2022年即將過去，又到了一年一度展望未來發展的特別時期。依照慣例Ai時代前沿組織收集一波關于未來科技和趨勢的文章，以饗讀者。

隨著2022年世界形勢的不斷變化，一些技術趨勢被擱置，而另一些則被加速。供應鏈挑戰、勞動力短缺和經濟不確定性迫使企業重新評估新技術的價值和預算。

對于許多組織來說，人工智能被視為解決許多不確定性的解決方案，從而提高效率、差異化、自動化和降低成本。

到目前為止，人工智能幾乎完全在云端運行。但是，越來越多樣化的數據流正在來從邊緣的全天候傳感器生成。這些都需要實時推理，這導致更多的人工智能部署轉向邊緣計算。

對于機場、商店、醫院等場景，人工智能帶來了先進的效率、自動化，甚至降低了成本，這也是去年邊緣人工智能應用加速的原因。

2023年，預計會出現類似的挑戰性環境，這將推動以下前沿人工智能趨勢。

1、關注高ROI的AI用例

投資回報率（ROI）始終是技術采購的重要因素。但隨著公司尋求降低成本和獲得競爭優勢的新方法，預計人工智能項目將變得更加普遍。

幾年前，人工智能通常被視為實驗性的。但根據IBM的研究，如今35%的公司報告在其業務中使用人工智能，另有42%的公司報告他們正在探索人工智能。特別是邊緣人工智能使用案例，可以幫助提高效率和降低成本，使其成為集中新投資的有力場所。

例如，超市和大型商店正在自動結賬機上投入大量人工智能，以減少盜竊和人為失誤造成的損失。通過能夠以98%的準確率檢測錯誤的解決方案，公司可以在幾個月內快速看到投資回報。

人工智能工業檢查也有立竿見影的回報，有助于加強工廠線上的人類檢查員。借助合成數據，人工智能可以以更高的速度檢測缺陷，并解決各種無法手動捕獲的缺陷，從而產生更多的合格產品，減少次品或正品誤報。

2、人與機器協作的增長

通常被視為邊緣人工智能的遠程用例，智能機器和自主機器人的使用正在上升。從滿足當天配送需求的自動化配送設施，到監控雜貨店缺貨的機器人，再到在生產線上與人類一起工作的機器人手臂，這些智能機器正變得越來越普遍。

據Gartner稱，到本世紀末，機器人和智能機器的使用有望大幅增長。“到2030年，由于智能機器人在智能、社交互動和人類增強能力方面的進步，80%的人類將每天與智能機器人接觸，而現在這一比例還不到10%。”

為了實現這一未來，2023年需要關注的一個重點領域是幫助人類和機器協作。自動化過程得益于機器人的力量和可重復動作，讓人類執行更適合我們技能的專業和靈巧任務。預計組織將在2023年對這種人機協作進行更多投資，以緩解勞動力短缺和供應鏈問題。

3、新的AI安全用例

與人機協作趨勢緊密相關的是AI功能安全。例如出現在自動駕駛汽車上的人工智能，越來越多的公司希望利用人工智能為工業環境增加主動和靈活的安全措施。

歷史上，功能安全以二進制方式應用于工業環境中，安全功能的主要作用是在觸發事件時立即阻止設備造成任何傷害或損壞。另一方面，人工智能結合上下文感知來預測事件的發生。這使得人工智能能夠主動發送關于未來潛在安全事件的警報，在事件發生之前預防事件，這可以大大減少工業環境中的安全事件和相關停機時間。

預計2023年將發布新的功能安全標準，該標準將定義人工智能在安全領域的應用，并將為工廠、倉庫、農業用例等領域的早期應用打開大門。人工智能安全采用的第一個領域將集中于提高工人安全，包括工人姿勢檢測、墜落物體預防和個人防護設備檢測。

4、關注邊緣網絡安全

2021，網絡攻擊增長了50%，此后一直沒有放緩，這成為IT組織的首要關注點。邊緣計算，尤其是與AI用例相結合時，可以通過在傳統數據中心及其防火墻之外創建更廣泛的攻擊面，增加許多組織的網絡安全風險。

制造、能源和運輸等行業的邊緣人工智能需要IT團隊將其安全足跡擴展到傳統上由運營技術團隊管理的環境中。運營技術團隊通常以運營效率為主要衡量標準，依賴于與外界沒有網絡連接的系統。Edge AI用例將開始打破這些限制，要求IT部門在保持嚴格安全標準的同時啟用云連接。

隨著全球數十億設備和傳感器都將連接到互聯網，IT組織必須保護邊緣設備免受直接攻擊，并考慮網絡和云安全。2023年，預計人工智能將應用于網絡安全。從物聯網網絡生成的日志數據現在可以通過智能安全模型提供，該模型可以標記可疑行為并通知安全團隊采取行動。

5、將數字孿生連接到邊緣

數字孿生指的是真實世界資產、過程或環境的完全同步、物理上精確的虛擬表示。去年，NVIDIA與西門子合作推出了工業元宇宙用例，幫助客戶加速采用工業自動化技術。橫跨制造業、零售業、消費包裝品和電信業的領先公司，如寶馬（BMW）、勞氏（Lowe's）、百事可樂（PepsiCo）和Heavy.AI，也已開始構建運營數字孿生系統，使其能夠模擬和優化生產環境。

將數字孿生與物理世界和邊緣計算聯系起來的是物聯網傳感器和數據的爆炸，這兩種趨勢都在推動。2023年，我們將看到組織越來越多地將其物理環境中的實時數據連接到其虛擬模擬中。他們將從基于歷史數據的模擬轉向一個真實的數字環境——一個真正的數字孿生。

通過將來自物理世界的實時數據連接到他們的數字孿生世界，組織可以實時了解他們的環境，使他們能夠更快、更明智地做出決策。雖然還為時過早，但預計明年生態系統提供商和客戶采用率將在這一領域實現巨大增長。

邊緣AI年

盡管2023年的經濟環境仍然不確定，但對于希望推動自動化和效率的組織來說，邊緣人工智能無疑將是一個重要的高價值投資領域。我們去年看到的許多趨勢繼續加快，新的重點是幫助推動銷售、降低成本、提高客戶滿意度和提高運營效率的舉措。