gydtep

人工智能可以分析学生的反馈，为学生提供高质量的学习体验。例如，它可以分析在线课程中的各种问题，并帮助教师立即解决这些问题。

gydtep

学生和教师都能从人工智能中显著获益，这就是为什么我们看到越来越多的人工智能应用于教育。我们肯定会看到更多的创新，彻底改变我们的教学模式和学习方式。

gydtep

数据集中化：相对辅助驾驶能力，自动驾驶的一个核心突破是能够将车内外的所有数据集中到一起去处理，真正发挥出数据的价值，而不是每个模块的数据作为孤岛进行独立运作。

gydtep

厂商绑定：无论从数据采集、传输、存储、计算、可视化、告警等都可能会被厂商绑定，可观察性系统一旦上线后替换的代价讲巨大无比

gydtep

在IT系统的可观察性上，也可以类似划分6级：

等级0：手工分析，依靠基础的Dashboard、告警、日志查询、分布式链路追踪等方式进行手动告警、分析，也是目前绝大部分公司使用的场景

gydtep

近两年，基于深度学习的人工智能在安防市场的应用越来越深入，尤其是车牌识别、人脸识别等技术得到了大规模的应用，并获得了非常不错的应用效果。

gydtep

传统智能分析算法存在不可突破的局限性，限制了智能分析技术的进一步发展，直到2012年之后，深度学习算法带来了突破，深度学习作为一种技术思想，其理论和技术本身并不是一种新鲜事物，但是随着硬件计算能力的突破和海量数据的积累，深度学习在各个领域的智能应用取得了重大突破。

gydtep

更好的网络基础架构和新的边缘计算架构的兴起，正在打破集中式云AI与分布式边缘AI工作负载之间的障碍。

其优势是基础架构的巨大新兴变化，它通过增加分布在世界每个角落的信息技术层来补充云。我们相信边缘AI会引发一场革命，就像云技术获得牵引力一样大。

gydtep

如果设计得当，Edge AI将为自动缩放带来新的机会，因为每个新用户都会为集体工作负载带来全新的机器。边缘还可以更好地访问更多未处理的原始输入数据，而云AI解决方案必须与预处理的数据一起使用以提高性能或庞大的数据集，这时带宽可能会成为一个严重问题。

gydtep

将事物移到边缘的原因是为了获得更好的响应时间。速度和延迟对于诸如计算机视觉和用于5G的虚拟无线电接入网络等应用至关重要。另一个重大好处在于，通过限制将哪些数据上传到云来改善隐私。