第 02 集：Iman Anvari

為什麼情境可以定義邊緣的代理式人工智慧

收聽本集

在The Data Movement 的這一集主持人 Paul Langston 與 Seagate 先進技術總監 Iman Anvari 共同探討人工智慧的真正未來發展方向，以及在實驗室外讓自主式系統運作需要的要素。

Iman 借鑒了 NVIDIA GTC 大會和 Seagate 實際創新工作的觀點，分享了為什麼該產業已走到真正需要變革的時刻。人工智慧模型變得越來越聰明——但僅僅具備這種能力仍猶不足。他指出，挑戰在於情境：瞭解正在發生的事情、發生的位置以及如何因應。

這就是邊緣的優勢所在。

對話也探討機器人技術如何在極少工作負載下，整合硬體、軟體和資料基礎結構，以及為什麼延遲是限制運算從集中式雲端轉移到更靠近資料產生位置的硬性因素。需要即時做出決策時，依靠雲端往返傳輸是無法實現擴充。

Paul 和 Iman 分析為什麼自主式系統需要的不僅僅是原始運算能力。它們依靠分層記憶體和儲存協同工作，以實現即時感知和持續學習。

在本集節目中，您將聽到以下內容：

• 為什麼機器人技術將運算、儲存和現實世界的資訊結合
• 邊緣「微型資料中心」如何讓人工智慧自主成為可能
• 為什麼延遲是推動智慧向邊緣擴充的關鍵驅動因素
• 情境如何成為自主式代理的限制
• 支援大規模智慧代理式人工智慧所需的分層記憶體架構

Iman 從系統層面清楚地闡述代理式人工智慧從概念變成現實所需的條件。對於在邊緣建置系統的團隊而言，這提醒我們，進步不僅僅是更強大的模型，而是將智慧更貼近行動，並配備適當的資料基礎結構提供支援。

Iman Anvari

先進技術總監 | Seagate