KubeEdge-Sedna v0.3：迈向新一代自动定制化AI工程方案
分布式、并行与集群计算
2023-04-13 v1 人工智能
摘要
全球边缘AI市场规模持续增长。当前阻碍边缘AI大规模复制的技术挑战主要是边缘小样本和边缘数据异构性。此外，边缘AI客户通常对数据安全管理合规和边缘AI服务离线自治有要求。基于学术界的终身学习（lifelong learning）方法，我们首次正式定义了边云协同终身学习问题，并发布了业界首个开源边云协同终身学习。边云协同终身学习通过以下方式适应不同边缘位置的数据异构性：（1）多任务迁移学习实现“千人千面”的精准预测；（2）对未知任务的增量处理，系统越学越聪明且小样本下渐趋实现AI工程化与自动化；（3）利用云侧知识库记忆新情境知识以避免灾难性遗忘；（4）边云协同架构使边缘AI服务在调用云资源的同时实现数据安全管理合规与离线自治。本工作期望有助于从根本上解决上述边云协同机器学习的挑战。
引用
@article{arxiv.2304.05985,
title = {KubeEdge-Sedna v0.3: Towards Next-Generation Automatically Customized AI Engineering Scheme},
author = {Zimu Zheng},
journal= {arXiv preprint arXiv:2304.05985},
year = {2023}
}
备注
Content in Chinese. Publised on FEB 2022, in Automation Panorama, Special Issue on Edge Computing, vol. 39., no. 344., pp. 72-75