What Is Edge AI? - Plato AiStream V2.1

Julkaissut Platon

seuraajia: 0

[Upotetun sisällön]

Silicon Labs, turvallisen ja älykkään langattoman teknologian johtava yritys, on julkaissut vuoden 2023 Tech Talk -aikataulunsa. Tämän vuoden Tech Talks sisältää omistetun teknologiasarjan Matterille, Wi-Fi:lle, Bluetoothille ja LPWAN:lle, jotta voit kehittää kehitystaitoja, joita tarvitaan huippuluokan IoT-tuotteiden toimittamiseen. Liity Silicon Labsin asiantuntijoiden, alan johtajien, seuraan näihin yhden tunnin kestäviin live-virtuaalikoulutuksiin, jotka kehittäjät ovat luoneet kehittäjille. Nopeuta laitteesi kehitystä jo tänään rekisteröitymällä osoitteessa silabs.com.

Mikä on Edge AI? Ja miksi kaikki puhuvat siitä? David Purón, Barbaran toimitusjohtaja ja toinen perustaja, liittyy Ryan Chaconiin IoT For All -podcastissa keskustelemaan Edge AI:stä ja reunan tietojenkäsittely IoT:ssä. He tutkivat Edge AI -käyttötapauksia, skaalausreunalaskentaprojekteja, Edge AI:n ja reunalaskentaratkaisujen haasteita, Barbaran roolia reunalaskennassa sekä Edge AI:n ja reunalaskennan tulevaisuutta.

Meistä David

David Purón on Barbaran toimitusjohtaja ja yksi perustajista. Hän on kokenut insinööri, jolla on yli 20 vuoden kokemus johto- ja johtotehtävistä ja jota pidetään yhtenä Espanjan huipputason yrittäjistä. Vuonna 2022 Forbes valitsi Davidin 100 parhaan luovan yrittäjän joukkoon. Hän aloitti uransa ohjelmistokehittäjänä ja kansainvälisten standardien edustajana Espanjan johtavassa teleoperaattorissa Telefonicassa. Vuonna 2009 hän siirtyi laitevalmistajien puolelle työskentelemään suurissa yrityksissä – kuten Huaweissa – ja startupeissa – kuten Geeksphonessa. Vuodesta 2016 lähtien hän on ohjannut Barbaraa, Cybersecure Industrial Edge Platformia, joka on suunniteltu yhdistämään, ottamaan käyttöön ja skaalaamaan tekoäly- ja teollisuusautomaatiosovelluksia tuhansissa hajautetuissa Edge Nodeissa.

Kiinnostunut yhteyden muodostamisesta David? Ota yhteyttä LinkedInissä!

Meistä Barbara

Barbara on Cybersecure Industrial Edge Platform, joka on suunniteltu toteuttamaan automaattinen päätöksenteko kriittisissä teollisissa prosesseissa. Se yhdistää, ottaa käyttöön ja ohjaa AI- ja ML-pohjaisia sovelluksia Edgessä. Barbaran arkkitehtuuri, joka on jaettu tuhansiin laskentasolmuihin, antaa yrityksille mahdollisuuden kommunikoida ja virtualisoida mitä tahansa teollista elementtiä ja sitten käyttää sitä reaaliaikaisten tekoälysovellusten avulla. Suunniteltu kyberturvallisuuden avulla kehitetty Barbara on yhteensopiva Edge-sovellusten kanssa teollisten prosessien ja omaisuudenhallinnan optimoimiseksi. Se on täydellinen apuväline alan suurimpiin haasteisiin vastaamiseen ja teollisen älykkyyden nopeuttamiseen. Barbaran Industrial Edge Platform on tehokas työkalu, joka voi auttaa organisaatioita yksinkertaistamaan ja nopeuttamaan Edge App -käyttöönottoaan, rakentamaan, organisoimaan ja ylläpitämään helposti konttipohjaisia tai alkuperäisiä sovelluksia tuhansissa hajautetuissa reunasolmuissa.

