2030 के दशक में एज का बोलबाला होगा: अगले दशक की गणना अब से शुरू होगी

अगर आप भविष्य के एआई को देखना चाहते हैं, तो उत्तरी वर्जीनिया के सर्वर फार्म या सैन फ्रांसिस्को के स्टार्टअप इंक्यूबेटर्स को भूल जाएं। फोर्ट लॉडरडेल के बाहर एक कार वॉश कंपनी में जाएं।

संचालन के पीछे की बुद्धिमत्ता एक ऐसी कंपनी से आती है जिसके बारे में आप नहीं जानते होंगे, जब तक कि आप कार वॉश व्यवसाय में नहीं हैं, जहां वे एक उद्योग नेता हैं – सोनी का कार वॉश फैक्ट्री। सोनी दुनिया का सबसे बड़ा कॉन्वेयराइज्ड कार वॉश उपकरण निर्माता है – एक व्यवसाय जो पारंपरिक रूप से ब्रश, साबुन और बेल्ट द्वारा परिभाषित किया जाता है, न कि कोड द्वारा। फिर भी, हजारों स्थानों पर, वे दशक पुराने सोनार को कंप्यूटर दृष्टि से मिलीमीटर में वाहनों के आकार को बदलने के लिए, तुरंत वफादारी नामांकन के लिए लाइसेंस प्लेट मान्यता का उपयोग करके, और ड्राइव-अप कियोस्क पर संवादात्मक एआई का परीक्षण कर रहे हैं।

जबकि अरबों डॉलर अगले चैटजीपीटी-शैली के उत्पाद का पीछा कर रहे हैं – निवेश जो कई विश्लेषक चेतावनी देते हैं कि वे पहले से ही वास्तविक अपनाने को पार कर चुके हैं – एक शांत क्रांति पार्किंग स्थलों, फैक्ट्री फ्लोर, समुद्र में जहाजों और अस्पताल के बेसमेंट में हो रही है।

हम एक विभाजन को देख रहे हैं। एक तरफ उपभोक्ता एआई है: आकर्षक, सब्सिडी और संचालन महंगा। दूसरी तरफ भौतिक एआई है: अप्रिय, कठिन आरओआई में निहित और पहले से ही उन उद्योगों में संचालन को फिर से आकार दे रहा है जो देरी या डाउनटाइम को बर्दाश्त नहीं कर सकते हैं।

यह विभाजन आने वाले दशक को परिभाषित करेगा। यदि 2010 के दशक उपकरणों (IoT) को जोड़ने के बारे में थे, और 2020 के दशक डेटा को उसके मूल स्रोत (एज कंप्यूटिंग) पर संसाधित करने के बारे में हैं, तो 2030 के दशक डेटा पर तुरंत कार्रवाई करने के बारे में होंगे। यह एज एआई का युग है।

अप्रत्याशित स्थानों पर नवाचार

भौतिक सामानों में निहित उद्योगों के लिए, बादल अक्सर बहुत दूर होता है – साहित्यिक और संचालन रूप से।

उदाहरण के लिए, खुदरा बाजार लें। हर स्टोर सूची रिकॉर्ड और वास्तविकता के बीच अंतर से जूझता है। कपड़े हिलाए जाते हैं, पहने जाते हैं और गलत रखे जाते हैं, पारंपरिक डेटाबेस को मिनटों के भीतर पुराना बना देते हैं। लेकिन कुछ कंपनियां एक मॉडल की ओर बढ़ रही हैं जहां स्टोर स्वयं डेटाबेस बन जाता है। छत से लगे आरएफआईडी स्कैनर वास्तविक समय में कपड़ों को ट्रैक करते हैं – जो एक फिटिंग रूम में प्रवेश करता है, जो कभी नहीं छोड़ता है और एक विशिष्ट आकार कहां समाप्त होता है। वे केवल रिकॉर्ड अपडेट नहीं कर रहे हैं; वे भौतिक स्थान को वास्तविक समय में डिजिटल बना रहे हैं – कुछ जो केवल स्थानीय प्रसंस्करण से संभव है।

