Get in my Think Art.

นโยบาย AI – เคนยา

นโยบาย AI – เคนยา

นโยบาย AI – เคนยา

jumbo jili

นโยบาย AI ในเคนยาให้สรุปภาพรวมของการริเริ่มก่อนหน้านี้และที่กำลังดำเนินอยู่ทั่วประเทศ มีการปรับปรุงอย่างสม่ำเสมอตามที่เป็นไปได้ แต่ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุม
รัฐบาลเคนยาได้ สร้าง คณะทำงานด้านบล็อคเชนและปัญญาประดิษฐ์ในเดือนกุมภาพันธ์ 2018 กลุ่มนี้นำโดย Dr Bitange Ndemo รองศาสตราจารย์ด้านการเป็นผู้ประกอบการที่คณะวิชาธุรกิจของมหาวิทยาลัยไนโรบี และประกอบด้วยสมาชิกทั้งหมด 11 คนจากภาควิชาการและอุตสาหกรรม เป้าหมายแรกของกลุ่มคือการให้คำแนะนำแก่รัฐบาลเกี่ยวกับวิธีการควบคุมเทคโนโลยีที่เกิดขึ้นใหม่เหล่านี้ในอีกห้าปีข้างหน้า ประเด็นที่น่าสนใจอื่นๆ ได้แก่ การนำเทคโนโลยีเหล่านี้ไปใช้กับการให้บริการสาธารณะ ความปลอดภัยทางไซเบอร์ การรวมทางการเงิน และกระบวนการเลือกตั้ง

สล็อต

“ระบบที่เหมาะสำหรับผู้ใช้และแม้กระทั่งจากมุมมองของนักพัฒนาซอฟต์แวร์ ราวกับว่าคุณไม่เห็นระดับเหล่านี้ งานของคุณเกิดขึ้นในที่ที่มันจะต้องเกิดขึ้น ข้อมูลของคุณถูกส่งไปที่ใด ต้องมีการขนส่ง แน่นอน มันไม่ง่ายอย่างนั้น มีขอบเขตจริง มีเครือข่ายจริงในระหว่าง” — Mahadev Satyanarayanan, ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ของ Carnegie Group, มหาวิทยาลัย Carnegie Mellon
ทันย่า: Charles Babbage มีความคิดที่จะกลับเครื่องคอมพิวเตอร์ในช่วงกลาง 19 TH ศตวรรษ เขาวาดมันออกมาอย่างละเอียด แต่ต้องใช้เวลา 100 ปีก่อนที่เทคโนโลยีจะบรรลุวิสัยทัศน์ วันนี้แขกของฉันจะพาเราไปพบกับอนาคตที่เป็นไปได้
ทันย่า: นี่คือห้องข่าว และฉันชื่อ ทันย่า อ็อตต์ หากคุณมีเครื่องติดตามฟิตเนสบนข้อมือของคุณ มีโอกาสสูงที่อุปกรณ์ดังกล่าวจะสร้างขึ้นจากเทคโนโลยีที่พัฒนาโดยแขกในปัจจุบัน Mahadev Satyanarayanan—เขาดำเนินการโดย Satya—เป็นนักวิทยาศาสตร์คอมพิวเตอร์เชิงทดลองและเป็นศาสตราจารย์ที่ Carnegie Mellon University เขาเป็นผู้บุกเบิกในด้านนี้อย่างแท้จริง
Mahadev Satyanarayanan (Satya): ฉันทำงานในพื้นที่ของระบบแบบกระจาย คอมพิวเตอร์พกพา และอินเทอร์เน็ตของสรรพสิ่งมาเกือบสี่ทศวรรษแล้ว งานของฉันร่วมกับ IBM ที่ Carnegie Mellon ในช่วงต้นทศวรรษ 1980 เป็นหนึ่งในระบบแรกสุดที่รวมคลาวด์เข้ากับขอบ นานก่อนที่คำว่า cloud จะถูกประดิษฐ์ขึ้นในบริบทของการประมวลผล อันที่จริง งานนั้นนำไปสู่ ​​Andrew File System ซึ่งเป็นแรงบันดาลใจสำหรับ Dropbox ประมาณ 10 ปีที่แล้ว [the] กรอบเวลา [the] 2008, 2009 ฉันทำงานที่นำไปสู่สิ่งที่ตอนนี้คือการประมวลผลแบบเอดจ์ นั่นคือจุดสนใจของฉันมาเกือบทศวรรษแล้ว
Tanya: ฉันแน่ใจว่าผู้ชมส่วนใหญ่ของเราคุ้นเคยกับแนวคิดเรื่องคลาวด์เป็นอย่างดี คุณพูดถึง Dropbox และยังมีแอปพลิเคชันอื่นๆ ที่พวกเขาเคยใช้ แต่เอดจ์คอมพิวติ้งเป็นสิ่งที่บางคนยังไม่ค่อยเข้าใจ เมื่อพูดถึง Edge Computing นั่นหมายความว่าอย่างไร?
