【AI】无人零售和边缘计算

这篇具有很好参考价值的文章主要介绍了【AI】无人零售和边缘计算。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一、什么是边缘计算

1.1 边缘计算的定义

1.2 边缘计算的作用

1.3 边缘计算的关键技术

1.4 边缘计算的应用场景

二、边缘计算在无人零售中的应用


一、什么是边缘计算

1.1 边缘计算的定义

边缘计算(Edge Computing)是一种分布式计算范式,它将计算任务和数据存储从中心化的云服务器推向网络的边缘,即接近数据源和用户终端的地方。边缘计算通过在网络的边缘执行计算任务,减少了数据传输的延迟,提高了响应速度和数据处理效率。

简单理解,就是大量的运算放到距离业务发生更近的地方,而不是在客户端采集数据,云端计算,再把结果回传。

举个不恰当的例子,就是javascript很多浏览器效果,是在客户端完成的,服务器端并不知道,真正要提交数据时,服务器端才去运算。这保证的很好的用户体验和速度,同时,数据隐私、安全性,又会受到一定的影响。

1.2 边缘计算的作用

  1. 降低延迟:通过将数据处理和分析任务放在靠近数据源的地方执行,边缘计算可以显著减少数据传输的延迟,这对于实时应用(如自动驾驶、远程医疗等)至关重要。
  2. 减轻网络负担:边缘计算可以减少传输到云端的大量原始数据,从而减轻网络带宽的负担,提高整体网络的效率。
  3. 增强隐私和安全:由于数据在本地或附近进行处理,而不是传输到远程的云服务器,边缘计算可以在一定程度上增强数据的隐私性和安全性。
  4. 支持离线功能:即使在没有网络连接的情况下,边缘计算设备也可以继续执行一些基本的计算任务。
  5. 扩展性和灵活性:边缘计算允许根据需要在网络的不同部分部署和扩展计算能力。

1.3 边缘计算的关键技术

  1. 容器化技术:如Docker和Kubernetes,这些技术使得应用程序和其依赖项可以被打包成容器,轻松地在不同的边缘设备上部署和管理。
  2. 微服务架构:通过将应用程序分解为一系列小型、独立的服务,微服务架构支持在边缘环境中进行灵活的部署和扩展。
  3. 数据压缩和优化技术:这些技术有助于减少在边缘设备和云服务器之间传输的数据量。
  4. 边缘智能:包括在边缘设备上执行机器学习和人工智能算法的能力,以实现实时的数据分析和决策。
  5. 雾计算:与边缘计算相似,但更强调在网络的不同层级(从边缘到云)之间分配计算资源。
  6. 安全性和隐私保护技术:包括加密、匿名化、访问控制等,以保护在边缘环境中处理和传输的数据。

1.4 边缘计算的应用场景

  1. 自动驾驶汽车:边缘计算可以在车辆上实时处理来自各种传感器的数据,以实现快速的决策和响应。
  2. 智能制造:在工业自动化领域,边缘计算可以支持实时的生产监控、质量控制和故障检测。
  3. 智慧城市:通过部署在城市各处的传感器和执行器,边缘计算可以支持智能交通管理、环境监测和能源管理等应用。
  4. 远程医疗:边缘计算可以在医疗机构或患者家中提供实时的健康监测和诊断支持。
  5. 媒体和娱乐:在内容分发网络(CDN)中,边缘计算可以提供更快的内容传输和流媒体服务。
  6. 物联网(IoT):边缘计算可以处理和分析来自大量IoT设备的数据,支持各种智能家居、智能农业和智能物流等应用。

真正在应用中,目前更多的场景是混合计算,全靠边缘不行,全上云,也经常会有实际的困难。比如我说几个场景。

比如你搞视频监控,同时使用AI技术做机器视觉分析,例如灾害预警、工人吸烟,被监控区域的网络条件很差,这种需要发现问题,就立刻制止的场景,就很适合做AI和边缘计算的结合。等你一段视频传到云端,都1分钟过去了,一根烟都抽完了。你说是不是?

【AI】无人零售和边缘计算,人工智能,电商,人工智能,零售,边缘计算

二、边缘计算在无人零售中的应用

 【AI】无人零售和边缘计算,人工智能,电商,人工智能,零售,边缘计算

上图仅为示例。

相信大家都用过智能无人零售机器,从2020年开始,最火爆的,就是开门柜了。

微信或者支付宝扫码(扫脸)授权免密支付,开门取物,关门自动结算。这个体验真是特别的爽,而且这种柜子的价格,是传统无人零售机器的三分之一左右。

这是如何实现的?

