“未來的汽車應(yīng)該是一種會學習的輪式機器人”，面對持續(xù)升溫的自動駕駛汽車，在近日舉辦的第一屆中國國際智能產(chǎn)業(yè)博覽會上，中國工程院院士李德毅表示，“它應(yīng)該能夠通過邊緣計算與‘駕駛超腦’的學習，讓自動駕駛比人類駕駛更安全?！?/p>

從某種角度講，吸引了大量眼球和投資的自動駕駛汽車就是一場AI的游戲，而AI的進步將率先在邊緣計算中體現(xiàn)，并將助推邊緣計算解決物聯(lián)網(wǎng)引發(fā)的數(shù)據(jù)雪崩。

雖然各研究機構(gòu)對全球數(shù)據(jù)的爆發(fā)式增長有不同的預(yù)測，但將計算和數(shù)據(jù)移動到更接近用戶的位置已是行業(yè)共識，在入局的各路科技大神眼里，這一千億價值的新賽場將首先成為消費市場及智能工廠等領(lǐng)域的必選項。

章魚：我是天生邊緣計算能力者

正當邊緣計算和云的關(guān)系被熱烈討論之時，知名創(chuàng)投調(diào)研機構(gòu)CB Insights近日撰寫的《What Is Edge Computing》廣受關(guān)注，文章詳述了邊緣計算的發(fā)展和應(yīng)用前景。文章稱，云計算已不足以即時處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺生成或即將生成的數(shù)據(jù)，邊緣計算將派上用場。

但邊緣計算究竟是什么？很多人仍然一頭霧水，在回答這個問題時，華為企業(yè)業(yè)務(wù)總裁閻力大表示，跟章魚差不多。在無脊椎動物中，章魚的智商最高，它擁有巨量的神經(jīng)元，60%分布在八條腿（腕足）上，腦部僅有40%。但是，看起來用“腿”來思考并解決問題的章魚在捕獵時腕足之間配合極好，從來不會纏繞打結(jié)，這得益于它們類似于分布式計算的“多個小腦+一個大腦”。

目前的人工智能應(yīng)用更多依賴于云端，邊緣計算則將智能從云端推向邊緣。用地平線智能解決方案與芯片事業(yè)部總經(jīng)理張永謙的話說：“計算正從中央走向邊緣?！币簿褪钦f，不是所有的應(yīng)用都要放在云端，比如，當房子里有物體移動時，智能家居的安全系統(tǒng)檢測可以依靠終端設(shè)備資源檢測正在移動的，是家里的狗，還是闖入的賊，并據(jù)此作出精準的智能控制。

未來，如果沒有邊緣計算的支持，很多應(yīng)用可能都是畫餅，如炙手可熱的無人駕駛汽車對實時信息交互和數(shù)據(jù)傳輸、交互的延遲指標要求非?？量蹋坏┫到y(tǒng)響應(yīng)慢，重則發(fā)生交通事故，輕則無人駕駛體驗大打折扣。

需要強調(diào)的是，雖然我們將把越來越多的基礎(chǔ)任務(wù)推向裝置所在的邊緣，但如Linux基金會物聯(lián)網(wǎng)資深總監(jiān)Philip DesAutels所強調(diào)，這只代表了越靠近邊緣的裝置越會變聰明，并不能說它與云端毫無關(guān)系。云端也會因為邊緣變得更聰明更智慧，它未來更重要的任務(wù)將是中央?yún)f(xié)調(diào)管理者。

邊緣計算+AI：為解決痛點問題而來

如英特爾所說，世界正陷入數(shù)據(jù)洪流的雪崩中，AI在進行分析處理時，更需要消耗大量的計算資源和存儲資源。如果能像章魚一樣，采用邊緣計算的方式，海量數(shù)據(jù)就近處理，大量的設(shè)備高效協(xié)同工作，諸多問題便迎刃而解。

網(wǎng)宿科技董事長劉成彥表示，在智能社會到來之際，物聯(lián)網(wǎng)的爆發(fā)所帶來的網(wǎng)絡(luò)容量以及對計算的需求，將遠遠大于人與互聯(lián)網(wǎng)之間的交互所帶來的需求，智能終端產(chǎn)生的數(shù)據(jù)能力也將遠遠大于人類產(chǎn)生數(shù)據(jù)的能力，預(yù)計未來將有50%的計算能力放在邊緣。