สัตยา: เราคิดว่าในมือของผู้ใช้มือถือคือสมาร์ทโฟนหรืออุปกรณ์สวมใส่ได้ หากคุณเป็นโดรน ตามนิยามแล้ว นั่นคืออุปกรณ์พกพา หากคุณเป็นอุปกรณ์ IoT แสดงว่าอุปกรณ์ IOT มีการประมวลผลเพียงเล็กน้อย แต่ก็ไม่มากนัก ในกรณีเหล่านี้ คุณใช้ประโยชน์จากทรัพยากรการประมวลผลจำนวนมากของระบบคลาวด์เพื่อทำงานที่ต้องใช้การประมวลผลสูงทุกประเภทที่ต้องทำ ดังนั้นการรวมกันของอุปกรณ์ที่อยู่ในมือของผู้ใช้หรือขอบ IOT และคลาวด์จึงเป็นกระบวนทัศน์พื้นฐานและเข้าใจกันดี อย่างไรก็ตาม เป็นกรณีที่หากอุปกรณ์ IOT ของฉันเป็นเซ็นเซอร์แบนด์วิดธ์สูง เช่น กล้องวิดีโอ กล้องวิดีโอ 4K หรือ 8K และฉันมีอุปกรณ์เหล่านี้หลายร้อยตัวที่ปรับใช้ในบางพื้นที่ ความต้องการแบนด์วิธสะสมจากอุปกรณ์เหล่านี้ จะครอบงำเครือข่ายขาเข้าส่วนใหญ่ในคลาวด์
ในทำนองเดียวกัน หากคุณปิดลูป หากคุณมีระบบไซเบอร์กายภาพหรือมนุษย์ในโลกไซเบอร์ที่อาศัยข้อมูลแบบเรียลไทม์นี้ในการตั้งค่าที่มีความสำคัญต่อเวลามาก เวลาไปกลับทั้งหมดไปยังคลาวด์และย้อนกลับจะ ทำให้การตามกำหนดเวลาตามเวลาจริงทำได้ยากมาก ในการตั้งค่าทั้งหมดเหล่านี้ จำเป็นต้องมีการประมวลผลแบบคลาวด์ เว้นแต่จะอยู่ใกล้กับตำแหน่งที่ข้อมูลถูกสร้างขึ้นมาก นั่นคือสิ่งที่เราเรียกว่า Edge Computing และทรัพยากรการประมวลผลที่คล้ายกับคลาวด์ แต่อยู่ที่ Edge นั้นเรียกว่า cloudlet เนื่องจากเป็นคลาวด์ขนาดเล็กที่อยู่ใกล้เคียง
Tanya: เมื่อพูดถึง edge คุณมีหมวดหมู่ย่อยหลายหมวดหมู่ คุณพูดถึงมือถือ นอกจากนี้ยังมีขอบอัจฉริยะและระดับคลาวด์อย่างที่คุณเพิ่งพูดถึง บางทีคุณอาจอธิบายให้เราทราบเกี่ยวกับสถาปัตยกรรมแบบเอดจ์ได้ มีลักษณะอย่างไร และคุณเคยเห็นรูปแบบเหล่านั้นเปลี่ยนแปลงไปตามกาลเวลาอย่างไร
