2030’lu Yıllar Kenar tarafından Güçlendirilecek: Neden Bir Sonraki On Yılın Bilgisayarları Şimdi Başlıyor

Geleceğin yapay zekasını görmek istiyorsanız, Kuzey Virginia’daki sunucu çiftliklerini veya San Francisco’daki startup kuluçka merkezlerini unutun. Fort Lauderdale’ın hemen dışında bir araba yıkama şirketini ziyaret edin.

Operasyonu yöneten zeka, muhtemelen araba yıkama işindeyseniz endüstri lideri olan, duymadığınız bir şirket tarafından sağlanıyor – Sonny’s The CarWash Factory. Sonny’s, dünyanın en büyük konveyörlü araba yıkama ekipmanı üreticisidir – geleneksel olarak fırçalar, sabun ve kayışlar tarafından tanımlanan bir iş. Ancak binlerce konumda, onlar sonarın yerine saniyeler içinde araçları ölçmek için bilgisayar vizyonunu kullanıyorlar, anlık sadakat kaydını sağlamak için plaka tanıma kullanıyorlar ve sürüş sırasında konuşma yapay zekasını test ediyorlar.

Milyarlarca dolar, bir sonraki ChatGPT tarzı ürünü kovalarken – birçok analist tarafından警告 edilen – zaten gerçek benimsemeyi aşan yatırımlar – bir sessiz devrim, otoparklarda, fabrika zeminlerinde, denizde ve hastane bodrumlarında gerçekleşiyor.

Bir bölünme yaşanıyor. Bir yanda Tüketici AI var: gösterişli, sübvansiyonlu ve operasyonel olarak pahalı. Diğer yanda Fiziksel AI var: görsel olarak etkileyici olmayan, sert ROI’ye dayanan ve zaten operasyonları değiştiren endüstrilerde.

Bu bölünme, gelen on yılı tanımlayacak. 2010’lar cihazları bağlamakla (IoT) ilgiliyken, 2020’ler verilerin orijininde işlenmesiyle (kenar bilgisayarları) ilgiliyken, 2030’lar bu verilere anında tepki vermekle ilgili olacak. Bu, Kenar AI’nin çağı.

Beklenmedik Yerlerde İnovasyon

Fiziksel mallara dayanan endüstriler için, bulut genellikle çok uzaktadır – hem fiziksel hem de operasyonel olarak.

Perakende pazarını düşünün. Her mağaza, stok kayıtları ile gerçeklik arasındaki boşluğuyla uğraşıyor. Giysiler taşınır, deneme yapılır ve kaybolur, geleneksel veritabanlarını dakikalar içinde geçersiz kılar. Ancak bazı şirketler, mağazanın kendisi veritabanı olan bir modele doğru ilerlemektedir. Tavana monte edilmiş RFID tarayıcılar, gerçek zamanlı olarak giysileri takip etmektedir – hangi giysinin deneme odasına girdiğini, hangisinin nunca ayrılmadığını ve hangi boyutun nereye gittiğini belirlemektedir. Sadece kayıtları güncellemiyorlar, fiziksel alanı gerçek zamanlı olarak dijitalleştiriyorlar – bu, yalnızca yerel işlem ile mümkün.

Sağlık sektörü de benzer bir yola giriyor. Modern CT ve MRI taramaları, her hasta için gigabaytlarca veri üretiyor – buluta sürekli olarak gönderilmesi için çok ağır ve çok hassas veriler. Cevap, daha büyük bir boru hattı değil, AI’yi tarayıcıya getirmektir. Hastaneler, yerel olarak çıkarım çalıştırmaya başlıyor, hasta verilerini yerinde tutarken saniyeler içinde teşhis bilgilerini sunuyor.

Deniz taşımacılığı endüstrisi benzer kısıtlamalarla karşı karşıya. Konteynır gemileri, motorlardan, navigasyon sistemlerinden ve kargo sensörlerinden operasyonel veriler üretiyor. Ancak okyanus ortasındaki bağlantı maliyetleri gigabayt başına binlerce dolar. Nakliye şirketleri, bu verileri yerel olarak işlemek için gemi上的 kenar sunucuları dağıtmaktadır, arızaları önlemek için öngörülü bakım modelleri çalıştırmaktadır. AI, bulutun o kadar uzağa ulaşamadığı için gemiyle seyahat etmektedir.

Bu, AR-GE deneyleri değil. Kenar bilgisayarları tarafından çözülen operasyonel sorunlar.

