加州科罗娜(Corona)一家生产芬达(Fender)标志性吉他Stratocaster和Telecaster的工厂的设备经理比尔•霍姆斯(Bill Holmes)记得非常清楚，他拿着一个粗糙的手持振动分析仪在工厂车间里走，然后把仪器插到电脑上，以获取设备状况的数据。
虽然Leo Fender成立时，所有木工都是用手完成的芬达75年前的今天，吉他的琴颈和琴身是用电脑控制的木工路由器生产的，然后交给工匠制造最终产品。霍姆斯说，他一直在寻找最新的技术进步来解决问题(他使用机器人帮助给吉他上漆)，没有什么问题比设备故障更让人烦恼。
他说，预防性维护是不够的。预防性维护是指机器按照预定的时间表获得关注。“90%的故障都是导致进程停止的即时故障。这对生意很不利。如果你能在故障发生前发现它，你就不会关闭生产，维护团队也不会四处灭火。”
Fender在17.7万平方英尺的设施中拥有1500件设备，是在机器上安装传感器并使用人工智能分析来预测故障的典型候选设备。这正是芬达正在做的事情，但有一个转折——该公司使用了亚马逊的云计算放射监视器服务，因此所有数据处理都在亚马逊云中取出。
对于像芬达这样的小公司来说，亚马逊的全面管理服务很有吸引力，因为亚马逊提供的无线传感器可以连接到亚马逊的无线网络近场通信(NFC)网关。亚马逊的网关被预先配置为将相关数据发送到亚马逊云进行分析。亚马逊开发了机器学习算法，处理数据，并直接向福尔摩斯发送警报。
“他们基本上把价格降到了足够低的水平，使得夫妻店可以把这个安装在他们的设备上，无需培训就可以很容易地进行监控。这是巨大的。每个制造商都有一件关键设备，一旦故障就会停止生产，”霍姆斯说。
到目前为止，福尔摩斯有九台任务批判机器，并计划在墨西哥伊斯兰教的第二次制造工厂部署系统。使用云提供从两个站点启用孔的额外的福利，以获得其他分析。此外，他预计能够跟踪从单个仪表板的两个站点跟踪。
边缘计算是如何实现人工智能的
戴夫·麦卡锡，美国科技公司的优势策略研究总监国际数据公司(IDC)据说，在制造，运输，物流，医疗保健，零售，石油和天然气等行业中，基本上有任何具有物理资产的行业 - 机器生成的数据是“帆在边缘计算中的风”。他补充道，“在那些机器的数据中找到有意义的洞察力，并自动化对该数据的响应是AI故事。”
该公司高级顾问蒂莉•吉尔伯特(Tilly Gilbert)表示，一般经验法则是，在边缘位置执行人工智能处理最适合实时、延迟敏感的应用程序，如果必须将这些大型数据集发送到云端，这些应用程序将无法高效运行STL合作伙伴．除了延迟问题，边缘计算降低回程成本，并帮助公司遵守隐私法规和安全政策，如果敏感数据被发送到场外，可能会违反。
McCarthy表示，人工智能驱动的边缘数据处理正在超越小范围的情况，并变得更加主流，这主要是受提高正常运行时间和提高性能这两方面业务需求的驱动
许多因素都在一起，使Edge / Ai更容易部署，包括用物理传感器预先配置的物理资产的扩散，以及提供边缘技术的供应商数量越来越多的供应商。这些包括系统集成商，第三方初创公司，高度云提供商以及传统的基础架构玩家，它将边缘定位为数据中心的扩展。2020欧洲杯预赛
对于企业来说，让他们在最合适的位置运行工作负载，无论是在云中还是在云中。或者组合 - 随着挡泥板示例演示，有多种方法可以混合和匹配技术和方法，以获得最佳边缘和云世界。
就像大多数企业一样，这几天正在运作混合云McCarthy指出，基于人工智能的边缘应用程序不会孤立运行。即使人工智能处理是在边缘进行的，机器学习算法很可能是在云中开发出来的，模型也是在云中训练出来的。实时数据可以被卷起来并聚集到云中，以便对历史数据集进行分析，从而指导长期规划。
人工智能处于零售的边缘
Gilbert说，Edge / AI Combo的最令人兴奋的方面是它可以实现新的应用程序。
由于许多企业内部没有开发人工智能分析能力的技能，或者甚至可能不知道一些可能的用例，初创的第三方正在开发和部署现成的系统。例如，主要的零售商喜欢沃尔玛和kroger.这两家公司都在其商店的自助结账通道推出了基于人工智能的边缘系统，以减少由于消费者无意或有意未为购物车中的所有商品付款而造成的损失。
Alex Siskos是爱尔兰创业公司战略增长副总裁Everseen这家为沃尔玛和克罗格提供技术的公司表示，他的公司已经能够解决零售商以前面临的一个棘手问题:萎缩或亏损。他说在自助式零售商知道他们赔钱,但没有办法知道它被客户从诚实的错误,通过“甜心宝贝”,员工赠送商品的朋友,或聪明的窃贼,例如,可能一块口香糖在一个更大的地方,更贵的商品，所以扫描仪只向顾客收取口香糖的费用。
