एम्बेडेड सिस्टम वास्तविक जगात AI कसे सक्षम करतात | मत

जेव्हा बहुतेक लोक AI बद्दल विचार करतात, तेव्हा ते चॅटबॉट्स, क्लाउड सर्व्हर आणि मोठ्या प्रमाणात डेटा सेंटरचे चित्र काढतात. परंतु दैनंदिन जीवनाला आकार देणारे एआय दूर कुठेतरी सर्व्हरवर चालत नाही. हे तुमच्या सभोवतालच्या उपकरणांमध्ये चालू आहे: तुमची कार, तुमची फॅक्टरी उपकरणे, तुमची वैद्यकीय उपकरणे. या एम्बेडेड सिस्टीम आहेत आणि ते तिथे आहेत जिथे AI खऱ्या जगाला भेटते.

फरक मूलभूत आहे. क्लाउड-आधारित AI मध्ये जागा, शक्ती आणि वेळ लक्झरी आहे. एम्बेडेड सिस्टममध्ये असे काहीही नसते. हे मर्यादित मेमरी असलेल्या छोट्या चिपवर चालते, अनेकदा बॅटरी पॉवरवर, आणि त्याला मिलिसेकंदांमध्ये निर्णय घ्यावे लागतात. पादचारी शोधणाऱ्या कारबद्दल विचार करा. ते ती प्रतिमा सर्व्हरवर पाठवू शकत नाही, प्रतिसादाची प्रतीक्षा करू शकत नाही आणि नंतर ब्रेक करू शकत नाही. निर्णय तिथेच, वाहनाच्या आत, त्वरित व्हायला हवा. यालाच अभियंते “द एज” म्हणतात आणि एआयला काठावर ढकलल्याने या सिस्टीम कशा प्रकारे डिझाइन केल्या जातात याबद्दल सर्वकाही बदलते.

AI या अडचणी दूर करत नाही. ते त्यांना वाढवते. पहिले आव्हान AI ला पुरेसे लहान आणि या घट्ट जागेत धावण्यासाठी पुरेसे जलद बनवणे. AI मॉडेल्स सामान्यत: मोठे आणि शक्तिशाली असण्यासाठी तयार केले जातात. अचूकता न गमावता एका लहान चिपवर बसण्यासाठी त्यांना लहान करणे ही एक खरी अभियांत्रिकी समस्या आहे. हे फक्त हुशार सॉफ्टवेअर लिहिण्याबद्दल नाही. त्यासाठी हार्डवेअरचाच पुनर्विचार करणे आवश्यक आहे.

चिपमेकर्स आता विशेषत: AI कार्यांसाठी डिझाइन केलेले विशेष प्रोसेसर तयार करत आहेत, पाच वर्षांपूर्वी काही फरक न पडणाऱ्या वीज वापराविरूद्ध कार्यप्रदर्शन संतुलित करतात.

दुसरे आव्हान म्हणजे विश्वास. पारंपारिक एम्बेडेड प्रणाली अंदाजे होती. अभियंता प्रत्येक संभाव्य इनपुटची चाचणी करू शकतील आणि प्रत्येक संभाव्य आउटपुटची पडताळणी करू शकतील. एआय अशा प्रकारे कार्य करत नाही. हे संभाव्य निर्णय करते, याचा अर्थ ते चुकीचे असू शकते. स्मार्टफोन ॲपमध्ये, चुकीचे उत्तर देणे ही एक गैरसोय आहे. ब्रेकिंग सिस्टीम किंवा सर्जिकल रोबोटमध्ये, हे सुरक्षिततेचे संकट आहे.

म्हणून अभियंत्यांना AI च्या आसपास संरक्षणाचे स्तर तयार करावे लागतील, AI घटक अनिश्चित असताना देखील सिस्टम सुरक्षितपणे वागेल याची खात्री करा. हा अधिकार मिळविण्यासाठी या प्रणालींची चाचणी कशी केली जाते याचा पुनर्विचार करणे आवश्यक आहे, कारण वास्तविक जग त्यांच्यावर टाकेल अशा प्रत्येक परिस्थितीचा तुम्ही अंदाज लावू शकत नाही.

तिसरे आव्हान आहे विकासाचा वेग. एआय टूल्स अभियंत्यांना नेहमीपेक्षा जलद कोड लिहिण्यास मदत करत आहेत, परंतु एम्बेडेड सॉफ्टवेअरला कठोर सुरक्षा आणि सुरक्षा मानकांची पूर्तता करावी लागेल. कार्य करणारा कोड पुरेसा नाही. ते सिद्धपणे विश्वासार्ह असले पाहिजे. हे उद्योगाला एआय टूल्सकडे ढकलत आहे जे सामान्य-उद्देश कोड जनरेटरऐवजी एम्बेडेड विकासाचे विशिष्ट नियम आणि मर्यादा समजतात.

यापैकी कोणतेही आव्हान अंतिम वापरकर्त्याला दिसत नाही. तुम्ही तुमच्या कारमधील चिप किंवा तुमच्या इन्सुलिन पंपमागील प्रमाणीकरण प्रक्रियेबद्दल विचार करणार नाही. परंतु त्या लपवलेल्या अभियांत्रिकी निर्णयांची गुणवत्ता ही भौतिक जगात AI सुरक्षित, प्रतिसाद देणारी आणि खरोखर उपयुक्त आहे की नाही हे ठरवते.

AI-शक्तीवर चालणारे भविष्य स्मार्ट मॉडेलद्वारे परिभाषित केले जाणार नाही. वास्तविक परिणामांसह, वास्तविक वेळेत, वास्तविक मर्यादांखाली कार्य करणाऱ्या सिस्टममध्ये बुद्धिमत्ता किती चांगल्या प्रकारे विणली जाते यावरून ते परिभाषित केले जाईल.

एम्बेडेड सिस्टम AI शी जुळवून घेत नाहीत. AI वास्तविक जगात कार्य करते की नाही हे ते परिभाषित करत आहेत.

लेखक वाहन, सेमीकंडक्टर आणि एम्बेडेड सिस्टीमवर लक्ष केंद्रित करणारी बेळगावस्थित अभियांत्रिकी उत्पादने आणि सेवा कंपनी, Vayavya Labs येथे व्यवसाय विकासाचे उपाध्यक्ष आहेत.

या लेखात व्यक्त केलेली मते आणि मते लेखकाची आहेत आणि आठवड्यातील मते किंवा दृश्ये प्रतिबिंबित करण्याचा हेतू नाही.