KI am Rande

Kapitel 13. Anwendungsfall: Konsumgüter

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Maschinelles Lernen am Rand wird in der Unterhaltungselektronik und in Produkten eingesetzt, damit Geräte Entscheidungen auf der Grundlage von Daten treffen können, ohne diese Daten an die Cloud zu senden. Das spart Zeit und Bandbreite und kann auch genutzt werden, wenn die Daten sensibel sind und vertraulich behandelt werden müssen. Edge Machine Learning kann auch für verbraucherorientierte Aufgaben wie Gesichtserkennung, Objekterkennung, Spracherkennung und Sensorklassifizierung eingesetzt werden. Durch die Analyse und Erkennung von Mustern in den Verbraucherdaten, die auf dem Gerät aufgenommen werden, bevor sie zur weiteren Verarbeitung in die Cloud gesendet werden, können sich Produkte schnell an die Bedürfnisse des Nutzers anpassen: die gewünschte Produktnutzung anzeigen, dem Nutzer individuelle Warnungen zum Produkt geben und vieles mehr.

Durch den Einsatz von Kanten-KI können Verbraucherprodukte die Daten der eingebauten Sensoren für eine fast unbegrenzte Anzahl von Anwendungsfällen integrieren und nutzen. So kann zum Beispiel ein Fahrrad die Umgebung des Fahrers auf Verkehrs- und Umweltdaten analysieren, die die Fahrqualität beeinflussen können, und ein intelligenter Kühlschrank kann automatisch erkennen, wenn ein Produkt fast aufgebraucht ist, und es zu einer Einkaufsliste hinzufügen. In diesem Kapitel ...