W ostatnich latach można dostrzec tendencję do migracji technologii uczenia maszynowego (ML – Machine Learning) bliżej miejsc generowania danych, co ma zapewnić poprawę obsługi użytkownika i zwiększyć jego prywatność. Według prognoz analityków firmy ABI Research z raportu Edge ML Enablement: Development Platforms, Tools, and Solutions, wraz ze wzrostem liczby platform Edge ML, wartość rynku rozwiązań Edge ML przekroczy 5 mld dolarów w 2027 roku.

Aby złagodzić wyzwania związane z projektowaniem i programowaniem oraz przyspieszyć wdrażanie Edge ML, wiele firm oferuje platformy programistyczne, narzędzia, biblioteki i rozwiązania dla aplikacji Edge ML. Rozwiązania takie zapewniają znaczne ulepszenia w zakresie ‘user experience’, ochrony prywatności i optymalizacji kosztów dla użytkowników końcowych. Ponadto popularne aplikacje, takie jak rozpoznawanie obrazów, konserwacja zapobiegawcza (ang. predictive maintenance) i przetwarzanie mowy, zwiększają możliwości analiz opartych na danych.

– Aby móc w pełni czerpać korzyści z aplikacji Edge ML, przedsiębiorstwa muszą upewnić się, że ich aplikacje Edge ML są dokładne, zoptymalizowane i ściśle monitorowane – zaznacza Lian Jye Su, dyrektor ds. badań w ABI Research.

Dostawcy usług Edge ML umożliwiają przedsiębiorstwom zarządzanie danymi na potrzeby uczenia maszynowego oraz zarządzanie nimi, wybieranie odpowiednich modeli, trenowanie i testowanie modeli, tworzenie silnika wnioskowania oraz wdrażanie i monitorowanie ML za pomocą operacji MLOps ( Machine Learning Operations – podejście DevOps stosowane dla aplikacji opartych na ML). Wiele z nich oferuje rozwiązania specyficzne dla aplikacji przeznaczonych do dedykowanych zastosowań, takich jak klasyfikacja dźwięku, konserwacja zapobiegawcza, rozpoznawanie gestów i wykrywanie materiałów. ABI Research wskazuje na cztery główne kategorie dostawców rozwiązań Edge ML: dostawcy chmury publicznej, dostawcy Edge ML silicon, dostawcy zorientowani na platformę i dostawcy zorientowani na technologię.

Dostawcy skoncentrowani na platformach, tacy jak Edge Impulse, Imagimob i SensiML, oferują najbardziej wszechstronne bazy danych, narzędzia, biblioteki i rozwiązania dla aplikacji Edge ML. Dostawcy skupiający się na technologii, tacy jak Latent AI i Plumerai, koncentrują się na konkretnej technologii w ramach analizy danych i stosu ML. Dostawcy Edge ML silicon, tacy jak DeGirum i NXP, oferują programistom wysoce zoptymalizowane rozwiązania sprzętowe i programowe w pełnym zakresie. Wreszcie dostawcy usług z chmury publicznej umożliwiają przedsiębiorstwom wykorzystanie elastyczności i skalowalności infrastruktury chmury podczas opracowywania aplikacji Edge ML.

– Rynek wciąż pozostaje w początkowej fazie rozwoju. Większość projektów edge ML nadal nie wychodzi poza fazę eksperymentalną –  zastrzega Su.

(grafika tytułowa – źr. Pixabay)