Tämän jakson tärkeimmät kysymykset ja aiheet:

(01: 09) Davidin ja Barbaran esittely

(02: 13) Mikä on Edge AI?

(05: 25) Edge AI -käyttötapaukset

(07: 08) Reunalaskentaprojektin skaalaus

(09: 45) Edge AI:n ja reunalaskentaprojektien haasteet

(12: 11) Tarvitaan avoimia ja yhteentoimivia ratkaisuja

(14: 02) Mihin Barbara sopii reunaratkaisuihin?

(15: 37) Kuinka Barbara käyttää reunalaskentaa

(17: 50) Edge AI:n ja reunalaskennan tulevaisuus

(19: 27) Lue lisää ja seuraa

Transcript:

– [Ryan] Hei kaikki, ja tervetuloa IoT For All -podcastin toiseen jaksoon, olen Ryan Chacon, ja tämän päivän jaksossa opit, miksi kaikki puhuvat Edge AI:stä. Tänään kanssani on David Puron, Barbaran toimitusjohtaja ja toinen perustaja. He ovat yritys, joka on kyberturvallinen teollisuuden reuna-alusta. Loistava keskustelu Davidin kanssa. Uskon, että saamme tästä paljon arvoa. Tilaa kanavamme, jos et ole vielä tehnyt niin, tykkää tästä videosta ja paina kellokuvaketta saadaksesi uusimmat jaksot heti, kun ne ilmestyvät. Selvä, ennen kuin ryhdymme siihen, meillä on nopea sana sponsoriltamme. Silicon Labs, turvallisen älykkään langattoman teknologian johtava yritys, on julkaissut vuoden 2023 teknologiakeskusteluaikataulunsa. Tämän vuoden tekniset keskustelut sisältävät erityisiä teknologiasarjoja materiaaleille, wifille, Bluetoothille ja LPYN:lle, jotta voit rakentaa kehitystaitoja, joita tarvitaan huippuluokan IoT-tuotteiden toimittamiseen. Liity Silicon Labsin asiantuntijoiden, alan johtajien, seuraan näihin yhden tunnin live-virtuaalikoulutuksiin, jotka kehittäjät ovat luoneet kehittäjille. Nopeuta laitteesi kehitystä jo tänään rekisteröitymällä osoitteessa silabs.com. Se on kirjain s, kirjain ilabs .com. Tervetuloa David IoT For All -podcastiin. Kiitos, että olit täällä tällä viikolla.

– [David] Joo, kiitos. Kiitos sinun.

– [Ryan] Ehdottomasti. Joo, on hienoa saada sinut. Jännittävä keskustelu Tiedän, että olemme suunnitelleet täällä tänään, mutta halusin aloittaa tämän antamalla sinun esitellä yleisöllemme nopeasti itsestäsi ja yrityksestämme.

– Totta kai. Nimeni on David Puron. Olen Barbaran perustaja ja toimitusjohtaja. Meillä on paljon aikaa keskustella tekemisistämme, mutta pähkinänkuoressa tarjoamme teollisen kyberturvallisen reunan laskenta-alustan. Itsestäni, paremman sanan puutteessa, pidän itseäni sarjayrittäjänä. Tämä on viides yritykseni. Edellinen yritykseni, Black Phone. Olimme omistautuneet myymään yksityisiä ja suojattuja matkapuhelimia, ja meillä oli uloskäynti. Myimme yrityksen yhdysvaltalaiselle yritykselle vuonna 2016 ja sen jälkeen perustin Barbaran ja olen ollut Barbarassa viimeiset viisi vuotta.

– [Ryan] Fantastinen. Joo, olen tavannut Barbaran useita kertoja IoT:n parissa viime vuosien aikana, joten on hienoa saada vihdoin tilaisuus puhua. Tiedän, että tämänpäiväisessä keskustelussamme halusimme puhua reunalaskennasta, reuna-AI:sta ja sellaisista aiheista, joita emme ole viime aikoina käsitelleet paljon, erityisesti tekoälyn puolella. Joten aloitetaan tämä kertomalla yleisöllemme, mikä Edge AI on ja miksi siitä on tulossa niin suosittu aihe juuri nyt?

