Mașinile autonome: Deciziile critice nu pot aștepta cloud-ul, ci se iau pe loc!

De ce procesarea locală e vitală pentru mașinile autonome?

Mașinile autonome au nevoie de reacții fulgerătoare.

A trimite toate datele către un centru de date aflat la distanță nu este o opțiune viabilă, mai ales dacă acceptăm o întârziere care ar putea avea consecințe grave.

Imaginați-vă o intersecție: mașina nu își permite să aștepte răspunsul unui server cloud pentru a decide dacă virează la stânga sau la dreapta.

Edge computing: extensie inteligentă a cloud-ului!

Această limită a fost subliniată de Mihai Șuiu, manager al serviciilor de arhitectură din cadrul diviziei pentru companii a Orange România, în cadrul emisiunii ZF Tech Day.

Soluția, explică el, constă în a muta procesarea datelor cât mai aproape de locul unde sunt generate – adică în servere instalate direct în fabrici, uzine sau magazine.

Cloud-ul rămâne esențial pentru date masive și IA!

Edge computing-ul extinde conceptul de cloud computing, aducând procesarea datelor direct la sursă.

În loc să trimitem întregul flux de informații de la camere video, senzori sau roboți industriali către un centru de date îndepărtat, folosim un server local pentru decizii în timp real.

Abordarea hibridă, care combină viteza procesării locale cu puterea de calcul a infrastructurii cloud, este considerată cea mai bună arhitectură.

Latența minimă și costurile: factori decisivi!

Cloud-ul centralizat rămâne, desigur, locul ideal pentru stocarea volumelor mari de date, arhivare, analize complexe și antrenarea modelelor avansate de inteligență artificială.

Doar metadatele și informațiile necesare pentru perfecționarea modelelor de recunoaștere a imaginilor ajung în cloud, nu întregul volum brut de date.

Mihai Șuiu subliniază că, în prezent, clienții cer două lucruri esențiale: procesare în timp real și respectarea suveranității datelor, conform reglementărilor europene precum GDPR, NIS2 sau DORA.

Aplicații practice: de la fabrici la spitale!

Pentru a atinge performanța dorită, este necesară o latență de o milisecundă sau maximum cinci milisecunde. Latența reprezintă timpul necesar ca datele să ajungă la serverul de procesare și ca răspunsul să se întoarcă.

Costul este un alt argument puternic: nu este rentabil să se transmită volume mari de date către centre de date aflate la distanță. Adoptarea inteligenței artificiale, în general, accelerează conectarea dispozitivelor la internet, crescând exponențial volumul de date generate.

Mașinile autonome: supercomputere pe roate!

În practică, aplicațiile edge computing acoperă multiple domenii. În industria manufacturieră, camere de înaltă precizie pot verifica calitatea pe linia de producție în timp real, procesând datele local. În retail, aceleași sisteme pot analiza fluxurile de clienți și personal, verificând disponibilitatea produselor promovate și alertând angajații în caz de stocuri insuficiente. Această arhitectură este la fel de relevantă în spitale, unde viteza de răspuns este critică pentru deciziile clinice.

Mihai Șuiu a clarificat că mașinile autonome dispun de propriile supercomputere integrate, care le permit să ia decizii de conducere instantanee.

Datele transmise către cloud sunt strict cele necesare pentru îmbunătățirea continuă a sistemelor de inteligență artificială. Această abordare asigură atât viteza de reacție imediată, cât și capacitatea de învățare din datele colectate centralizat.