים להשקיע יותר זמן בסמארטפונים שלהם, חברות הטכנולוגיה הגדולות הבינו שעליהן לקרב את כוח המחשוב של מרכזי הנתונים למשתמש כדי לספק חוויית משתמש טובה יותר. ביג דטה תמיד יעובדו באמצעות הענן. עם זאת, נתונים מיידיים שנוצרים על ידי המשתמשים ניתנים לחישוב ולהפעלה בנקודות הקצה ובאופן מיידי. גם חברות הענק דוגמת גוגל ואמזון כבר בוחנות את היתרונות הפוטנציאליים של השימוש במחשוב קצה.

כדי לעמוד בקצב של חברות הטכנולוגיה הגדולות הללו, יותר עסקים העוסקים ב-AI החלו להבין את היתרונות של מחשוב קצה. למעשה, דלויט צופה כעת כי יותר מ- 750 מיליון שבבי AI מתקדמים – שנועדו לאפשר למידת מכונה במכשירי קצה – יימכרו בשנת 2020.

התגברות על אתגרי AI עם מחשוב הקצה

מדוע מחשוב קצה משתלב כל כך טוב עם  ?AIמפני שזו ללא ספק טכנולוגיה עתירת מחשוב, וכתוצאה מכך, רוחב הפס, ההשהיה, האבטחה והעלות מהווים מכשולים משמעותיים עבור מרבית העסקים. תועלתו של מחשוב הקצה ל-AI הוא בכך שהוא מסייע להתגבר על אתגרים טכנולוגיים אלה.

לבינה מלאכותית יש, פשוטו כמשמעו, בעיה של ביג דטה. באמצעות מחשוב קצה, במקום לשלוח נתונים אלה לענן או למרכז הנתונים, ניתן לעבד אותם קרוב יותר למשתמש הקצה. תהליך זה לא רק מפחית את רוחב הפס הנדרש, תוך זמני שיהוי קטנים ביותר, אלא מביא את העיבוד ל-point of capture וזוכה לערך מיידי מהנתונים באמצעות איסוף תובנות מיידיות.

עם זה מגיע כאמור שיהוי מופחת, אולי אחת הסיבות הברורות יותר לאימוץ מחשוב קצה. ככל שטכנולוגיות ושירותים מתפזרים יותר ברשת של עסק, זמן ההשהיה יתרחש באופן טבעי. במקרים שבהם נדרשת קבלת החלטות ופעולות בזמן אמת ברמת המכשיר, יש להקפיד על זמן אחזור מינימלי. על ידי איתור משימות עיבוד מרכזיות קרוב יותר למשתמשי הקצה, מחשוב הקצה יכול לספק שירותים מבוססי AI מהירים יותר ותגובתיים יותר.

פרטיות נותרה אתגר לא פתור בתעשיית הבינה המלאכותית, בייחוד עם המגוון ההולך וגדל של מכשירים המותאמים ל-AI ברחבי הרשת של העסק. מחשוב קצה מציע פתרון לחידת האבטחה הזאת. בעזרת AI מבוסס קצה, מידע רגיש נשמר ומעובד באופן מקומי במכשיר במקום להישלח לענן. רק ערכות נתונים עתירות זמן צריכות להידחק לענן, והשאר נשאר מקומי. אם יש פחות העברה של נתונים רגישים בין מכשירים לענן, המשמעות היא אבטחה טובה יותר לעסקים ולקוחותיהם.

לדברי גרטנר, בעוד שנתיים 74% מכלל הנתונים יזדקקו לניתוח ופעולה על נקודות הקצה. נתונים ממכשירים התומכים ב-AI אינם יוצאים מן הכלל לכך. למעשה, AI קצה הוא הגל הבא של AI, ואפילו חברות טכנולוגיה גדולות רבות מכירות בכך. מוקדם יותר השנה, אינטל ו- Udacity הכריזו על תוכנית משותפת של edge AI nanodegree, המסייעת להכשיר מפתחים בתחום. בסופו של דבר, מכיוון שהנתונים ממשיכים לצמוח באופן אקספוננציאלי, יש צורך ממשי באחסון נתונים ובחישוב נתונים על המכשיר, בלא לשכוח גורמים אחרים – מהירות, פרטיות ואבטחה. לאלה שתוהים לאן תעבור AI לאחר מכן, עכשיו זה ברור: העסק הולך לכיוון הקצה.

הכותב הוא נציג דיינבוק ישראל.