– [David] No, reunalaskenta ei yllätys, sorry edge AI ei mikään yllätys on reunalaskentaa ja tekoälyä yhdistävä yhdistelmä, jotka ovat kaksi eri termiä, tiedät, että ne ovat buzz-sanoja ja kaikki puhuvat niistä, mutta kun yhdistät ne yhdessä, siinä on paljon järkeä. Oikein. Aloitetaan määrittelemään, mikä on reunalaskenta. Luulen, että kaikki tietävät enemmän tai vähemmän, että reunalaskenta tarjoaa tiedon tallennusta ja tietojen laskentaa hyvin lähellä paikkaa, jossa data tuotetaan. Tässä tapauksessa hyvin lähellä IoT-laitteita. Joten IoT-laitteet on perinteisesti yhdistetty pilveen tietojenkäsittelyn tekemiseksi. Nyt niistä syistä, jotka annan sinulle myöhemmin, ne yhdistetään palveluihin, jotka ovat lähempänä noita laitteita. Tämä on reunalaskentaa, eikö niin? Joten nämä laitteet tuottavat paljon dataa, lämpötilaa, sijaintitietoja, mitä tahansa. Ja sitten tämä data, kun käsittelet näitä tietoja tekoälyllä, voit periaatteessa muuttaa koko yrityksen tuottavuuden paradigman. Joten kun sinulla on paljon dataa ja käsittelet sitä tekoälyllä eli ihmisen aivoissa simuloiduilla algoritmeilla, nämä kaksi asiaa yhdistävät sen, ja tekoäly mullistaa monien yritysten tuottavuuden. Miksi hetki on nyt? No, kolmen tekijän takia. Ensinnäkin, koska IoT-laitteita on 13 miljardia. Joten nyt meillä on paljon dataa, ja jos sinulla on paljon dataa tekoälyn avulla, voit saada paljon oivalluksia ja ennusteita. Joten ensin sinulla on paljon dataa. Toiseksi tekoälytekniikat ovat nyt demokratisoituneet. Joten melkein jokainen, lainaus ja lainaus, osaa ohjelmoida tekoälyalgoritmin nykyään. Joten siitä on tulossa helpompaa ja helpompaa. Ja myös reunalaskentaan liittyen, kolmas tekijä on, että Jetson nanon ja Raspberry PI:n kaltaisten laitteiden reunalaitteistosta on tulossa erittäin tehokas, eikö niin? Joten sinulla on oikeat, hyvin pienet laitteet, jotka voivat vastaanottaa tietoja, voivat käsitellä tietoja tekoälyllä. Joten tämä yhdistelmä, paljon tietojen yksinkertaisuutta tekoälykehityksessä ja tietotekniikan evoluutio ovat yhdistelmä, joka tekee tästä maailmasta tutkittavana tänään.

– [Ryan] Fantastista. Joo, on ollut mielenkiintoista puhua tekoälystä yleisesti, kuinka suosittua se on tulossa ja mitä IoT tekee todellisen tekoälyn edistämiseksi. Tarkoitan, tekoäly tarvitsee dataa. Ilman tietoja tekoälymallit eivät todellakaan ole yhtä arvokkaita. IoT on siis se alue, jolla voimme kerätä tietoja tavoilla, joita emme voineet tehdä aiemmin. Ja sitten ilmeisesti reunalaskennan puolelta on tulossa uskomattoman suosittu sen arvon näkökulmasta monille näistä ratkaisuista. Joten pyydän vain saadakseni sen täyden ympyrän yleisöllemme täällä. Voitko puhua joistakin näkemistäsi käyttötapauksista, kun on kyse Edge AI:stä, Edge Computingista, ja tiedän, että ainakin yksi keskusteluistani on ollut äskettäin. Haluaisin mielelläni kuulla ajatuksesi siitä. koska se koskee enemmän asioiden teollista puolta. Joten missä on reunalaskennan käyttötapaukset? Mitä sanovat jotkin reunalaskennan käyttötapaukset ja reuna-AI näyttelee myös roolia siellä?

