โฟร์ฟรอนเทียร์ส ใน Generative AI — ห่างไกลจากคลาวด์

ในตอนแรก มีอินเทอร์เน็ต ซึ่งเปลี่ยนแปลงชีวิตของเราไปตลอดกาล — วิธีการสื่อสาร ซื้อของ ทำธุรกิจ และจากนั้นเนื่องจากความล่าช้า ความเป็นส่วนตัว และความคุ้มค่า อินเทอร์เน็ตจึงย้ายไปที่ขอบของเครือข่าย ทำให้เกิด “อินเทอร์เน็ตของสิ่ง” ขึ้น

ตอนนี้มีไอซึ่งทำให้ทุกสิ่งที่เราทำบนอินเทอร์เน็ตง่ายขึ้น ส่วนบุคคล และฉลาดขึ้น แต่เพื่อใช้งานไอ เราต้องการเซิร์ฟเวอร์ที่มีขนาดใหญ่และความจุในการคำนวณสูง ดังนั้นจึงถูกจำกัดไว้ที่คลาวด์ แต่แรงจูงใจเดียวกัน — ความล่าช้า ความเป็นส่วนตัว และความคุ้มค่า — ได้ผลักดันให้บริษัทต่างๆ เช่น Hailo พัฒนาเทคโนโลยีที่ช่วยให้ไอทำงานที่ขอบของเครือข่าย

โดยไม่ต้องสงสัย สิ่งหนึ่งที่ยิ่งใหญ่ต่อไปคือ Generative AI Generative AI มีศักยภาพที่ยิ่งใหญ่ในหลายอุตสาหกรรม สามารถใช้เพื่อปรับปรุงการทำงานและเพิ่มประสิทธิภาพของนักสร้างสรรค์ต่างๆ — ทนายความ นักเขียนเนื้อหา นักออกแบบกราฟิก นักดนตรี และอื่นๆ สามารถช่วยค้นพบยาทางการแพทย์ใหม่ๆ หรือช่วยในการทำหัตถการแพทย์ Generative AI สามารถปรับปรุงการทำงานอัตโนมัติในอุตสาหกรรม พัฒนาโค้ดซอฟต์แวร์ใหม่ และเพิ่มความปลอดภัยในการขนส่งโดยการสร้างวิดีโอ ออดิโอ ภาพ และอื่นๆ อัตโนมัติ

อย่างไรก็ตาม Generative AI ในรูปแบบที่มีอยู่ในปัจจุบันถูกจำกัดโดยเทคโนโลยีที่ทำให้เกิดขึ้น เนื่องจาก Generative AI เกิดขึ้นในคลาวด์ — ศูนย์ข้อมูลขนาดใหญ่ที่มีค่าใช้จ่ายสูงและใช้พลังงานมาก ซึ่งอยู่ห่างไกลจากผู้ใช้จริง เมื่อมีคนส่งคำขอไปยังเครื่องมือ Generative AI เช่น ChatGPT หรือโซลูชันการประชุมทางวิดีโอที่ใช้ AI ใหม่ คำขอนั้นจะถูกส่งผ่านอินเทอร์เน็ตไปยังคลาวด์ ซึ่งจะถูกประมวลผลโดยเซิร์ฟเวอร์ก่อนที่จะส่งผลลัพธ์กลับไปยังเครือข่าย

เมื่อบริษัทต่างๆ พัฒนาแอปพลิเคชันใหม่สำหรับ Generative AI และติดตั้งบนอุปกรณ์ต่างๆ — กล้องวิดีโอและระบบความปลอดภัย โรบอตอุตสาหกรรมและโรบอตส่วนบุคคล คอมพิวเตอร์แล็ปท็อป และแม้แต่รถยนต์ — คลาวด์เป็นปัญหาที่เกี่ยวข้องกับความกว้างแบนด์วิธ ค่าใช้จ่าย และการเชื่อมต่อ

และสำหรับแอปพลิเคชันบางอย่าง เช่น ระบบช่วยเหลือการขับขี่ ซอฟต์แวร์สำหรับคอมพิวเตอร์ส่วนบุคคล การประชุมทางวิดีโอ และความปลอดภัย การย้ายข้อมูลผ่านเครือข่ายอย่างต่อเนื่องอาจเป็นความเสี่ยงต่อความเป็นส่วนตัว

