AIoT時代,高校人工智能專業如何建設

人工智能經歷了三個"寒冬"期,終于扛起了新一輪科技革命和產業變革重要驅動力的大旗,一路高歌猛進,在無人駕駛、同聲直譯、生物醫學、城市管理、交通管理、安保智能化的應用領域獨領風騷。

科技為發展提供核心動力,每年人工智能人才的缺口是100萬,AI高等人才的培養,順理成章地成為了關乎國運的大事件了。目前,經*教育部正式批準設立"智能科學與技術"本科專業的高校已達35個,既有上海交通*、同濟*這樣的雙*名校,也有安徽工程*這樣專業特色鮮明的地方高校,甚至還有華南師范*和長春師范*2所師范類高校。

江蘇蘇嵌教育在為高校人工智能做專業建設時總會被問及:AI專業建設,是依托服務器做發生在數據中心的單一計算?還是應該在集網絡、計算、存儲、應用核心能力為一體的智能的開放平臺上加入計算和應用創新?人工智能技術的概念和范疇在不斷擴大,需要考慮到當前及未來的智能化產業的發展形勢。

AIoT時代,萬物互聯,相比僅具備計算的云端大腦(服務器或帶GPU的計算機),人工智能技術*后項目落地或實施是顯然不夠的。還需要依賴能與云端大腦不斷地交互的一個個超級智能硬件,小到一個個傳感器、嵌入式設備、智能手機(華為、蘋果、高通開發相應的人工智能應用芯片產品)、可穿戴設備,大到智能機器人、無人汽車……

這些集網絡、計算、存儲、應用核心能力為一體的智能硬件,它們往往靠近物或數據源頭的一側,就近提供*近端服務。這樣能夠減少請求響應時間、減少網絡寬帶的同時,保證數據的安全性。

了解一下智能硬件邊緣計算的特性:

1、低延時:因為邊緣計算靠近數據接收源頭,所以能夠實時獲取數據并對數據進行分析處理。

2、高效率:邊緣計算是相對于云計算更靠近設備端,可以在邊緣節點處實現對數據的分析和處理,不需要等待數據傳輸的時間,所以效率會更高。

3、更安全:邊緣計算在獲取數據之后,可以對數據加密之后再進行傳輸,大大提升了數據的安全性。

4、緩解流量壓力:邊緣計算在進行云端傳輸時通過邊緣節點進行一部分簡單數據處理,當面對大量數據時,可以通過壓縮算法,提取到有用信息之后再進行傳輸,這樣可以降低帶寬資源消耗。