KubeEdge-Sedna v0.3:迈向次时代自动定制的AI工程范式

• 作者: 郑子木
• 来源期刊: 自动化博览
• 关键词: 边缘AI 边云协同 终身学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 技术研究
• 页码范围: 72-75
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0492.2022.02.016

摘要

全球边缘AI市场规模持续增长.当前阻碍边缘AI规模复制的技术挑战主要是边侧小样本与边缘数据异构.另外,边缘AI客户往往存在数据安全合规与边缘AI服务离线自治需求.基于学界终身学习方法,我们首次正式地定义边云协同终身学习问题,发布业界首个开源边云协同终身学习.边云协同终身学习通过(1)多任务迁移学习适应不同边缘局点数据异构,实现"千人千面"精准预测;(2)未知任务增量处理在小样本下越学越聪明,逐步实现AI工程化与自动化;(3)借助云侧知识库来记忆新情景知识,避免灾难性遗忘;(4)边云协同架构使得在应用云上资源的同时保证数据安全合规与边缘AI服务离线自治,希望从根本上解决上述边云协同机器学习的挑战.