AI、5G、边缘计算之间是什么关系？ _5G

近年来， AI、5G、边缘计算等技术概念在业界流行，那么这些技术之间是什么关系？它们将为业界带来哪些变化？对这些业界在热烈讨论、还没有定论的问题，本文将从AI的角度，分享一些观点和思考，供大家探讨。
对于AI、5G与边缘的关系，简单总结就是：5G带来泛在接入， AI引领应用革命，边缘云是二者结合的最佳平台。形象的说，就像下面这幅图：5G是建成了高速公路建到了小区门口。边缘计算就是把大商场搬到了高速边，一出小区上高速，一下高速到商场，快速便捷，吞吐量大。而AI呢，就是一些高价值商品，吸引用户使用高速去卖场。
受限于移动性和便携性，终端算力始终与服务器相差很多倍，所以纯端侧方案有诸多限制；而受限于带宽、时延和数据隐私等问题，纯云上方案也有其局限性。边缘云模式是一种很好的这种，而5G的关键能力“海量物联网通信，增强的移动带宽和高可靠低时延”与边缘计算相互促进。
所以 5G+边缘+AI共同组建成了生态，互相促进。5G将开启海量边缘计算空间，并共同将AI能力推向客户应用，带来AI业务的进一步爆发。
典型业务场景那么，有哪些“庄稼”特别适合生长在这个生态中呢？华为5G白皮书列举了以下业务场景。本文将从边缘AI的角度，对几个典型场景进行简要分析。

文章插图

流式服务流式业务包括XR、云游戏、互动直播等。高画质、大场景、更逼真的光照效果是行业趋势，由于端侧算力、订阅模式等各方面原因，业务云化成为一种业界趋势。而带宽与时延成多媒体业务上云最大挑战。5G条件下，流式业务的带宽占用优化对用户体验和运营成本仍有很大意义。端边云协同模式平衡了时延、算力和成本，成为业界技术方向。
该领域是边缘AI密集的领域， AI广泛用优化建模、AR/VR传输显示、物体识别与追踪、动作捕捉、画质增强去噪、转码、流分发和调度等各个环节。

文章插图

智能制造
《工业互联网平台白皮书2019 》将边缘计算、信息模型、实时决策等列为工业互联网平台关键技术，工业门类多，大多是成熟产业，门槛高，涉及专业知识多。同时，随着流程复杂化、动态化，很多工业门类引入数字化技术，变得越来越“数字化智能化” 。

文章插图

AI技术广泛用于智能制造产业的诸多环节。但是制造业门类多，门槛高，可靠性要求高，边缘AI面临着诸多挑战如下表。
Challenges
Problems
数据获取与清洗
数据来源多, 格式不统一；
数据经常缺失, 质量参差不齐；
缺乏标记；
正负样本数量严重不平衡，某类样本量极少或缺失；
模型选择, 冷启动
需要人工反复多次进行分析调优流程:：样本数据人工分析->人工构造模型->上线试用->人工调优：
场景-技术匹配问题：工业场景下问题多样, 采用的ML技术各异, 需要大量的专家经验介入；
冷启动：开始时数据样本小，导致初始模型选择不合适或参数配置不好，需要反复优化。因为样本量不足，优化可能会持续很长时间；
结果可解释性、可靠性
工业场景下, 错误的决策会导致严重后果, 因此要求: