数字双胞胎人工智能的设计是为了在边缘学习

随着Pure Storage和NVIDIA最近推出了他们的人工智能(AI)超级计算机，人们很容易相信企业级人工智能仅仅是在大数据集上投入大量的数字处理能力，然后看看会出现什么模式。但是，虽然这些技术理论上是针对所有类型的业务的，但对于许多组织来说，可以插入数据中心的优化人工智能硬件的成本可能太高了。

在规模的另一端是IBM的沃森和沃森助手等技术，它们可以作为云服务部署，当然还有许多公司目前提供的基于套件的人工智能工具。然而，对于许多物联网(IoT)和连接设备部署来说，数据中心和云选项都不现实，这就是为什么许多人工智能系统正在快速转移到其他地方。

对于时间关键型的处理(例如当自动驾驶汽车需要避免碰撞时)，边缘环境和分布式核心是需要进行实际数字处理的地方。这就是为什么微软和戴尔等公司宣布了新的物联网战略，主要集中在边缘和/或分布式核心。在边缘添加人工智能的能力是物联网中越来越重要的元素，避免了将大量数据传输到超级计算机或云端，然后再传输回物联网网络的需要。

启动游泳。人工智能的目标是“将任何边缘设备变成数据科学家”，而不需要大数据集和随之而来的企业级数字运算。

双胞胎的解决方案

该公司的AI边缘产品EDX旨在直接从边缘环境中的流数据自主构建数字双胞胎。该系统是为新兴的物联网世界而构建的，在这个世界中，现实世界的设备不仅相互连接，而且还提供自身的数字表示，这些数字表示可以从现实世界的兄弟姐妹数据中自动创建并不断更新。

数字双胞胎是现实世界对象、实体或系统的数字表示形式，可以纯粹以数据形式创建，也可以以其物理对应物的3d表示形式创建。例如，历史上最大的机器——大型强子对撞机(Large Hadron Collider)的每个部件都以数字双胞胎的形式存储在欧洲核子研究中心的企业资产管理(EAM)系统中。这使得科学家不仅可以知道每样东西的位置和外观，还可以知道部件的工作情况以及何时需要升级、维修或更换。

然而，对于大多数组织来说，这种大规模的定制项目并不是一个选择。他们需要一些更简单、更容易部署、更便宜的东西。

预测双胞胎

SWIM的EDX系统旨在使数字双胞胎能够从他们自己的现实世界数据中分析、学习和预测他们未来的状态。通过这种方式，系统可以通过深度神经网络使用自己的行为来训练准确的行为模型。与其他人工智能解决方案的重要区别在于，这种能力是作为实时服务提供的，不需要集中的、面向批处理的大数据分析。SWIM EDX应用包括智能城市、工业自动化、公用事业和信息技术(IT)基础设施优化。

双重管理

Gartner将数字双胞胎视为2018年企业战略趋势之一。然而，一个关键的挑战是，考虑到企业对遗留资产的投资，企业如何实现该技术。

SWIM认为，流分析方面的技能组合有限，再加上对复杂物联网系统中生成数据的资产往往缺乏理解，使得部署数字双胞胎对一些人来说过于复杂。与此同时，一些数字孪生基础设施的高昂成本让其他组织望而却步。

SWIM在一份声明中说:“需要在详细了解它们所代表的资产的表现的基础上创建数字双胞胎，并且需要将它们与现实世界中的兄弟姐妹配对，以便对前线的利益相关者有用。”“谁来运营和管理数字双胞胎?支持基础设施将运行在哪里?如何将数字双胞胎与企业资源规划(ERP)和其他应用结合起来，以及如何使这项技术对敏捷的业务决策有用?”

该公司声称，SWIM EDX通过使任何拥有大量数据的组织能够创建持续从现实世界学习的数字双胞胎来解决这些挑战，并且可以轻松、经济和自动地做到这一点。

克里斯•米德尔顿是商业互联网(IoB)是CFE Media的内容合作伙伴。这篇文章最初出现在这里．由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

更多的见解

关键词:边缘计算，人工智能

随着企业寻求改善数据处理和效率，在边缘添加人工智能(AI)的能力成为物联网(IoT)越来越重要的元素。数字双胞胎是现实世界对象、实体或系统的数字表示，可以通过人工智能和物联网进行增强。阅读本文www.globalelove.com，了解更多关于边缘计算和AI应用的信息。数字双胞胎技术还可以做哪些改进来帮助人工智能和物联网?

原始内容可以在internetofbusiness.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。