สัตยา: สิ่งที่เราเรียกว่า cloudlet และสิ่งที่เราเรียกว่าอุปกรณ์นั้นมีรูปแบบที่แตกต่างกันมากมาย ดังนั้น เพื่อจุดประสงค์ในการคิดเกี่ยวกับระดับต่างๆ ของการประมวลผล ฉันได้พัฒนาโมเดลสถาปัตยกรรมแบบฉัตรโดยที่คลาวด์เป็นเทียร์หนึ่ง อุปกรณ์พกพาหรืออุปกรณ์ IOT ซึ่งโดยทั่วไปแล้วจะมีข้อจำกัดด้านความสามารถทางคอมพิวเตอร์คือเทียร์สาม และใกล้กับระดับที่สามคือคลาวด์เล็ตที่ฉันเพิ่งพูดถึง ซึ่งจะเป็นระดับที่สอง ดังนั้นเราจึงมีคลาวด์ที่ระดับหนึ่ง cloudlet ที่ระดับสอง และอุปกรณ์ที่ระดับสาม นอกจากนี้ยังมีระดับที่สี่ซึ่งเป็นอุปกรณ์ที่ไม่ต้องใช้แบตเตอรี่ เช่น แท็ก RFID ซึ่งไม่มีการคำนวณออนบอร์ด พวกเขาเก็บเกี่ยวพลังงานแล้วสะท้อนกลับข้อมูลตามพลังงานที่เก็บเกี่ยวนั้น ดังนั้นนี่คือสถาปัตยกรรมสี่ระดับที่กลายเป็นวิธีที่มีประโยชน์มากในการลดความซับซ้อนของสถาปัตยกรรมที่ซับซ้อนมาก ๆ และคิดเกี่ยวกับสถาปัตยกรรมเหล่านี้ และเพื่อเปรียบเทียบข้อเสนอผลิตภัณฑ์จากผู้ขายรายต่างๆ ในอีกหลายๆ ทาง มันเป็นเครื่องมือทางปัญญาที่มีประโยชน์ที่จะมี

สล็อตออนไลน์

ทันย่า: ดังนั้น ข้อมูลจึงไหลผ่านระดับเหล่านี้ ข้ามขอบเหล่านี้ กลับไปกลับมา ไหลลื่นดีมั้ย?
สัตยา: จากมุมมองของระบบในอุดมคติ ซึ่งเป็นระบบที่เหมาะสมที่สุดจากผู้ใช้ และแม้กระทั่งจากมุมมองของนักพัฒนาซอฟต์แวร์ ก็เหมือนกับว่าคุณไม่เห็นระดับเหล่านี้ งานของคุณเกิดขึ้นในที่ที่มันจะต้องเกิดขึ้น ข้อมูลของคุณจะถูกขนส่งในที่ที่จะต้องมีการขนส่ง แน่นอนว่ามันไม่ง่ายอย่างนั้น มีขอบเขตจริง มีเครือข่ายจริงอยู่ระหว่างนั้น ดังนั้นการใช้งานซอฟต์แวร์ที่ทำให้สิ่งต่าง ๆ โปร่งใส แบบไดนามิก ในขณะดำเนินการ เช่น เลือกจุดที่เหมาะสมในการดำเนินการ นี่คือเครื่องมือประเภทต่าง ๆ ที่ปรากฏขึ้นเพื่อเบลอขอบเขตระหว่างระดับ และทำให้การใช้แนวคิดของ มัลติเทียร์รุ่นนี้
Tanya: ก่อนหน้านี้เล็กน้อย คุณพูดถึงการใช้งานที่สำคัญซึ่งสิ่งต่าง ๆ ต้องเคลื่อนไหวอย่างรวดเร็วหรือราบรื่น อะไรคือตัวอย่างที่เป็นรูปธรรมของสิ่งนั้น?