วิธีแก้ปัญหาคือการทำให้อุปกรณ์เหล่านี้สามารถประมวลผล Generative AI ที่ ขอบ ของเครือข่ายจริงๆ ในความเป็นจริงแล้ว Generative AI ที่ขอบของเครือข่ายมีศักยภาพที่จะช่วยให้แอปพลิเคชันที่เกิดขึ้นใหม่หลายอย่างดีขึ้น

Generative AI ที่กำลังเติบโต

พิจารณาว่าในเดือนมิถุนายน Mercedes-Benz ได้ประกาศว่าจะนำ ChatGPT มาใช้ในรถยนต์ของตน ในรถยนต์ที่มี ChatGPT ผู้ขับสามารถถามรถยนต์ — โดยไม่ต้องใช้มือ — เกี่ยวกับวิธีทำอาหารจากวัตถุดิบที่มีอยู่ที่บ้านได้ ถ้ารถยนต์เชื่อมต่อกับอินเทอร์เน็ต ในที่จอดรถหรือที่ต่างๆ ที่ไม่มีการเชื่อมต่อ อาจไม่สามารถทำงานได้

ในช่วงสองสามปีที่ผ่านมา การประชุมทางวิดีโอกำลังเป็นเรื่องปกติสำหรับหลายๆ คน บริษัทซอฟต์แวร์หลายแห่งกำลังรวมรูปแบบของ AI เข้ากับโซลูชันการประชุมทางวิดีโอ บางทีเพื่อปรับปรุงคุณภาพเสียงและวิดีโอแบบเรียลไทม์ หรือ “วาง” คนในพื้นที่เสมือนจริงได้ การประชุมทางวิดีโอที่ใช้ Generative AI สามารถสร้างบันทึกการประชุมหรือดึงข้อมูลที่เกี่ยวข้องจากแหล่งข้อมูลของบริษัทในแบบเรียลไทม์เมื่อถูกกล่าวถึงในหัวข้อต่างๆ

อย่างไรก็ตาม หากรถยนต์ที่มีความฉลาด ระบบการประชุมทางวิดีโอ หรืออุปกรณ์ขอบอื่นๆ ไม่สามารถเชื่อมต่อกลับไปยังคลาวด์ได้ ประสบการณ์ Generative AI จะไม่สามารถเกิดขึ้นได้ แต่สิ่งเหล่านี้จะเกิดขึ้นได้อย่างไร ถ้าพวกมันไม่ต้องเชื่อมต่อกลับไปยังคลาวด์ มันอาจดูเหมือนเป็นงานที่ยากมากเมื่อพิจารณาจากการประมวลผล AI ของคลาวด์ที่มีขนาดใหญ่ แต่ขณะนี้มันกำลังเป็นไปได้

Generative AI ที่ขอบ

แล้วมีเครื่องมือ Generative AI ที่สามารถสร้างการนำเสนอ PowerPoint ที่มีรายละเอียดและน่าสนใจได้โดยอัตโนมัติ แต่ผู้ใช้ต้องการให้ระบบทำงานจากทุกที่ แม้ไม่มีการเชื่อมต่ออินเทอร์เน็ตก็ตาม

ในทำนองเดียวกัน เรากำลังเห็นชั้นใหม่ของ “ผู้ช่วย” ที่ใช้ Generative AI ซึ่งจะเปลี่ยนแปลงวิธีการที่เราสื่อสารกับอุปกรณ์คอมพิวเตอร์ของเราโดยการทำให้หลายงานที่ซ้ำกัน เช่น การสร้างรายงานหรือการแสดงข้อมูลเป็นภาพ เป็นอัตโนมัติ สมมติว่าคุณเปิดแล็ปท็อป แล็ปท็อปจดจำคุณผ่านกล้องและสร้างแผนการสำหรับวัน/สัปดาห์/เดือนตามเครื่องมือที่คุณใช้บ่อยที่สุด เช่น Outlook, Teams, Slack, Trello และอื่นๆ แต่เพื่อรักษาความเป็นส่วนตัวและประสบการณ์ของผู้ใช้ คุณต้องมีตัวเลือกในการรัน Generative AI ในท้องถิ่น