Üç Katmanlı Mimarisi

Kurumsal altyapının nereye gittiğini anlamak için, cebinizdeki telefona bakın. Apple Intelligence, üç katmanlı bir hesaplama modelini tanıttı: hız için cihazda işlem, daha ağır görevler için özel bir hesaplama katmanı ve geniş bilgi için bulut. Endüstriyel ortamlar, bu exact mimariyi benimsemektedir – sadece kolaylık için değil, fizik için.

Yeni nesil humanoid robotlara bakın. Bu makineler, pil ile çalışıyor; süper bilgisayarları sırtlarında taşıyamıyorlar, buluta güvenerek saniyeler içinde güvenlik kararları alamıyorlar. Bunun yerine, kritik bir “orta katmana” güveniyorlar:

• Cihaz (Robot): Hareketi ve güvenliği yerel olarak işler.

• Özel Kenar: Fabrika zemininde bir yerel sunucu, ağır çıkarımı ve filo koordinasyonunu işler.

• Bulut: Sadece eğitim ve küresel yazılım güncellemeleri için kullanılır.

2010’lar Bulut Önceliği idi. 2030’lar Kenar Önceliği olacak – gerektiğinde bulut.

Bu mimari, gerçek kısıtlamaları çözer. Robotlar pillerle çalışır ve ağır hesaplama yüklerini taşıyamaz. Fabrika zeminleri, bulut gecikmesini karşılayamayan saniye içinde tepki verme zamanlarına ihtiyaç duyar. Hastanelerdeki hasta verileri, düzenleyici uyumluluk için yerinde tutulmalıdır. Orta katman, ağır çıkarım işini, cihaz filosunu koordine etmeyi ve yerel operasyonlar ile küresel sistemler arasında bir tampon görevi görür. Bunu, tek bir sunucu rafına sıkıştırılmış yerel bir veri merkezi olarak düşünün, pública internete hiç dokunmadan terabaytlarca veri işler. Robot, yerel olarak güvenlik manevrasını çalıştırır. Fabrika zemininde bir yerel sunucu, ağır çıkarımı ve filo koordinasyonunu işler. Bulut, sadece eğitim ve küresel yazılım güncellemeleri için kullanılır.

“Dial-Up” Döneminin Sonu

Bu mimari değişikliklere rağmen, gerçeklik hala karışık. Fiziksel AI şu anda “dial-up” dönemindedir. Operasyon liderleri, birbirleriyle konuşmayan, insan sayımı, video analitiği veya sensörler için özel cihazlardan oluşan “kara kutular” ile karşı karşıyadır. Bu, ayrı bir cihazda email, haritalar ve fotoğraflar taşımanın eşdeğeridir.

Şimdi, 20.000’den fazla konumla organizasyonlar, bu yama işini, yeni uygulamaları donanım projeleri olarak değil, yazılım güncellemeleri olarak dağıtabildikleri birleşik kenar platformlarıyla değiştiriyorlar.

Aynı zamanda, Starlink gibi LEO uydu ağları, bağlantı ölü bölgelerini ortadan kaldırıyor. Yeni ortaya çıkan ekonomiler, sabit hatları atlayıp doğrudan mobil gitmeye benzer şekilde, endüstriler de merkezi bulut mimarilerini tamamen atlayıp dağıtılmış kenar AI’ye geçiyorlar. Fiziksel operasyonların gerektirdiği için bunu yapıyorlar.

Yatırım Paradoksu

Fiziksel AI, asla bir “ChatGPT anı” yaşayamayacak. Yaşayamaz. Oluşturulan AI’da bir hata, viral bir ekran görüntüsü olabilir; fiziksel AI’da bir hata, güvenlik tehlikesi olabilir.

Bu nedenle, burada ilerleme, patlayıcı değil, istikrarlıdır. Waymo, büyük şehirlerde genişlemeye başlamadan önce, test ve simülasyon için on yıldan fazla zaman harcadı. Sağlık sektöründe, taramaları analiz eden bir AI, FDA onayını gerektiren bir tıbbi cihazdır. Güvenliği veya olgunluğu indiremezsiniz. Kazanmak zorundasınız.

Yatırım paradoksu basittir: görsel tüketici AI, başlıkları domine eder, ancak operasyonel AI, ekonomiyi domine eder. 2030’lar, en çok viral modeli olan şirketlere ait olmayacak, sondern her yerde ihtiyaç duyulan zekayı dağıtabilen şirketlere ait olacak.

Dünya çapında Sonny’s teknolojisi tarafından çalışan bir araba yıkama istasyonuna girdiğinizde ve sistem aracınızı tanır ve size doğal olarak konuşursa, bunu bir hile olarak görmeyin. Bunu bir plan olarak görün. Bu, altyapıdır. Ve bu altyapıyı bugün inşa eden şirketler, önümüzdeki on yılın rekabetçi hendeklerini inşa ediyorlar.