สัตยา: ให้ฉันยกตัวอย่างสองตัวอย่างเพื่อดูว่าแนวคิดเดียวกันแสดงออกในรูปแบบที่ต่างกันอย่างไร แนวคิดง่ายๆ อย่างหนึ่งคือ Augmented Reality ซึ่งผมมีอุปกรณ์สวมใส่ได้ อาจเป็น heads-up display, Google Glass, Microsoft HoloLens, Magic Leap หรืออย่างอื่น และบนนั้นมีเซ็นเซอร์ มีกล้องวิดีโอ ไมโครโฟน มาตรความเร่ง ไจโรสโคป และอื่นๆ และสัญญาณจากกล้องเหล่านั้นจะถูกส่งไปยังคลาวด์เล็ทในบริเวณใกล้เคียงซึ่งประมวลผลการประมวลผลที่เข้มข้น เช่น การวิเคราะห์ฉาก การตรวจจับวัตถุ ฯลฯ แล้วกลับมา เช่น สัญญาณเสียงที่กระซิบข้างหูของฉันถึงคำแนะนำที่สำคัญและเป็นประโยชน์สำหรับงานบางอย่างที่ฉันทำ ตัวอย่างง่ายๆ ก็คือ สมมติว่าฉันแก่แล้วและเริ่มลืมชื่อผู้คน ลองนึกภาพระบบแบบนี้ที่กระซิบข้างหูฉันถึงชื่อของคนที่อยู่ข้างหน้าฉัน และบางทีอาจจะเป็นตัวชี้นำบางอย่างว่าฉันรู้จักบุคคลนั้นได้อย่างไร ความช่วยเหลือด้านความรู้ความเข้าใจแบบเรียลไทม์แบบนั้น เราเรียกความช่วยเหลือเกี่ยวกับความรู้ความเข้าใจที่สวมใส่ได้ เพราะมันเกิดขึ้นบนอุปกรณ์ที่สวมใส่ได้ แต่สิ่งที่คุณได้รับคือ AI ที่ล้ำหน้าผ่านการขยายหลายระดับอย่างไร้รอยต่อในสถาปัตยกรรมแบบนี้ นั่นคือตัวอย่างหนึ่ง ไม่เป็นไร. สิ่งที่เจ๋งมาก
อีกตัวอย่างหนึ่ง ลองพิจารณาโดรน ลองนึกภาพโดรนอิสระ โดรนที่บินด้วยตัวเองภายใต้การนำทางของ AI บนเครื่องบิน มันกำลังวิเคราะห์สิ่งที่กล้องเห็นอย่างต่อเนื่อง และลองจินตนาการว่าเนื่องจากโดรนมีขนาดเล็กและเบามาก จึงไม่สามารถดำเนินการประมวลผลทั้งหมดที่จำเป็นสำหรับการวิเคราะห์วิดีโอแบบเรียลไทม์ได้ นั่นเป็นการคำนวณที่เข้มข้นมาก วิธีที่คุณจัดการกับสิ่งนี้คือคุณใช้การสื่อสารแบบไร้สาย 4G LTE ในปัจจุบัน หรืออาจจะเป็น 5G ในเร็วๆ นี้ เพื่อสื่อสารกับคลาวด์เล็ตภาคพื้นดิน ก้อนเมฆนั้นไม่ต้องบิน มันอยู่บนพื้นดิน จึงสามารถหนักกว่า ใหญ่กว่าได้ มันสามารถมี GPU ขนาดใหญ่ (หน่วยประมวลผลกราฟิก) เสียบเข้ากับผนังจึงไม่มีข้อจำกัดของแบตเตอรี่ และระบบนี้ โดรนและคลาวด์เล็ต สามารถทำการวิเคราะห์ที่ไม่สามารถทำได้บนโดรนเพียงอย่างเดียว ตอนนี้, นี่คือที่มาของความสวยงามของเวลาแฝงต่ำ หากการวิเคราะห์วิดีโอแบบเรียลไทม์เผยให้เห็นวัตถุหรือฉากที่สำคัญในมุมมองปัจจุบัน