– [David] Joo, joten teit erittäin hyvän pointin. Joten itse IoT:llä tekoälyn kanssa on paljon järkeä, eikö? Mutta kuten sanoin, viimeisen viiden, kuuden vuoden aikana kaikki IoT AI -käsittely on tehty pilvessä. Tämä on siis jo tehty. On monia yrityksiä, rahoitusyhtiöitä tai vähittäiskauppayrityksiä, mediayrityksiä, jotka tekevät tekoälyä IoT-datan kanssa pilvessä, eikö niin? Teollisuusyrityksille käy niin, että pilvi ei monissa tapauksissa sovi ehkä latenssin takia, niiden on joissain algoritmeissa reagoitava hyvin nopeasti, ehkä datan käymisen vuoksi, mutta tärkeintä on yksityisyys ja turvallisuus. Eli teollisuusyritykset eivät monissa tapauksissa periaatteessa voi laittaa dataa pilveen säädösten takia, eikö niin? Joten näille yrityksille, jotka tekevät asioita reunalla, jossa tietojen ei tarvitse lähteä tiloistaan, on erittäin järkevää. Siksi reunalaskenta ja tekoäly ovat yhä näkyvämpiä teollisuusyrityksissä. Se on siis erittäin totta.

– [Ryan] Ehdottomasti. Joo. Se on fantastista. Haluan siis kysyä teiltä, jos olen yritys, joka kuuntelee tätä ja tuon reunalaskentaa ratkaisuoni, tai yritys, jonka kanssa työskentelen, onko siinä reunalaskentakomponentti. Miten yritykset voivat todella tarkastella sitä ja etsiä mahdollisuuksia skaalata sitä ja tarjota enemmän mahdollisuuksia reunalaskentaan hyödynnettäväksi ja mahdollisesti muilla alueilla tai vain mittakaavassa kyseiselle yksittäiselle ratkaisulle?

– [David] No, ensimmäinen asia, josta meidän on keskusteltava, on erityyppiset reunat, eikö niin? Joten kaikki puhuvat reunalaskennasta yleensä, mutta minä rakastan Garnerin kuvaa, joka on pyramidi, johon he laittavat eri reunat, eikö niin? Ja ylhäältä alkaen, jota he kutsuvat paikalliseksi datakeskukseksi, on reunalaskentaa, eikö niin? Jos kaupungissasi on paikallinen palvelinkeskus, joka on reunalaskentaa, ehkä yrityksesi datakeskus, eikö niin? Telineessäsi, keskitelineessäsi se on myös tietojenkäsittelyä. Sitten jos siirryt pieniin yhdyskäytäviin, jotka ovat yhteydessä suoraan antureisiin, se on reunalaskentaa, mutta se menee jopa antureiden sisään, eikö niin? Voit tehdä prosessoinnin anturin sisällä ja tämä on niin sanottu ohut reuna tai kaukoreuna, eikö niin? Joten ensimmäinen asia, jonka yrityksen on ymmärrettävä, on, että reunalaskentaa on erilaisia ja jos olet iso yritys, kuten suuri teollisuusyritys, sinun tulee ajatella näitä reunoja infrastruktuurina. Monet yritykset tekevät vain pieniä erilaisia pilotteja reunalaitteiden hyödyntämisessä, mutta reunalaskentastrategian täytyy olla laaja koko yrityksessä, eikö niin? Joten sen täytyy olla tietohallintojohtajan tai CSO:n asialistalla, ja heidän on rakennettava tämä eri kerros, reunainfrastruktuuri. Ja kun sinulla on infrastruktuuri, sinun on alettava miettiä käyttötapauksia. Ja käyttötapausten ajattelua varten sinun on mietittävä, mitkä ovat ne käyttötapaukset, jotka perustuvat joko yksityisyyteen tai datan latenssiin tai skaalautumiseen. Joten jos ajattelet yhdessä tekoälyalgoritmissa ja sillä on vaatimuksia näille kolmelle jollakin näistä kolmesta alueesta, aseta se reunaan ja säästät paljon rahaa laittamalla sen reunaan. Tämä on siis suositukseni. Ensinnäkin rakentaa infrastruktuuri ja toiseksi ajatella käyttötapauksia.

