机器学习使边缘计算变得更加智能
C3.ai公司针对Enel公司预测性维护应用程序集成了来自8个不同系统的数据（监控和数据采集、电网拓扑、天气、电能质量、维护、劳动力、工作管理和库存）。新功能包括使用高级图形网络方法和高级机器学习来改进预测。
技术合作和高层承诺
Enel公司的Veronese表示，当今的边缘计算战略是在2016年Enel公司推出的全面数字化转型计划的背景下达成的。“我们面临的挑战是全面的，例如如何全面掌握大数据和人工智能进行更好交流，如何才能掌握数字影响等。”Veronese在2019年3月在旧金山举行的C3.ai用户会议上说。
即使对于像Enel公司这样经验丰富的企业，实施和扩展大型边缘项目通常也需要一个在包括云计算和人工智能在内的支持技术方面拥有领域专业知识和经验（或经验丰富的合作伙伴）的技术合作伙伴。（C3.ai与AWS、Microsoft Azure和谷歌云等知名的云计算供应商合作。）
云计算供应商承诺将主动性付诸实践对于实现业务价值至关重要。例如，人工智能技术（c3.ai）帮助培训了Enel公司的由数据科学家和应用程序开发人员组成的团队，以确保其能够设计和交付公司所说的数千种算法，这将有助于在未来三年内推动数十亿美元的收入增长。
小型化技术中的“阶跃函数”变化
随着边缘计算的成熟，C3.ai公司的Abbo表示，他预计边缘计算至少会像云计算一样具有颠覆性。他表示，随着传感器和处理器价格的下降，边缘计算应用已经开启了新的业务，并且不仅仅是拥有大型精英团队的行业巨头才能够部署。
他说，无人机业务就是一个很好的例子，在无人机业务中，轻量级无人机的价格相对便宜，由于配备了Nvidia Jetson TX2处理器，可以实时分析连接到它们的许多摄像头的视频馈送。
他说，“无人机可以进行物体识别。用户可以设置它们，这样它们就可以随时处理。这些无人机的数据无需返回云端处理就可以互相通信，其解决问题的能力已经在人工智能群体智能方面取得了突破。”
Abbo表示，“如何让时光倒转10年，由于电力效率低下或处理能力不足，这在很多方面都不现实。所以这是技术发生的阶梯式函数变化，各行业人士都在关注无人机的应用，它开启了以前根本不存在的可能性。”
当被问及这些变革性的大数据类型和人工智能增强型边缘项目是否只针对大公司时，Abbo表示，目前正在设计的产品旨在通过减少设计和部署算法所需的人数来实现边缘人工智能的民主化。对于C3.ai人工智能套件，他表示：“企业基本上可以分别聘用一名数据科学家、应用程序开发人员、数据集成专家、主题领域专家就可以构建一个试点项目。”
C3.ai公司的首席产品官Houman Behzadi表示，根据他的经验，阻碍边缘计算举措的最大因素不是技术发展，而是缺乏领导力，其他专家和顾问也这么认为。
Behzadi说，“执行承诺最重要的事情需要措施到位，这需要管理进行变革转型，而首席执行官则需要推动这种变革。”
人工智能在工厂的应用
IBM Watson物联网管理副总裁Stephan Biller认为，那些与云计算相关的延迟和成本问题正在促进边缘计算的发展。但是，如果没有云计算提供的处理能力和规模，边缘计算也发挥不了自己的作用。
举例来说，液晶显示器制造商深圳华星光电技术有限公司（CSOT）在生产过程中就采用边缘计算技术。Biller的IBM Watson团队与华星光电公司合作，致力于自动化和改进该公司检查液晶屏生产质量的方式。而生产质量洞察通常耗费大量人力资源，需要轮班工作的操作人员检查产品的缺陷。
一位不愿透露姓名的该公司高管表示，目视检查是制造过程中最关键的部分。他说，“如果我们在将产品发送给设备制造商之前未发现缺陷，很容易导致代价高昂的产品退货和返工，更不用说企业声誉的损害。”
Biller表示，云计算技术支持的图像识别软件和边缘计算工具（包括检测点的高清晰度摄像机）的复杂部署极大地改变了这一过程，不仅将工时缩短到了几分钟，而且通过自动化持续改进检查过程。
Biller说，“可以训练人工智能来了解操作员的操作流程，例如如何检测液晶显示器的好坏，并且随着时间的推移，可以校准机器学习算法来了解操作员将如何判断图像。人工智能技术可以取代操作员，并可能提高检测的准确性，因为软件不会疲劳。此外，培训操作员可能需要4周或更长时间，而人工智能的训练可以在几个小时内完成。”
Biller说，“在情况有些复杂的案例中，人工智能的能力将得到重大提升，可以构建评分图像的人工智能模型，这需要大量的计算能力，并在云中完成。在评分完成后，它会被下载到在工厂运行时工作的边缘计算机上。该软件为每个图像（从0到100）提供‘置信度’，提示检查员查看未通过的产品。如果情况发生了变化，我们需要重新校准模型，就需要返回到云端。”
Biller说，“而这种持续的学习就是采用云计算策略的一个优势。”