核心就是AI动态视觉。智能柜从开门一刻起,开始拍摄视频,关门后,中控将视频传输到云端,AI识别商品,基本都是从商品云库中对比,云库中的图片,一般要按要求,拍摄4-6张,不同的角度不等。

初步识别后,如果场景非常简单,购买迅速,无遮挡,则自动就会生成订单,人工后期复核即可。如果比较复杂,置信度不高,将会推给人工,进行人工识别,生成订单。

这其中,时间最长的,就是视频传送这个过程。柜子网络基本上行在10M-20M,下行在100M,视频到云端大家就要30秒-1分钟,这个体验是不太好,消费者感觉半天没来订单,不知道扣费了没有,扣错了没有。

这时,有一些方法就出现了,第一是配合重力、RFID等方式,第二,就是边缘计算。视频直接在柜端就进行识别,生成订单,扣费,10秒内就能收到消费信息,体验非常好,促进客户的二次复购,如果优惠推送的及时,甚至当时就能再去开门购物。

这就是边缘计算最大的魅力!在其他任何场景,都是一样的!

当然,也会有一些问题,不过瑕不掩瑜,随着边缘计算模块价格的降低,这确实是一条提高GMV的新路。文章来源地址https://www.toymoban.com/news/detail-790677.html

到了这里,关于【AI】无人零售和边缘计算的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 云计算与ai人工智能对高防cdn的发展

    高防CDN(Content Delivery Network)作为网络安全领域的一项关键技术,致力于保护在线内容免受各种网络攻击,包括分布式拒绝服务攻击(DDoS)等。然而,随着人工智能(AI)和大数据技术的迅速发展,高防CDN技术也将面临新的挑战和机遇。本文将探讨未来AI和大数据技术对高防

    2024年02月08日
    浏览(40)
  • 人工智能和云计算带来的技术变革:AI在云计算中的应用

    人工智能(AI)和云计算是当今最热门的技术趋势之一,它们正在驱动着我们的生活、工作和经济发展。随着数据量的增加和计算能力的提高,人工智能技术的发展得到了极大的推动。云计算则为人工智能提供了一个高效、灵活、可扩展的计算平台,使得人工智能技术的应用得以

    2024年04月14日
    浏览(51)
  • 走进人工智能|自动驾驶 迈向无人驾驶未来

    前言: 自动驾驶是一种技术,通过使用传感器、人工智能和算法来使车辆能够在不需要人类干预的情况下自主地感知、决策和操作。 本篇带你走进自动化驾驶!一起来学习了解吧!!! 随着科技的不断进步,自动驾驶已经成为当今社会最炙手可热的话题之一。它引领着我们

    2024年02月11日
    浏览(62)
  • 高性能计算与AI融合成为刚需|什么是高性能计算?应用领域有哪些?与人工智能的关系梳理

    本文一部分转载自杨净 整理自 MEET2023量子位 算力的需求,远比以往来得更为猛烈。甚至有人直呼:得算力者得未来。 元宇宙、AIGC、AI for Science的涌现,又给高性能计算(HPC)平添了好几把火。 在诸多挑战与机遇共存交织的当下,这一领域泰斗中国工程院院士、清华大学计算

    2024年02月08日
    浏览(68)
  • LDGRB-01 用于在边缘处理人工智能的嵌入式硬件

    LDGRB-01  用于在边缘处理人工智能的嵌入式硬件商业和企业中的IT系统正在全面快速发展,一个不断增长的趋势正在将计算能力推向边缘。Gartner预测,到2025年,边缘计算将处理75%的数据由所有用例产生,包括工厂、医疗保健和运输中的用例。您可以将边缘计算的采用与人工智

    2024年02月07日
    浏览(52)
  • 暴雨最新全球调研:零售消费体验满意度普遍较低,中国消费者对使用人工智能购物的兴趣强烈

    零售业面临不断变化的消费者期望和经济下行带来的越来越大的压力。 暴雨 商业价值研究院(IBV)一项最新的全球调研显示,购物者需求与当前零售业现状之间的差距正在扩大。 暴雨 商业价值研究院最近发布了第三份两年一度的消费者调研报告。这项名为 《无处不在的人

    2024年01月19日
    浏览(46)
  • 走进人工智能|自主无人系统 从概念到现实的飞跃

    前言: 自主无人系统是具备自主感知、决策和执行能力的智能系统,无需人类干预即可完成任务的技术体系。 自主无人系统(Autonomous Unmanned Systems,简称AUS) 是当代科技领域的重要发展方向之一。它代表了人工智能、机器学习、传感器技术、通信技术等多学科的融合,将智

    2024年02月14日
    浏览(47)
  • 人工智能与无人驾驶:如何实现安全与高效的交通

    无人驾驶汽车技术的发展已经进入了关键时期,它将改变我们的交通方式,使交通更加安全、高效和环保。无人驾驶汽车的核心技术是人工智能(AI),特别是机器学习、深度学习、计算机视觉、语音识别等技术。本文将从以下几个方面进行深入探讨: 背景介绍 核心概念与联系

    2024年02月19日
    浏览(52)
  • 人工智能(AI)领域广泛使用的关键算法及其解决的问题 列出计算机中各种算法及对应解决的实际问题

    机器学习算法 : 线性回归(Linear Regression) : 问题:用于预测或估计一个变量与另一个变量之间的关系。 逻辑回归(Logistic Regression) : 问题:用于二分类问题,预测一个事件发生的概率。 支持向量机(Support Vector Machines, SVM) : 问题:用于分类和回归任务,尤其适用于高维数

    2024年02月03日
    浏览(59)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包