李薯升--边缘智能：赋能实时决策构筑安全高效的智能化应用场景

边缘智能：赋能实时决策，构筑安全高效的智能化应用场景李暑升国际人工智能研究院目录content010203边缘智能简介边缘智能的应用智慧农业04水库安全监管解决方案边缘智能的定义3边缘智能，指的是在边缘计算环境下实现的人工智能技术。边缘计算使得数据可以在其被收集的原地即时进行计算处理，无需传输至集中的云计算平台或远程数据中心。这种技术模式赋予了设备在不依赖云端或远程数据中心的情况下，更迅速地做出明智决策的能力。边缘智能的特点4边缘计算的一个显著特点无论互联网连接是否存在，AI算法都能在设备上直接处理数据。数据能在毫秒级的时间内得到处理并给出实时反馈这一特性还意味着某些敏感数据可以完全保留在边缘设备上，从而大幅提升了数据安全性。边缘智能的应用场景5就近提供数据分析处理服务，能够实现更快的设备/服务响应，满足各行业在实时业务、应用智能、安全与隐私保护等方面的需求。边缘智能的应用场景：农业智能监测6在智慧农业中，边缘设备可以实时采集分析来自空气、土壤、水利、温湿度传感器和无人机的数据，以全面监测作物状况和农业环境状况，灵活控制耕种、施肥、灌溉以及防灾事项，并为作物管理做出数据驱动的科学决策。农业智能监测中的挑战7准确性：农田环境复杂多变，如何在不同天气、季节和地形条件下准确地进行监测实时性：在农业中，某些情况需要快速反应，如病虫害的及时处理。如何在确保模型预测精度的同时，满足实时性的要求是一个挑战适应性：针对不同地域、气候条件和土壤类型，研究数据融合技术在提高农业监测精度和预测能力方面的作用。核心内容8边缘设备视觉检测技术：研究利用边缘设备（如树莓派、Jetson Nano等）进行实时视觉检测的方法，以便在农业生产现场实现对作物生长状况、病虫害和农业机械设备等关键信息的监测；数据融合技术：将来自不同传感器的数据进行融合，包括图像数据、环境参数（如温度、湿度、光照等）、土壤信息等，以提高监测准确性和决策效率。应用场景研究：针对不同农作物和生产环境，探讨边缘设备视觉检测与数据融合技术的应用方法和优化策略，以满足多样化的农业监测需求。9技术路线技术路线1 基于深度自编码器的视频异常检测（1）构造自编码器（2）只学习正常样本的分布（3）利用重建样本和输入样本的误差 训练自编码器（Autoencoder） 只能重构正常图像，无法重构异常图像优势： 泛