微軟全球資深副總裁、微軟亞太研發(fā)集團主席兼微軟亞洲研究院院長洪小文告訴記者：“邊緣計算能夠進行本地決策和判斷，能夠保證離線狀態(tài)下進行不間斷操作，適用于智能工廠、無人車等強調(diào)連續(xù)性、安全性的場景?！?/p>

英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官張宇博士說：“如何在網(wǎng)絡(luò)邊緣實現(xiàn)智能化，是駕馭數(shù)據(jù)洪流的關(guān)鍵環(huán)節(jié)之一，是物聯(lián)網(wǎng)未來發(fā)展的重要趨勢?！?/p>

所謂智能邊緣化，需要把云上的模型，快速遷移到線下，將云上智能改造為邊緣可用的輕量級智能，適配邊緣軟硬件環(huán)境和使用場景，而云原生模型要用于邊緣節(jié)點，需要做模型轉(zhuǎn)換，壓縮，調(diào)優(yōu)等工作。某知名大廠戰(zhàn)略研究人員劉先生對科技日報記者說：“看起來都是些技術(shù)問題，但付諸實施沒那么容易，理論上開辟邊緣新戰(zhàn)場，打通云/邊AI數(shù)據(jù)流通道，統(tǒng)一線上線下技術(shù)生態(tài)，統(tǒng)一AI架構(gòu)好處很多，但若無業(yè)界協(xié)同，結(jié)合應(yīng)用場景，綜合建設(shè)立體生態(tài)，人工智能助力邊緣計算只能是空談?！?/p>

劉先生強調(diào)，人工智能不僅是數(shù)學和算法，更是綜合性技術(shù)應(yīng)用，促進生產(chǎn)力和解決效率，才是AI的頭等大事，而不是那些神乎其神的能力。放到邊緣計算中看人工智能，最能理解這一點，從產(chǎn)業(yè)的角度講，智能邊緣作為人工智能的硬件形態(tài)，單點突破沒有意義，人工智能+邊緣計算的立體化應(yīng)用突破才有價值，才能真正解決痛點問題。

安全風險：邊緣計算不可忽視的挑戰(zhàn)

中國科學院沈陽自動化研究所所長于海斌說：“無論邊緣計算技術(shù)將來形成什么樣的組合業(yè)態(tài)，無外乎工業(yè)、制造、傳感、控制、計算、存儲和網(wǎng)絡(luò)的融合。邊緣計算是否能探索出面向未來的新型產(chǎn)業(yè)模式，將非常重要?！?/p>

如前文所述，將人工智能真正推向邊緣并不簡單，而在不斷涌現(xiàn)或一直就存在的各種挑戰(zhàn)與局限中，安全風險更是業(yè)界迫切需要關(guān)注的問題。

邊緣計算就像物理世界連接數(shù)字世界的橋梁和數(shù)據(jù)的第一入口，隨著智能邊緣設(shè)備（包括手機及物聯(lián)網(wǎng)傳感器）的激增，新興的攻擊矢量將不斷涌現(xiàn)，數(shù)據(jù)實時性、確定性、多樣性等諸多挑戰(zhàn)已擺在眼前。

互聯(lián)網(wǎng)行業(yè)分析師陳金玉說：“雖然邊緣計算能使安全部件更接近于攻擊源，啟動更高效的安全應(yīng)用并增加分層數(shù)量以抵御針對核心的侵犯和風險，但不可否認的是，人工智能時代，數(shù)據(jù)的收集、使用等各環(huán)節(jié)本就面臨著新的風險?！?/p>

事實也是如此，在數(shù)據(jù)收集環(huán)節(jié)，大規(guī)模的機器自動化收集著成千上萬的用戶數(shù)據(jù)，并可對用戶全面追蹤。在數(shù)據(jù)使用環(huán)節(jié)，隨著大數(shù)據(jù)分析技術(shù)的廣泛使用，特定個人很容易被鎖定，消費習慣、行蹤軌跡等信息越來越多的被用于“精準營銷”，而這其中的使用尺度始終處于灰色地帶。

陳金玉說：“不僅如此，在數(shù)據(jù)的生命周期中，由于黑客攻擊、系統(tǒng)安全漏洞等原因，個人數(shù)據(jù)始終有被泄露的安全風險，目前這種風險又將怎樣被擴展到邊緣計算指向的人工智能消費領(lǐng)域及工業(yè)領(lǐng)域還難以預(yù)測?！?/p>