นอกเหนือจากการที่จะตอบสนองความท้าทายของการเชื่อมต่อที่ไม่น่าเชื่อถือและความเป็นส่วนตัว AI ที่ขอบสามารถช่วยลดความต้องการแบนด์วิธและปรับปรุงประสิทธิภาพของแอปพลิเคชัน ตัวอย่างเช่น หากแอปพลิเคชัน Generative AI สร้างเนื้อหาที่มีข้อมูลมาก เช่น พื้นที่การประชุมเสมือนจริง ผ่านคลาวด์ กระบวนการอาจชะงักลงขึ้นอยู่กับแบนด์วิธที่มีอยู่ (และค่าใช้จ่าย) และบางประเภทของแอปพลิเคชัน Generative AI เช่น ความปลอดภัย โรบอติกส์ หรือการดูแลสุขภาพ ต้องการการตอบสนองที่มีประสิทธิภาพสูงและความล่าช้าที่ต่ำซึ่งการเชื่อมต่อกลาวด์ไม่สามารถจัดการได้

ในด้านความปลอดภัยของวิดีโอ ความสามารถในการระบุตัวบุคคลเมื่อพวกเขาเคลื่อนย้ายระหว่างกล้องหลายตัว — บางตัวติดตั้งในพื้นที่ที่ไม่สามารถเชื่อมต่อเครือข่ายได้ — ต้องการแบบจำลองข้อมูลและประมวลผล AI ในตัวกล้องเอง ในกรณีนี้ Generative AI สามารถนำไปใช้ในการอธิบายสิ่งที่กล้องเห็นได้โดยใช้คำถามง่ายๆ เช่น “หาเด็กอายุ 8 ขวบ ที่สวมเสื้อเชิ้ตสีแดงและหมวกเบสบอล”

นั่นคือ Generative AI ที่ขอบ

การพัฒนาที่ขอบ

ผ่านการนำเอาโปรเซสเซอร์ AI ชั้นใหม่มาใช้ และการพัฒนาแบบจำลอง Generative AI ที่เล็กและประหยัดพลังงาน แต่ยังคงมีประสิทธิภาพไม่แพ้กัน อุปกรณ์ขอบสามารถถูกออกแบบให้ทำงานอย่างฉลาดที่ที่การเชื่อมต่อกลาวด์เป็นไปไม่ได้หรือไม่เหมาะสม

แน่นอนว่าการประมวลผลในคลาวด์จะยังคงเป็นส่วนสำคัญของ Generative AI ตัวอย่างเช่น การฝึกแบบจำลอง AI จะยังคงอยู่ในคลาวด์ แต่การนำข้อมูลผู้ใช้ไปใช้กับแบบจำลองเหล่านั้น ซึ่งเรียกว่า “การอนุมาน” สามารถ — และในหลายกรณีควร — เกิดขึ้นที่ขอบ

อุตสาหกรรมกำลังพัฒนาแบบจำลอง AI ที่เล็กและประหยัดพลังงานมากขึ้น ซึ่งสามารถโหลดลงในอุปกรณ์ขอบได้ บริษัทต่างๆ เช่น Hailo ผลิตโปรเซสเซอร์ AI ที่ออกแบบมาเพื่อประมวลผลเครือข่ายประสาทเทียม ซึ่งไม่เพียงแต่ประมวลผล AI ได้อย่างรวดเร็ว แต่ยังใช้พลังงานน้อยกว่า ทำให้พวกมันประหยัดพลังงานและเหมาะสำหรับอุปกรณ์ขอบหลายประเภท ตั้งแต่สมาร์ทโฟนไปจนถึงกล้อง

การประมวลผล Generative AI ที่ขอบสามารถช่วยกระจายงานที่เพิ่มขึ้นได้อย่างมีประสิทธิภาพ ช่วยให้แอปพลิเคชันปรับขนาดได้ดีขึ้น ลดภาระการประมวลผลที่มีค่าใช้จ่ายสูงของศูนย์ข้อมูลคลาวด์ และช่วยให้พวกมันลดการปล่อยก๊าซคาร์บอนไดออกไซด์

Generative AI กำลังจะเปลี่ยนแปลงการประมวลผลอีกครั้ง ในอนาคต LLM บนแล็ปท็อปของคุณอาจอัปเดตอัตโนมัติแบบเดียวกับที่ระบบปฏิบัติการของคุณทำในปัจจุบัน — และทำงานในลักษณะเดียวกัน แต่เพื่อให้ถึงจุดนั้น เราต้องทำให้การประมวลผล Generative AI ที่ขอบของเครือข่ายเป็นไปได้ ผลลัพธ์ที่สัญญาคือประสิทธิภาพที่ดีขึ้น ประหยัดพลังงาน และความเป็นส่วนตัวและความปลอดภัย ซึ่งทั้งหมดนี้นำไปสู่แอปพลิเคชัน AI ที่เปลี่ยนแปลงโลกในลักษณะเดียวกับ Generative AI เอง