當前位置: 華文問答 > 家居

什麽才是真正的AIOT,國內AIOT的發展現狀如何了?

2022-05-17家居

隨著資訊科技快速發展,智能化需求的迅速增加,連鎖店行業其實正在面臨著如何才能做到更高效、更智能的人員管理這一挑戰。邊緣計算和人工智能作為兩項當今社會中相當重要的前沿技術,為連鎖店人員管理帶來了全新的機遇。

連鎖店作為零售、餐飲等行業的重要組成部份,擁有多家直營或加盟店鋪以及大量的員工。如何才能有效管理和排程人員,提供良好的顧客體驗,提升品牌形象,才是連鎖店成功經營的關鍵因素之一。然而,傳統的人員管理方式面臨著一系列挑戰,如人員違規行為頻發、管理者監管困難等情況。為了解決這些問題,雖然已經有各種各樣的解決方案,但如何真正套用好邊緣計算和人工智能技術,為連鎖店人員管理帶來更高效、更智能的體驗,是一個重要課題。

邊緣計算是一種將計算和數據處理推向網絡邊緣器材的計算模式,而人工智能(AI)則是可以訓練演算法,使其能夠自動且高效的完成指定的任務。將這二者能力相結合,則形成了靈境雲邊緣智能萬物互聯(EdgeAIoT)解決方案。

人力監管的傳統方式:通常是采用人力巡檢,拍攝取證的方式進行。此種方式耗費大量的人力成本,且效率較低。這樣的方式還易受到「人情世故」的影響,無法完全保證實事求是。

隨著雲端運算、人工智能等能力的崛起,許多廠商已開始推廣「智能化監管」: 先將網絡攝影機拍攝的影片流上傳至雲端,再對影片進行分析標註。在標註的時候,有些廠商可能會使用演算法自動標註,但大多數廠商還在使用人工稽核標註的方式。 雲端標註結束後,再將結果返回到管理者。這樣的方式,相較傳統的人工監測,效率並沒有得到太大的提升,成本也並未降低,反而可能還會產生較大的頻寬費用。

靈境雲 EdgeAIoT 解決方案,采用雲、邊、端協同架構,將公有雲能力延伸到靠近終端器材的一端,使得邊緣節點擁有雲端相同的能力,即時處理終端器材計算需求。邊緣控制器、邊緣閘道器以及邊緣雲基於雲原生的邊雲協同架構,采用輕量級容器管理、虛擬化等技術構建統一異構數據整合平台。

靈境雲邊緣計算能力

1、邊緣計算主機 - 現場采集現場解析

針對前端原有監控布局進行智能化改造,便捷安裝高算力邊緣計算主機,不改變任何布局,輕松部署;數據無需上雲占用頻寬,現場解析。

2、靈活配置演算法 - 自動分析自動標註

內建多功能演算法庫,無限叠代更新,隨時響應市場變化。

3、雲邊協同平台 - 便捷管理自主升級

輕松管理所有主機、演算法,自動告警自動分析,即時反饋,無憂管理。

以餐飲店人員管理為例,一般來說,門店前期都會對服務人員進行培訓。但培訓過後的監管,也決定了培訓投入的產出比。不僅是服務人員的執行,包括管理人員的監管都可能會隨著時間的推移而產生「怠惰」現象,造成前期投入的培訓成本付之一炬。

現在大部份的餐飲店會在後廚安裝監控網絡攝影機,想要以此來監管員工的各項行為,但其實絕大部份都成了擺設。因為不會有人24小時去盯著一直看,或者是每分每秒回看監控錄像,來找尋違規行為。就算真的找了專人來做,耗費人力成本不說,時效性還特別的差,這一直是個痛點問題。比如說違規行為已經發生了,你只能透過事後花費大量的時間去檢視監控來找到相應的違規記錄,這並不能迅速的去發現並整改。如果裝了卻起不到一個即時監控的作用,那就有點形同虛設了。

靈境雲透過邊緣計算+人工智能的介入,來幫助你更好的去監管,統一標準。

如何介入呢?就是在安裝網絡攝影機的基礎上,部署微型智能主機,內建演算法,代替人工監管並即時告警。說起來好像很簡單,但其實涉及很多邊緣計算的專業技術。

這邊先看即時的辨識展示。

靈境雲演算法辨識案例合集 https://www.zhihu.com/video/1677668149380755456

在餐飲監管的範疇內,靈境雲將其分為三個階段:

第一階段:員工素質提升

透過各類服務人員違規行為監測,即時反饋,形成長期規範化管理。

第二階段:環境目標監測

透過對環境、安全等要素的監測,提升餐廳品牌形象。

第三階段:業務管理閉環

透過管理平台擴充套件能力,協助管理者便捷管控整個流程。

靈境雲 EdgeAIoT 解決方案,將雲端 AI 套用、計算、儲存、網絡等能力下放到邊緣。結合廣覆蓋監控器材,強算力、大儲存的邊緣計算主機,配合多種類 AI 演算法模型,以及邊緣計算管理軟件平台,為各行業的客戶提供智能化、多場景、全方位的智能監控解決方案。

靈境雲旨在打造邊緣雲的超高平台級能力,以邊緣計算以及雲邊端協同能力為核心,基於自主打造的邊緣側下沈分布式網絡,結合海量的邊緣計算主機,使各產業、各場景場景都能在現場透過邊緣計算主機提供就近服務,透過邊緣側反哺,不斷增強平台能力,再將平台能力快速復制到所有邊緣器材,讓任一器材都能即時享受靈境雲統一的、更強的平台能力。

也就是說,靈境雲先透過投入海量的成本搭建了自主的邊緣下沈分布式網絡,以此為基座,打造了一個強算力的平台,透過業務的發展不斷接入邊緣側器材,使得演算法模型種類和容量無限擴充,演算法模型精度無限提升。這是一個爆發式的增量,而想要達成這樣的增量,資本投入、技術研發投入以及對市場洞察力缺一不可。

歡迎持續關註。