स्वास्थ्य सेवा एक समान पथ का अनुसरण कर रही है। आधुनिक सीटी और एमआरआई स्कैन प्रति रोगी गीगाबाइट का उत्पादन करते हैं – डेटा बहुत भारी और बहुत संवेदनशील है जिसे लगातार बादल में भेजा जा सकता है। उत्तर एक बड़ा पाइप नहीं है; यह स्कैनर में एआई लाना है। अस्पताल स्थानीय रूप से अनुमान लगा रहे हैं, रोगी डेटा को ऑन-प्रिमाइसेस रख रहे हैं और सेकंड में नैदानिक अंतर्दृष्टि प्रदान कर रहे हैं।

समुद्री उद्योग को समान प्रतिबंधों का सामना करना पड़ता है। कंटेनर जहाज इंजन, नेविगेशन सिस्टम और कार्गो सेंसर से संचालन डेटा के टेराबाइट्स का उत्पादन करते हैं। लेकिन मध्य-महासागर कनेक्टिविटी प्रति गीगाबाइट हजारों डॉलर का खर्च आता है। शिपिंग कंपनियां जहाज पर स्थानीय रूप से डेटा को संसाधित करने के लिए एज सर्वर तैनात कर रही हैं, जो पूर्वानुमानिक रखरखाव मॉडल चला रही हैं जो जहाज बंदरगाह पर पहुंचने से पहले इंजन विफलता को रोकते हैं। एआई जहाज के साथ यात्रा करता है क्योंकि बादल इतनी दूर तक नहीं पहुंचता है।

वे शोध और विकास प्रयोग नहीं हैं। वे संचालन संबंधी समस्याएं हैं जो एज पर गणना द्वारा हल की जाती हैं।

तीन-टियर वास्तुकला

उद्यम इंफ्रास्ट्रक्चर कहां जा रहा है, यह समझने के लिए अपने पॉकेट में फोन देखें। एप्पल इंटेलिजेंस ने मुख्यधारा को तीन-टियर कंप्यूट मॉडल की शुरुआत की: गति के लिए डिवाइस पर प्रसंस्करण, भारी कार्यों के लिए एक निजी कंप्यूट लेयर और व्यापक ज्ञान के लिए बादल। औद्योगिक वातावरण इसी वास्तुकला को अपना रहे हैं – सुविधा के लिए नहीं, बल्कि भौतिकी के लिए।

मानवनुमा रोबोटिक्स की नई लहर पर विचार करें। ये मशीनें बैटरी पर चलती हैं; वे अपनी पीठ पर सुपरकंप्यूटर नहीं ले जा सकती हैं, न ही वे सुरक्षा निर्णयों के लिए बादल पर भरोसा कर सकती हैं। इसके बजाय, वे एक महत्वपूर्ण “मध्य टियर” पर भरोसा करते हैं:

• डिवाइस (रोबोट): तुरंत गति और सुरक्षा को स्थानीय रूप से संभालता है।

• निजी एज: एक स्थानीय सर्वर फैक्ट्री फ्लोर पर भारी अनुमान और बेड़े के समन्वय को संभालता है।

• बादल: केवल प्रशिक्षण और वैश्विक सॉफ्टवेयर अद्यतनों के लिए आरक्षित है।

2010 के दशक क्लाउड फर्स्ट थे। 2030 के दशक एज फर्स्ट होंगे – जब आवश्यक हो तब बादल।

यह वास्तुकला वास्तविक प्रतिबंधों को हल करती है। रोबोट बैटरी पर चलते हैं और भारी कंप्यूट लोड नहीं ले जा सकते हैं। फैक्ट्री फ्लोर को मिलीसेकंड के प्रतिक्रिया समय की आवश्यकता होती है जो बादल विलंबता प्रदान नहीं कर सकता है। अस्पतालों में रोगी डेटा को नियामक अनुपालन के लिए ऑन-प्रिमाइसेस रहना चाहिए। मध्य टियर भारी अनुमान कार्य को संभालता है, डिवाइस के बेड़े का समन्वय करता है, और स्थानीय संचालन और वैश्विक प्रणालियों के बीच एक बफर के रूप में कार्य करता है। इसे एक स्थानीय डेटा केंद्र के रूप में सोचें जो एक ही सर्वर रैक में संकुचित है, जो बिना सार्वजनिक इंटरनेट को छुए टेराबाइट्स को संसाधित करता है। जब रोबोट को एक सुरक्षा मैन्यूवर निष्पादित करने की आवश्यकता होती है, तो यह स्थानीय रूप से प्रसंस्करण करता है। जब यह दिन के संचालन पर आधारित अपने नेविगेशन मॉडल को अपडेट करने की आवश्यकता होती है, तो एज सर्वर रात में इसका ध्यान रखता है। जब निर्माता एक नई क्षमता जारी करता है, तो बादल इसे नीचे धकेलता है। प्रत्येक टियर वही करता है जो वह सबसे अच्छा करता है।