everseen战略地将GPU供电的计算机视觉相机放在自核上，并开发了与零售商的扫描系统集成的软件，因此如果扫描仪“胶杆”，但相机看到“套筒”盒子，'各种各样可以实时触发行动。客户可能会在退房显示屏幕上获得一个弹出警报，如图所示，“机器可能会扫描最后一个项目”。这个想法是为客户提供疑问的好处，并在需要在员工进行干预之前自我纠正。作为最后的手段，系统能够在自核显示屏屏幕上重播问题上的问题的视频。
西斯科斯表示:“我们能够将非结构化数据转化为洞察力、行动，并最终转化为利润。”他估计，由于盗窃减少和库存准确性的提高，每家商店每周可以节省2500至4500美元。
Everseen系统在边缘处理数据，正如西斯科斯所说，因为“那是行动所在，那是关键时刻所在。”完全集成的产品包括运行Everseen软件的Dell PowerEdge服务器，该软件是在gpu提供商创建的开发平台上编写的英伟达．但也有云组件;模型在云中接受培训，管理和监控在云中进行。
此外，Everseen目前监控着美国和欧洲超过10万的结账队伍，从那些被错误扫描的“关键时刻”中挑选出4-5秒的片段。选择的数据被发送到云中用于报告目的，以及帮助训练算法。“人工智能是饥饿的动物，”西斯科斯说。“你喂得越多，它就变得越好。”
人工智能在医疗保健领域获得牵引力
医疗保健是边缘计算为人工智能提供动力的另一个领域。
安德鲁·戈斯廷(Andrew Gostine)博士是一名麻醉师和企业家，他创建了一家公司，将人工智能应用于优化医院资源，以提高效率和节省资金。
医院拯救生命，但它们也是一家商业。正如餐馆的需要在一天中尽可能多地转动桌子和座位一样，医院需要与外科套房做同样的事情。Gostine的公司，Artisight，使用安装在外科房中的多个无线摄像机充当“空中交通管制”。例如，患者被转移入手术的那一刻，麻醉师和外科医生被自动通知。在手术室外的走廊里还有一个大型展示屏幕，类似于您在机场所看到的，告诉传单他们的航班状态以及哪门大门，有助于确保医院的员工在正确的地方和正确的时间。
听起来很简单，但Gostine表示，他的系统在部署的芝加哥地区的医院提供了16％的生产率。艺术系统是基于nvidia的克拉拉的守护用于医院的Edge / AI平台，并在戴尔服务器和存储上运行的预打包捆绑包中提供。在现场进行处理，因为数据量 - 西北纪念医院每天生产1.2个Petabytes的视频 - 发送到云端太昂贵，也将创造延迟问题，也就是说，Gostine说。
艺术系统擦洗人们的身份以保留其隐私。它还记录了操作的关键部分，以便外科医生可以返回并研究其性能并与同行中的视频共享以获得反馈。
Gostine说，这项技术可以用于越来越多的边缘应用案例。例如，摄像头可以监控病人的房间，以检测病人是否下床和跌倒。作为容量管理程序的一部分，该系统还可以监控病房——换句话说，当一个房间被腾出时，该系统会立即通知客房部，保持可用房间的库存，确保床单已经更换，房间里有正确的医疗设备。
所有关注人工智能的人都知道IBM的大胆预测，即沃森有一天会治愈癌症，结果该项目未能取得成果。戈斯廷认为，过度承诺“奇迹般的治疗方法”已经让人工智能倒退。他说，更重要的是，将人工智能应用于可能更平凡但更实用的应用，可以提高效率和削减成本，最终释放医院资源，用于扩大患者护理。
当IBM进军月球的时候，发展数字疗法是一个医疗公司,利用机器学习有针对性的目的——总在云中病人数据,并应用机器学习”为你制定护理计划旨在提高生活质量,减少并发症的可能性,我们认为你在根据我们的模型的风险最大,”罗伯特·戈德堡说,公司的首席执行官和联合创始人。
例如，如果一个病人被诊断为癌症，正在接受化疗，病人可能会收到一封电子邮件，告诉他们ProsperDTX已经被他们的雇主的健康计划选择，以帮助他们导航他们的治疗。ProsperDTX不行医或写处方，它更像是医疗保健团队的“伴侣或扩展器”。例如，ProsperDTX可以帮助化疗患者处理恶心、体重减轻或抑郁等副作用。戈德堡说，如果模型显示病人可能容易贫血或脱水，该系统可以“鼓励人们根据我们的提示养成良好的习惯”。
所有数据建模都发生在基于Oracle云的数据仓库中，允许公司在一个地方进行所有建模和可视化。
随着可穿戴设备和基于家庭的患者监测系统变得越来越普遍，ProsperDTX可以保持与患者的变化，并提醒患者的医生，如果什么似乎不对劲。戈德堡补充说:“如果你允许，我们可以查看你的冰箱。”