EMB 93

EMBEDDED 93 • SETTEMBRE • 2024 5 EDITORIALE Filippo Fossati f.fossati@lswr.it O rmai entrato nel lessico comune, il termine “Edge AI” sta a indicare una combina- zione tra due tecnologie: elaborazione alla periferia della rete e intelligenza artificiale (AI). Questo connubio permette agli algoritmi AI di girare su dispositivi locali con capa- cità di elaborazione utilizzati in applicazioni critiche. Uno dei principali vantaggi è la possibilità offerta ai dispositivi periferici di elaborare i dati in tempo reale senza ricorrere a una connessione a Internet. Senza dimenticare i benefici legati al miglioramento del processo decisionale e alla riduzione della latenza. Quello dell’Edge AI è quindi un mercato decisamente promettente: secondo un recente rapporto di Fortune Business Insights questo comparto, che nel 2023 ha fatto registrare un fatturato pari a 20,39 miliardi di dollari, aumenterà a 26,74 miliardi nell’anno in corso per arrivare a quota 186,44 miliardi di dollari entro il 2032. Il tasso medio di crescita su base annua nel periodo preso in considerazione sarà pari al 27,5%. I settori applicativi sono i più diversificati: dall’automotive (in particolare la guida autonoma) alla produzione, dal medicale all’energia, dai beni di consumo alle telecomunicazioni, solo per citare i principali. Un comparto molto interessante per l’Edge AI è quello della video sorveglianza, che nel 2023 ha prodotto ricavi per oltre 2 miliardi di dollari (fonte: GMI – Global Market Insights). In questo caso, l’Edge AI svolge un ruolo cruciale, facilitando l’analisi e l’elaborazione in tempo reale dei dati video direttamente sul disposi- tivo in cui si trovano le telecamere. Ciò elimina la necessità di trasferire i dati a un server centralizzato per l’analisi e consente di rilevare in modo più rapido e preciso le minacce alla sicurezza, come gli accessi non autorizzati o i comportamenti sospetti. Alla crescita del mercato dell’Edge AI aumentano le preoccupazioni legate alla privacy e alla sicurezza. Un problema di notevole entità è l’assenza di protocolli di sicurezza standardizzati per i dispositivi Edge AI, con conseguente aumento della loro vulnerabilità agli attacchi informatici. I dispositivi periferici potrebbero non disporre delle misure di sicurezza necessarie, come firewall o software antivirus, per proteggersi dalle minacce. Ciò può mettere a rischio i dati sensibili, sollevando così problemi di conformità. Per superare questi ostacoli sono necessari protocolli di sicurezza standardizzati, normative sulla privacy e framework etici per garantire un trattamento sicuro e trasparente dei dati. Non bisogna infine dimenticare che l’edge computing dipende fortemente dall’hardware e richiede unità standardizzate, mentre occorre molto tempo per costruire il prototipo è trasferirlo in produzione. In definitiva, Edge AI è una tecnologia decisamente promettente ma la cui implementazione non è sicuramente tra le più semplici. Intelligenza alla periferia: luci e ombre