“डायल-अप” युग का अंत

इन वास्तुकला परिवर्तनों के बावजूद, जमीनी वास्तविकता अभी भी जटिल है। भौतिक एआई वर्तमान में अपने “डायल-अप” युग में है। संचालन नेताओं को “ब्लैक बॉक्स” – लोगों की गणना, वीडियो विश्लेषण या सेंसर के लिए प्रोप्राइटरी डिवाइस से परेशान किया जाता है जो एक दूसरे से बात नहीं करते हैं। यह एक अलग डिवाइस के लिए ईमेल, मानचित्र और फोटो ले जाने के समान है।

अब हम उन संगठनों को देख रहे हैं जो 20,000+ स्थानों पर इस पैचवर्क को एकीकृत एज प्लेटफार्मों से बदल रहे हैं, जिससे उन्हें नए अनुप्रयोगों को हार्डवेयर परियोजनाओं के बजाय सॉफ्टवेयर अद्यतन के रूप में तैनात करने की अनुमति मिलती है।

इस बीच, स्टारलिंक जैसे लEO सैटेलाइट नेटवर्क कनेक्टिविटी डेड ज़ोन को समाप्त कर रहे हैं। जैसे ही उभरती अर्थव्यवस्थाएं लैंडलाइन को छोड़कर सीधे मोबाइल पर कूदती हैं, समुद्री, खनन और रेल जैसे उद्योग केंद्रीकृत बादल वास्तुकला को पूरी तरह से छोड़ देते हैं। वे सीधे वितरित एज एआई में जा रहे हैं क्योंकि उनके संचालन की भौतिकी इसे मांगती है।

निवेश संकट

भौतिक एआई का कभी “चैटजीपीटी पल” नहीं होगा। यह नहीं कर सकता। जनरेटिव एआई में एक गलती एक वायरल स्क्रीनशॉट है; भौतिक एआई में एक गलती एक सुरक्षा जोखिम हो सकती है।

यही कारण है कि यहां प्रगति स्थिर है rather_than विस्फोटक। वेमो ने प्रमुख शहरों में विस्तार से पहले परीक्षण और सिमुलेशन पर एक दशक से अधिक समय बिताया। स्वास्थ्य सेवा में, एक एआई जो स्कैन का विश्लेषण करता है एक चिकित्सा उपकरण है जिसके लिए एफडीए अनुमोदन की आवश्यकता होती है। आप सुरक्षा या परिपक्वता डाउनलोड नहीं कर सकते। आपको इसे कमाना होगा।

निवेश संकट सरल है: आकर्षक उपभोक्ता एआई हेडलाइंस को परिभाषित करता है, लेकिन संचालन एआई अर्थव्यवस्था को परिभाषित करता है। 2030 के दशक वायरल मॉडल वाली कंपनियों के नहीं होंगे, बल्कि उन कंपनियों के होंगे जो जहां भी इसकी आवश्यकता हो वहां बुद्धिमत्ता तैनात कर सकते हैं।

जब आप दुनिया में कहीं भी सोनी की तकनीक से संचालित उस कार वॉश में प्रवेश करते हैं और प्रणाली आपके वाहन को पहचानती है और आपके साथ प्राकृतिक रूप से बातचीत करती है, तो इसे एक पार्लर ट्रिक के रूप में न देखें। इसे एक नीलाक्षर के रूप में देखें। यह बुनियादी ढांचा है। और आज इसे बिछाने वाली कंपनियां अगले दशक की प्रतिस्पर्धी खाई बना रही हैं।