– [Ryan] Fantastista. Ei, se on loistava neuvo. Mitkä ovat haasteita, joita näet asioiden tällä puolella? Joten reuna-AI, reunalaskentaprojektit, kun kyse on niiden käyttöönotosta, on haasteita, joita näet useammin kuin ei?

– [David] Joo, sanon, että suurin haaste, joka meillä on edessämme, ei koske vain reunaa. Luulen, että se liittyy hyvin IoT:hen, ja olen varma, että kaikki ovat tunnistaneet tämän monissa keskusteluissasi, jotka koskevat standardeja ja hajanaisuutta. Joten jokainen projekti on hyvin erilainen. Tarkoitan, että olet tekemässä projektia vesilaitokselle ja sitten lähdet projektiin energialaitokselle, joka voisi olla sama, mutta loppujen lopuksi eri laitteilla on erilaisia protokollia, erilaiset laitteistovaatimukset. Joten loppujen lopuksi skaalaaminen, joka tekee reunalaskentaa Barbaran yrityksenä, joutuu fermentoinnin haasteeseen. Suhtaudumme tähän haasteeseen monin, monin tavoin, mutta se on ehdottomasti haastavaa. Joten eri protokollien määrä eri laitteet, eri henkilökunta, erilaiset sovellukset eri tekniikka, eri kieli, kaikki on melko hajanaista, mutta luulen, että se on myös kypsyyskysymys.

– [Ryan] Joo, olen kanssasi samaa mieltä ja olen puhunut yrityksille standardoinnin eri tasoista eri toimialoilla. Tiedän, että teollisuusalueella saattaa toisinaan tuntua standardoinnin puutteelta. Mitä, mitä ovat, miten tuo haaste näyttelee roolinsa ja miten lähestyt sitä tai mitä tehdään sen voittamiseksi?

– [David] No, me yritämme ajaa standardeja ja osallistumme alan liittoutumiin ja yritämme ajaa markkinoita tiettyjen standardien mukaan. Kuten esimerkiksi teollisuusmaailmassa, vaadimme standardia nimeltä OPCUA. Joten yritämme rakentaa niin paljon kuin pystymme käyttämällä OPCUAa laitteiden välisten sekä reunan ja pilven välisten yhteyksien kannalta. Pyrimme MQTT:tä tai MQT:tä ja rakennamme liittimiä. Pyrimme avoimeen lähdekoodiin jotkin kehityksestä. Osallistumme myös joihinkin alan aloitteisiin yrittääksemme luoda tämän yhdenmukaistamisen alalla. Ja kuten sanoin, se on luultavasti ajan kysymys.

– [Ryan] Joo, ehdottomasti. Milloin, kun työskentelet yritysten kanssa juuri nyt, miltä näyttää monien ratkaisujen tarve sellaisilla avoimilla toimintakyvyttömillä ratkaisuilla, joilla olet luultavasti toimialoillasi? Miten IoT-laitteiden maisema vaikuttaa asiaan, mikä mahdollistaa sen tai jopa olla haaste tässä suhteessa? Mitä sinä näet siellä?

– [David] No, teemme yhteistyötä pääasiassa CDO:n osaston kanssa, tietopäällikön kanssa. Ja monet näistä yrityksistä ovat jo käyneet läpi pitkän herkistymisen ja IoT-laitteiden käyttöönoton. Joten kuten sanoin aiemmin, monissa näistä yrityksistä on jo paljon IoT-laitteita, paljon. Heillä on antureita kaikkialla. Heillä on, heillä on teollisuuslaitteita, jotka on kytketty, heillä on aktivaattoreita, heillä on kaikki nämä laitteet. Nyt haasteena on, että tämä laitteisto on yleensä niin sanotussa OT-tilassa eli toimintateknologiatilassa. Ja sitten sinun on yhdistettävä tämä laite IT-tilaan, palvelintilaan, eikö niin? Ja nämä ovat eri osastoja, joilla on hyvin erilaisia kulttuureja. Kuten esimerkiksi, OT-ihmiset ovat hyvin tottuneet siihen, että heillä ei ole yhteyksiä ollenkaan, koska heillä on eristetty verkko. Ja nyt, kun heidän on yhdistettävä anturi reunalaskenta-alustaan tai pilveen, sillä ei ole väliä. Yhteentoimivuus on erittäin haastavaa, mutta ei nimenomaan tekniikan vuoksi, vaan pikemminkin ihmisten kulttuurin vuoksi. OT- ja IT-integraatio on iso aihe nykyään ja se on erittäin haastavaa.

