物联网中的机器学习系统：边缘智能的可信性权衡
机器学习
2021-06-18 v1 计算机与社会
摘要
机器学习系统（MLSys）正兴起于物联网（IoT）中以提供边缘智能，这正铺就我们通向泛在智能愿景之路。然而，尽管机器学习系统与物联网已趋成熟，在将MLSys与IoT实际融合时我们仍面临严峻挑战。例如，许多机器学习系统为大规模生产（如云环境）而开发，但IoT因设备异构、资源受限及运行环境去中心化而带来额外需求。为阐明MLSys与IoT此一融合，本文通过涵盖跨云、边缘与IoT设备扩展和分布ML的最新进展（截至2020年）来分析其中的权衡。我们将机器学习系统定位为IoT的组成部分，并将边缘智能定位为社会技术系统。针对设计可信边缘智能的挑战，我们倡导一种考量多利益相关方关切、设计需求与权衡的整体性设计方法，并强调边缘智能的未来研究机遇。
引用
@article{arxiv.2012.00419,
title = {Machine Learning Systems in the IoT: Trustworthiness Trade-offs for Edge Intelligence},
author = {Wiebke Toussaint and Aaron Yi Ding},
journal= {arXiv preprint arXiv:2012.00419},
year = {2021}
}
备注
In Proceedings of the Second International Conference on Cognitive Machine Intelligence (CogMI 2020)