หากคุณได้ผลลัพธ์กลับมาเร็วพอ คุณสามารถขอให้โดรนมองใกล้ขึ้นโดยเลื่อนลงมาที่ระดับความสูงและรับมุมมองแบบซูมเข้าของฉากเดียวกัน ลองนึกภาพการทำทั้งหมดนี้ภายใต้การควบคุมซอฟต์แวร์โดยปราศจากการแทรกแซงของมนุษย์ นั่นคือประเภทของการตรวจจับและการกระตุ้นในระบบไซเบอร์/กายภาพภายในขอบเขตเวลาที่จำกัด ซึ่งเป็นไปได้ด้วยวิธีการดังที่ผมอธิบายไว้ ขอให้โดรนมองใกล้ขึ้นโดยเลื่อนลงในระดับความสูงและรับมุมมองแบบซูมเข้าของฉากเดียวกัน ลองนึกภาพการทำทั้งหมดนี้ภายใต้การควบคุมซอฟต์แวร์โดยปราศจากการแทรกแซงของมนุษย์ นั่นคือประเภทของการตรวจจับและการกระตุ้นในระบบไซเบอร์/กายภาพภายในขอบเขตเวลาที่จำกัด ซึ่งเป็นไปได้ด้วยวิธีการดังที่ผมอธิบายไว้ ขอให้โดรนมองใกล้ขึ้นโดยเลื่อนลงในระดับความสูงและรับมุมมองแบบซูมเข้าของฉากเดียวกัน ลองนึกภาพการทำทั้งหมดนี้ภายใต้การควบคุมซอฟต์แวร์โดยปราศจากการแทรกแซงของมนุษย์ นั่นคือประเภทของการตรวจจับและการกระตุ้นในระบบไซเบอร์/กายภาพภายในขอบเขตเวลาที่จำกัด ซึ่งเป็นไปได้ด้วยวิธีการดังที่ผมอธิบายไว้
[NPC4]Tanya: นี่เป็นตัวอย่างที่เจ๋งมาก และฉันต้องบอกว่าฉันสามารถใช้ประโยชน์จากแว่นสายตาหรืออะไรก็ได้ที่กระซิบข้างหูว่าฉันคุยกับใคร มันจะลดจำนวนครั้งที่ฉันต้องพูดว่า “เฮ้คุณ !” แทนชื่อของใครบางคน
สัตยา: อย่างแท้จริง. นี่ไม่ใช่เรื่องไกลตัว ผมขอยกตัวอย่างในโลกแห่งความเป็นจริง ผู้ฟังของคุณทุกคนในพอดคาสต์นี้ใช้บางอย่างที่ทำงานในลักษณะนี้ พวกเขาไม่ได้คิดอย่างนั้น ไม่นานมานี้ ถ้าคุณต้องการหาทางผ่านเมืองใหม่หรือส่วนใหม่ของประเทศที่คุณเพิ่งย้ายมาหรือกำลังเยี่ยมชม คุณต้องมีแผนที่กระดาษ และพวกเขาค่อนข้างน่ารำคาญที่จะใช้ อันดับแรก คุณพยายามค้นหาว่าคุณอยู่ที่ไหน จุดหมายของคุณอยู่ที่ไหน พวกเขาจะชี้ไปทางไหน ฯลฯ และหลงทางได้ง่าย วันนี้ [เกือบ] ไม่มีใครใช้แผนที่กระดาษ คุณมีแอปนำทาง GPS ในสมาร์ทโฟนหรือในรถยนต์หรือทั้งสองอย่าง มันบอกคุณว่าจะทำอย่างไรต่อไป หากคุณทำผิดพลาด คุณจะไม่ใช้ทางออกที่มันขอให้คุณทำ มันจะตรวจจับได้อย่างรวดเร็ว กู้คืน และนำทางคุณไปยังจุดหมายปลายทางของคุณ ดังนั้นงานที่ยากจึงลดความซับซ้อนลงอย่างมาก และวิธีการทำงานก็คือสมาร์ทโฟนของคุณใช้ดาวเทียม GPS เพื่อส่งข้อมูลเกี่ยวกับตำแหน่ง ดังนั้นประเภทของอุปกรณ์สวมใส่ที่วิเคราะห์ข้อมูลวิดีโอและข้อมูลเสียงในแบบเรียลไทม์และนำทางคุณเปรียบเสมือนการนำทางด้วย GPS บนสเตียรอยด์ มันนำทางคุณตลอดชีวิตในลักษณะเฉพาะงาน