– [Ryan] Joo. Halusin kysyä sinulta yhtä asiaa, joka ei liity siihen, mistä juuri puhuimme, mutta kun puhumme reunasta yleensä, on olemassa eräänlainen reunakirjo ja jossa yrityksillä on rooli. Mihin te kaikki sovitte sellaiseen?

– [David] No, kuten sanoin, jos menet etäreunasta, anteeksi läheisestä reunasta, joka on pilven lähellä oleva reuna. Sinulla on datakeskukset, ja sitten jos menet alavirtaan, siirryt kaukaiseen reunaan, joka on reuna, joka on hyvin lähellä antureita ja toimilaitteita. Me Barbaralla työskentelemme, varsinkin etäreunassa. Jotkut kutsuvat sitä myös ohueksi reunaksi. Miksi teemme sen, koska haasteet tapahtuvat siellä. Joten yksi suurimmista haasteistamme on kyberturvallisuus. Joten jos sinulla on, mitä kauempana laitteet ovat, sitä monimutkaisempi se on suojata, koska ne ovat yleensä valvomattomia laitteita, joiden päivittäminen tai päivittäminen on joskus erittäin monimutkaista. Ja tässä olemme asiantuntijoita äärimmäisillä alueilla, ja tässä tuomme lisää arvoa. Lähireuna tai iso reuna tai paksu reuna on enemmän pelaajille, kuten tyypillisille skaalatajille, kuten AWS, Google ja näille ihmisille, jotka laskevat pinoa hieman, mutta he eivät koskaan mene. niin pitkälle pinossa, koska se vaatii paljon asiantuntemusta laiteohjelmistosta, laitteista ja prosessoreista IoT-asiantuntemus, jota näillä yrityksillä ei ole. Mutta haasteet, kuten Barbara tai jotkut kilpailijatovereistamme, ovat sen asiantuntijoita. Joo.

– [Ryan] Joo. Onko teillä kaikilla meneillään jännittäviä tai mielenkiintoisia käyttötapauksia, joista kannattaa puhua? Varsinkin siitä, että olet ääripäässä?

– [David] Joo, paljon, paljon. Teemme yhteistyötä teollisuusyritysten kanssa lähinnä siksi, että kuten sanoin, nämä ovat ne yritykset, jotka käyttävät enemmän reunaa. Ja erityisesti teemme yhteistyötä teollisuusyritysten kanssa, joilla on hyvin monipuolinen ja hajallaan oleva omaisuus. Työskentelemme esimerkiksi kunnallisteollisuudessa tai vedenkäsittelylaitoksessa, esimerkiksi vedenkäsittelylaitoksessa, teemme yhteistyötä suuren Acciona-nimisen yrityksen kanssa täällä Espanjassa, mutta yritys on globaali ja optimoidaan reuna-AI:llä. vedenkäsittelyyn käytettyjen kemikaalien määrä. Tämä oli ennen hyvin manuaalista prosessia. Niinpä operaattorin piti mennä mittaamaan vettä ja arvailla kemikaalit, jotka hänen oli ostettava seuraavaa päivää varten. Ja he todella käyttivät paljon enemmän rahaa kuin mitä he tarvitsivat. Joka päivä oli paljon ylimääräisiä kemikaaleja. Ja he eivät voineet myydä sitä markkinoilla. Joten nyt Edge AI:n kanssa kaikki anturit laskevat kemikaalien määrää, joka on ostettava seuraavaa jaksoa varten. Ja he säästävät valtavasti rahaa. Valtava määrä rahaa. Joo. Ja olisimme myös esimerkiksi töissä sähkölaitoksissa, jotka havaitsemme virtausta. Ja tätä varten käytämme hyvin ainutlaatuista lähestymistapaa, joka on reunaverkkoverkko. Eli eri reunat puhuvat itsestään tunnistaakseen petoskuvioita sähköverkossa ja herättääkseen hälytyksiä ja tämä on jotain, mitä yleensä tehtiin lähettämällä ihmisiä huoltoasemille ja kansantaloille. Ja se oli todella kallista. Ja nyt tämä on automatisoitu ja tämä on automatisoitu tekoälyllä. Joten jatkuva oppiminen onnistuu paremmin ja paremmin, kuten ihminen tekee sen. Joten, ja myös säästää valtavasti rahaa apuohjelmalle.

