内容摘要：
速读文章内容
祝贺！上科大信息学院石远明与周勇课题组联合出版边缘人工智能专著
近日，信息学院石远明课题组与周勇课题组合作，在国际顶级出版社Elsevier出版名为“Mobile Edge Artificial Intelligence: Opportunities and Challenges”的专著，全面展示了他们在边缘人工智能领域的关键技术与最新研究成果。
从1955年达特茅斯会议开始，到2016年AlphaGo，人工智能的发展掀起了以深度神经网络为核心技术的新一代人工智能高潮，借助于算力、算法、大数据的巨大发展，以期在教育、医疗、金融、智慧城市、智能制造、无人驾驶等更前沿、更复杂的领域取得广泛应用。然而，基于云计算的人工智能技术通常需要将数据通过移动通信网络上传到远离人和物的云计算中心进行分析处理，形成的智能服务决策再下发到相应的终端，这将对发展新一代人工智能技术带来通信带宽消耗大、网络延迟响应长、用户隐私容易泄露等新挑战，这被认为是“人工智能最后一公里”挑战问题。
边缘人工智能理论基础，如神经网络模型压缩、分布式优化算法等，近年来得到了广泛关注及发展。边缘人工智能将机器学习模型的训练和推断过程直接部署在网络边缘，实现人工智能生态系统理论研究、技术发展及实际应用的范式转移。它致力于在网络边缘实现高精准、低能耗人工智能模型推断以及边缘设备上的高隐私、高精准人工智能服务。同时，边缘人工智能也是实现未来无线泛在智能的颠覆式技术，通过支持通感互联网、智赋农业、智赋工业、智慧交通、精准医疗、区块链经济等新型应用，实现第六代移动通信（6G）从“万物互联”（connected things）到“联网智能”（connected intelligence）的技术演进，支撑社会经济的跨越式发展。
该专著针对“人工智能最后一公里”挑战问题，采用边缘人工智能作为总体框架，提出将机器学习模型训练和推断的计算过程直接部署在网络的边缘，从而避免了数据上传过程中导致的网络拥塞、网络延迟、数据隐私泄漏等问题，最终在网络边缘构建实时、精准的智能决策响应，实现无处不在的无线智能。
图: 边缘人工智能模型训练系统
图: 可重构智能表面结构图
图: 可重构智能表面辅助边缘人工智能模型训练
图: 边缘人工智能模型推断系统
该专著中，信息学院石远明教授为第一作者，石远明课题组2020届博士杨恺为第二作者（目前在京东科技任风控算法工程师），石远明课题组在读硕士生杨展鹏为第三作者，信息学院周勇教授为第四作者，上海科技大学为第一完成单位。相关研究得到了国家自然科学基金及上科大科研启动经费的大力支持。
专著链接（点击阅读原文获取更多内容）：
https://www.网址未加载/books/mobile-edge-artificial-intelligence/shi/978-0-12-823817-2
排 版 张丽敏
编 辑 高正纯
高 瑄
今天“分享”“点赞”“在看”了吗？
