飞象网讯(源初/文)t-mobileus首席技术官(cto)johnsaw透露,公司正在测试人形机器人是否可以通过在其网络边缘(networkedge)运行部分人工智能(ai),从而提高响应速度并减少对机载计算机的依赖。
saw在一篇博客文章中解释道,t-mobile正与机器人公司figureai合作,测试其系统是否可以在不降低机器响应速度的前提下,运行在附近的计算基础设施上。
这些系统涉及控制机器人的动作,以及解析视觉信息和语言指令。
saw写道,将部分计算处理工作转移出机器人本身,可以减少电池消耗、计算需求、发热量、重量和成本。这还能让机器人在无需增加更多硬件或电量的情况下,运行功能更强大的ai。
t-mobile正与aws合作,推进“kineticedge”的首次部署——这是该运营商专为物理ai(physicalai)打造的分布式计算基础设施。
saw写道,他们结合利用了t-mobile的5g-advanced网络和分布式边缘计算,以及aws的云端编排和ai服务,旨在将“确定性连接、计算和智能推送到更靠近机器运行的位置”。
他解释称,可靠的连接与本地化计算有助于企业将物理ai推向超越单体演示的规模化应用。他同时强调,开发者正将视觉和推理模型部署在网络边缘,使机器人、摄像头和传感器减少对远端云的依赖。
“这项早期工作正帮助我们探索实现物理ai规模化应用的可能,同时也为全新的应用场景和机遇打开了大门。”
机器的需求
saw写道,机器人在移动过程中需要持续稳定的连接、足够的上行链路容量以传输传感器数据、低时延以及广域覆盖。尽管wi-fi和卫星网络各司其职,但他认为先进的地面无线网络更适合满足这些需求。
saw指出,当涉及数以千计的机器时,雇用人工来协助机器人将变得极具挑战:t-mobile正与serverobotics合作,评估在边缘端进行监控的可行性,以判断哪些问题可以由人工解决,哪些需要更多ai介入。
这位高管还强调了与英伟达(nvidia)、诺基亚(nokia)以及日益扩大的开发者团队的合作,共同在分布式边缘网络上运行物理ai应用;此外,他们近期还与这些厂商合作完成了一次ai-ran(ai无线接入网)通话。
saw解释说,t-mobile正与加利福尼亚州圣何塞市(sanjose)及专业公司合作,开发一种利用边缘ai融合多个独立5g摄像头视角的方法,以生成交通全景视角。
他们正在测试ai能否将不同交叉路口发生的情况联系起来,以及提供宏观视角是否有助于人们更早发现交通规律。
通过与英伟达、诺基亚和爱立信(ericsson)的合作,该运营商还在探索“ai与网络工作负载如何共享加速计算基础设施”。
saw表示,t-mobile必须开发出能将“数据和工作负载”传输至“智能需要运行的位置”的方法,无论该位置是在设备端、边缘端还是云端。
他表示,未来的发展方向“正变得越来越清晰”,而t-mobile的网络将成为连接各个层级之间的“纽带”。