– [Ryan] Fantastinen. Saanen nyt kysyä sinulta, ennen kuin päästän sinut tänne, missä näet reuna-AI:n tulevaisuuden, reunalaskennan tavallaan sinun näkökulmastasi katsottuna, ja tiedätkö mitä olet innoissasi tapahtuvasta seuraavaksi. ensi vuonna vai niin?

– [David] Joo. No, joten Garner on asettanut reuna-AI-teknologian tämän vuoden läpimurtoteknologiaksi. Joten se tapahtuu nyt. Ei ole, se ei tapahdu kahden tai kolmen vuoden kuluttua. Se tapahtuu nyt ja se on teknologia, jolla on enemmän vaikutusta ja viime vuosien pilvilaskentaa Garnerin mukaan. Joten se on ehdottomasti jotain, mitä tapahtuu nyt. Joten olen todella innoissani nähdessäni, kuinka yritykset ovat teollisuusyrityksiä piilottelemassa tietotieteitä ne päätietotoimistot, ne profiilit, jotka ovat heille todella uusia, ja nähdä kuinka nämä ihmiset tulevat luomaan valtavan vaikutuksen noiden yritysten kirjanpitoon. Joten olen innoissani seuraavan vuoden tai kahden vuoden aikana nähdessäni käyttötapaukset sellaisina kuin kuvailin, missä on valtava vaikutus siihen, mitä olemme tehneet. Emme siis ole enää pilottien, vaan projektien ja yritysten tuottavuuden parantamisen vuosi.

– [Ryan] Joo. Se on fantastista. Joo, kuulostaa siltä, että avaruudessa tapahtuu paljon jännittäviä asioita. Tarkoitan, reunalaskenta on kasvanut todella paljon. Ihmiset alkavat nyt todella nähdä kaiken hyödyt. Ja kun tuot tekoälykomponentin, on mahtavaa vain ajatella arvoa, joka voidaan tarjota varmasti. Yleisömme, joka kuuntelee tätä ja haluaa seurata, saa lisätietoja Barbarasta lisää tapahtumistasi, vastaa kysymyksiin, mikä on paras tapa tehdä se?

– [David] No, he voivat ottaa yhteyttä suoraan verkkosivustomme kautta, ja kyllä, olemme erittäin iloisia voidessamme luoda ekosysteemin ihmisistä, jotka ovat valmiita tekemään asioita reunalla AI. Joten mikä tahansa tekoälyalgoritmeja tarjoava yritys, järjestelmäintegraattori, kehittäjä, kaikki aiheesta kiinnostuneet menevät eteenpäin ja mene verkkosivustollemme www.barbaraiot.com. Siellä he voivat ottaa meihin yhteyttä.

– [Ryan] Fantastinen. No, David, kiitos paljon, että käytit aikaa podcastiin. Arvostan sitä todella ja olemme innoissamme voidessamme tuoda tämän yleisöllemme.

– [David] Joo, kiitos Ryan. On ilo olla täällä ja toivottavasti tämä on kiinnostanut kaikkia. Kiitos paljon.