Tanya:vนั่นทำให้เรารู้สึกว่าขอบเมฆในปัจจุบันนี้ การรับเข้ามาเป็นอย่างไรในแง่ของ บริษัท ที่ใช้งาน?
สัตยา: ดังนั้นเรื่องนี้มีสองส่วน ครึ่งหนึ่งของเรื่องราวคือการปรับใช้โครงสร้างพื้นฐาน การเปิดตัวจริงโดยบริษัทต่างๆ เช่น telcos หรือบริษัทโครงสร้างพื้นฐาน Edge อื่นๆ ซึ่งก็คือ cloudlets เหล่านี้ และอาจเป็นเพราะพวกเขาค่อนข้างเหมาะสมสำหรับการสื่อสารไร้สาย 5G ซึ่งกันและกัน เนื่องจาก เวลาแฝงที่ต่ำกว่าและแบนด์วิดธ์ที่สูงขึ้นของ 5G นั้นมีค่าอย่างยิ่งและขยายได้ด้วยการใช้การประมวลผลแบบเอดจ์ นั่นคือครึ่งเรื่อง อีกครึ่งหนึ่งของเรื่องราวกำลังแปลสิ่งนี้เป็นแอปพลิเคชันใหม่ที่มอบคุณค่าแก่ผู้ใช้ปลายทางเช่นเดียวกับที่ฉันเพิ่งอธิบายไป ลองนึกภาพว่าคุณสามารถช่วยให้พ่อแม่สูงอายุของคุณอยู่บ้านได้นานขึ้นหกเดือน แทนที่จะต้องย้ายไปอยู่บ้านพักคนชรา เพราะด้วยความช่วยเหลือทางปัญญาประเภทนี้ มันสามารถเตือนเขาหรือเธอถึงงานประจำวันที่พวกเขาต้องทำ ช่วยเตือนพวกเขาเมื่อพวกเขาหลงลืมและในหลาย ๆ ทางช่วยให้พวกเขาทำงานในสภาพแวดล้อมปัจจุบันได้นานขึ้นอีกเล็กน้อย นั่นคือคุณค่าที่แท้จริงของผู้ใช้ปลายทางซึ่งมีค่าอย่างไม่น่าเชื่อและการสร้างแอปพลิเคชันเหล่านั้น เราเรียกแอปพลิเคชันประเภทนี้ว่าแอปพลิเคชัน Edge-native นี่คือแอปพลิเคชันที่คุณไม่สามารถสร้างได้เพียงแค่ใช้การประมวลผลแบบคลาวด์ พวกมันขึ้นอยู่กับขอบอย่างยิ่ง การสร้างแอพพลิเคชั่น edge-native เป็นอีกครึ่งหนึ่งของสมการ ทั้งสองส่วนนี้จับมือกัน คุณไม่สามารถมีแอปพลิเคชัน edge-native ได้หากไม่มีโครงสร้างพื้นฐานของ edge และด้วยตัวของมันเอง โครงสร้างพื้นฐานแบบเอดจ์ไม่น่าสนใจสำหรับคนส่วนใหญ่ ใครสนใจที่คอมพิวเตอร์ของฉันจะทำ? สิ่งที่ฉันสนใจคือสิ่งที่คอมพิวเตอร์สามารถทำอะไรให้ฉันได้
[NPC5]ธัญญ่า: คุณมีคำแนะนำอะไรสำหรับองค์กรที่ต้องการนำ AI ไปสู่ขอบ เช่น เพื่อใช้ประโยชน์จากเทคโนโลยี พวกเขาควรจะคิดอะไร?
