شرکت ASUS IoT و استارت‌آپ Algorized همکاری تازه‌ای را آغاز کرده‌اند تا نسل جدیدی از راهکارهای هوش مصنوعی لبه‌ای (Edge AI) را توسعه دهند. در این همکاری، دو شرکت سخت‌افزارهای صنعتی ASUS را با نرم‌افزارهای یادگیری عمیق Algorized ترکیب می‌کنند تا سیستم‌هایی بسازند که بدون وابستگی به سرورهای ابری، داده‌ها را در محل پردازش کنند.

مفهوم Edge AI و اهمیت آن

در فناوری Edge AI، خودِ دستگاه‌ها داده‌ها را در همان محل پردازش می‌کنند. این روش با مدل سنتیِ پردازش در مراکز داده‌ی ابری تفاوت دارد.
Edge AI تأخیر را کاهش می‌دهد، امنیت اطلاعات را بالا می‌برد و حریم خصوصی کاربران را بهتر حفظ می‌کند.
در این رویکرد، داده‌های حساس مانند تصویر افراد یا اطلاعات محیطی در محل باقی می‌مانند و نیازی به ارسال آن‌ها به سرورهای دور نیست.
به همین دلیل، شرکت‌ها از Edge AI برای بهبود عملکرد در صنایع تولیدی، لجستیکی، پزشکی و زیرساخت‌های هوشمند استفاده می‌کنند.

نقش فناوری‌های ASUS و Algorized

در این پروژه، ASUS IoT سخت‌افزارهای مقاوم خود مانند سری‌های PE و NPN را برای اجرای مدل‌های هوش مصنوعی به کار می‌گیرد.
در مقابل، Algorized فناوری اختصاصی خود به نام EdgeReplicate™ را ارائه می‌دهد. این فناوری مدل‌های یادگیری عمیق را فشرده و بهینه می‌کند تا حتی روی دستگاه‌های کم‌مصرف نیز به‌خوبی اجرا شوند.
به کمک این ترکیب، دستگاه‌ها می‌توانند به‌صورت زنده وظایفی مانند تشخیص چهره، ردیابی افراد، شناسایی تعامل انسان و ماشین و تشخیص حرکات خطرناک را انجام دهند.

هدف و مزایای همکاری

ASUS اعلام کرده است که این پروژه با هدف ساخت زیرساخت هوش مصنوعی بومی و واکنشی برای صنایع آینده طراحی شده است.
وقتی مدل‌های هوش مصنوعی مستقیماً در محیط کاری اجرا می‌شوند، سیستم‌ها می‌توانند وضعیت را به‌صورت لحظه‌ای پایش کنند و سریع واکنش نشان دهند.
این رویکرد احتمال نشت داده‌ها را کاهش می‌دهد و وابستگی به اتصال اینترنت را از بین می‌برد.
در بخش‌هایی مانند سلامت و ایمنی صنعتی، این سرعت واکنش اهمیت حیاتی دارد؛ زیرا چند میلی‌ثانیه تأخیر می‌تواند میان پیشگیری از خطر و وقوع حادثه تفاوت ایجاد کند.

چشم‌انداز آینده: حرکت به‌سوی هوش مصنوعی توزیع‌شده

ترکیب توان محاسباتی سخت‌افزار ASUS و نرم‌افزار سبک Algorized یک اکوسیستم هوشمند لبه‌ای (Edge Intelligence) ایجاد می‌کند.
این سیستم‌ها در محیط‌های صنعتی سخت یا در شرایط ارتباطی محدود نیز پایدار عمل می‌کنند.
در مقیاس کلان، این همکاری بخشی از حرکت صنعت فناوری از هوش مصنوعی متمرکز در کلود به سمت هوش مصنوعی توزیع‌شده در لبه‌ی شبکه است.
در چنین آینده‌ای، دستگاه‌ها تنها داده جمع نمی‌کنند؛ بلکه آن را در لحظه تحلیل کرده و تصمیم می‌گیرند — گامی بزرگ به سوی کارخانه‌ها و شهرهای واقعاً هوشمند.