สัตยา: มีหลายสิ่งหลายอย่างแน่นอน หนึ่งคือการถามคำถามจากมุมมองเฉพาะองค์กร: จุดสำลักในเวิร์กโฟลว์ประจำวันของเราอยู่ที่ใด ฟังก์ชันประเภทใดที่ไม่มีอยู่ในปัจจุบัน แต่จะเปลี่ยนแปลงไปอย่างมาก ผมขอยกตัวอย่างสมมุติฐานหนึ่งตัวอย่างให้คุณฟัง นี่ยังไม่ได้สร้าง แต่เป็นตัวอย่างของการคิดเกี่ยวกับเรื่องนี้ ในการเดินทางทางอากาศ เราทุกคนเคยอยู่ในสถานการณ์นี้ที่คุณขึ้นเครื่องบิน มันพร้อมที่จะบิน กำลังจะผลักออกจากประตู แล้วมีปัญหาทางกลไกเกี่ยวกับเจ็ตเวย์หรือบางอย่าง และคุณนั่งอยู่ที่นั่นครึ่งชั่วโมงเพราะช่างที่ถูกต้องต้องมาจากมุมไกลของสนามเพราะเขาหรือเธอกำลังทำงานอย่างอื่นอยู่ นั่นคือครึ่งชั่วโมง1แน่นอนว่านั่นไม่รวมถึงเวลาของผู้คน ผลที่ตามมาของความล่าช้า การพลาดเที่ยวบิน และอื่นๆ ทั้งหมดนี้ ลองนึกภาพผ่านการใช้เครื่องมือชนิดที่ได้กล่าวมาแล้ว ผู้ช่วยด้านความรู้ความเข้าใจที่สวมใส่ได้ หนึ่งในช่างเครื่องที่อยู่ตรงข้างเครื่องบินตอนนี้ สามารถให้คำแนะนำทีละขั้นตอนเพื่อแก้ไขปัญหาและแก้ไขปัญหาใน ห้านาทีแทนที่จะรอให้คนอื่นมาถึงในครึ่งชั่วโมง นั่นเป็นตัวอย่างของการเปลี่ยนแปลงครั้งใหญ่สำหรับธุรกิจนั้น ในกรณีนี้คือสายการบิน ซึ่งใหญ่มาก ในทำนองเดียวกัน คุณสามารถนึกถึงการตั้งค่าอุตสาหกรรมใดๆ ที่มีการแก้ไขปัญหา ความเชี่ยวชาญตามคำจำกัดความในโดเมนใด ๆ นั้นหายาก นั่นเป็นเหตุผลที่บุคคลนั้นเรียกว่าผู้เชี่ยวชาญ ซอฟต์แวร์และฮาร์ดแวร์ที่สวมใส่ได้ประเภทนี้ รวมกับ Edge Computing สามารถขยายมูลค่าของผู้เชี่ยวชาญและทำให้ประสิทธิภาพการทำงานปรับปรุงประสิทธิภาพการทำงานของทั้งองค์กร นี่เป็นวิธีที่ฉันเชื่อว่าบริษัทต่างๆ สามารถคิดได้ในขณะที่พวกเขาคิดถึง AI ที่ขอบ