โดย Advait Jayant, Matthew Sheldon, Sungjung Kim และ Swastik Shrivastava
การคอมไพล์: BeWater
พร้อมกับการเปิดตัวโมเดลพารามิเตอร์ Llama 1B และ 3B ที่ถูกปรับแต่งเพื่อการใช้งานบนอุปกรณ์ของ Meta และ Apple Intelligence ก็จะเปิดตัวผลิตภัณฑ์ใหม่ของตนในช่วงปลายเดือนตุลาคม ทำให้เราเชื่อว่า AI ด้านขอบและ AI บนอุปกรณ์จะกลายเป็นหัวข้อที่สำคัญที่สุดในปี 2025
Peri Labs และ BeWater ได้ร่วมมือกันเผยแพร่รายงานประมาณ 250 หน้า ซึ่งรายละเอียดครอบคลุม:
การประมวลผลของ AI ที่ดำเนินการบนขอบของระบบ กำลังผลักดันการปฏิรูปในด้านปัญญาประดิษฐ์โดยการย้ายการประมวลผลข้อมูลออกจากเซิร์ฟเวอร์ฝั่งกลางในคลาวด์ไปยังอุปกรณ์ภายในพื้นที่ นี้ช่วยแก้ปัญหาของการใช้งานปกติของ AI เช่น ค่าเครือข่ายเวลาแฝงสูง ปัญหาความเป็นส่วนตัว และข้อจำกัดในแบนด์วิธวาง โดยการประมวลผลข้อมูลแบบเรียลไทม์บนอุปกรณ์เช่น สมาร์ทโฟน อุปกรณ์สวมใส่ และเซนเซอร์ของอินเทอร์เน็ต ออฟ ธิง ทำให้ลดเวลาตอบสนองและเก็บข้อมูลที่เป็นสาระสำคัญไว้ในอุปกรณ์ได้อย่างปลอดภัย
การความก้าวหน้าทางเทคโนโลยีของฮาร์ดแวร์และซอฟต์แวร์ทำให้เป็นไปได้ที่จะเรียกใช้โมเดล AI ที่ซับซ้อนบนอุปกรณ์ที่มีทรัพยากรจำกัด นวัตกรรมเช่นหน่วยประมวลผลอย่างเฉพาะเจาะจงและเทคโนโลยีการปรับแต่งโมเดลทำให้การคำนวณที่อุปกรณ์ระดับสูงมีประสิทธิภาพมากขึ้นโดยไม่ส่งผลกระทบต่อประสิทธิภาพอย่างมาก
ข้อสำคัญที่ 1: การเติบโตของ AI ที่เร็วกว่ากฎของมูล์
กฎของมูร์กล่าวไว้ว่าจำนวนของสวิตช์ทางอิเล็กทรอนิกส์บนชิปขนาดเล็กจะเพิ่มขึ้นสองเท่าทุกๆสองปี แต่อัตราเพิ่มขึ้นของโมเดล AI ได้เร็วกว่าอัตราการปรับปรุงฮาร์ดแวร์ ส่งผลให้ช่วงระยะเวลาคำนวณและการสาธิตถูกขยายตัวไปอย่างต่อเนื่อง ความแตกต่างเช่นนี้ทำให้การออกแบบฮาร์ดแวร์และซอฟต์แวร์ร่วมกันกลายเป็นสิ่งจำเป็น
ข้อสำคัญที่ 2: บริษัทใหญ่ในอุตสาหกรรมกำลังเพิ่มการลงทุนใน AI ที่เคียงข้างและใช้กลยุทธ์ที่แตกต่างกัน
ค่ายแรกของอุตสาหกรรมที่ใหญ่ที่สุดได้ลงทุนอย่างหนักใน AI ขอบเขต โดยรู้สึกตื่นเต้นเมื่อเห็นว่ามันสามารถเปลี่ยนแปลงทั้งในด้านการแพทย์ การขับรถอัตโนมัติ หุ่นยนต์ และผู้ช่วยเสมือนจริงโดยให้ประสบการณ์ AI แบบเรียลไทม์ ที่ทันสมัย และน่าเชื่อถือ ตัวอย่างเช่น Meta ได้เพิ่มโมเดลที่เหมาะสมสำหรับอุปกรณ์ขอบเขตล่าสุด Apple Intelligence ก็จะเปิดตัวเทคโนโลยี AI ขอบเขตของตัวเองในต้นเดือนตุลาคม
จุดตัดของ Edge AI และเทคโนโลยีการเข้ารหัส
ข้อสำคัญที่ 3: บล็อกเชนให้กับเครือข่าย AI ที่เป็นระบบของลูกค้า ให้เครื่องมือการควบคุมที่ปลอดภัยและเป็นระบบ
เรื่องราวเทคโนโลยีหลักของ AI บนขอบของปี 2025 ?
โดย Advait Jayant, Matthew Sheldon, Sungjung Kim และ Swastik Shrivastava
การคอมไพล์: BeWater
พร้อมกับการเปิดตัวโมเดลพารามิเตอร์ Llama 1B และ 3B ที่ถูกปรับแต่งเพื่อการใช้งานบนอุปกรณ์ของ Meta และ Apple Intelligence ก็จะเปิดตัวผลิตภัณฑ์ใหม่ของตนในช่วงปลายเดือนตุลาคม ทำให้เราเชื่อว่า AI ด้านขอบและ AI บนอุปกรณ์จะกลายเป็นหัวข้อที่สำคัญที่สุดในปี 2025
Peri Labs และ BeWater ได้ร่วมมือกันเผยแพร่รายงานประมาณ 250 หน้า ซึ่งรายละเอียดครอบคลุม:
BeWater ได้แปลรายงานนี้เป็นภาษาไทยแล้ว สรุปสาระสำคัญดังนี้:
การเติบโตของ AI บนขอบ
การประมวลผลของ AI ที่ดำเนินการบนขอบของระบบ กำลังผลักดันการปฏิรูปในด้านปัญญาประดิษฐ์โดยการย้ายการประมวลผลข้อมูลออกจากเซิร์ฟเวอร์ฝั่งกลางในคลาวด์ไปยังอุปกรณ์ภายในพื้นที่ นี้ช่วยแก้ปัญหาของการใช้งานปกติของ AI เช่น ค่าเครือข่ายเวลาแฝงสูง ปัญหาความเป็นส่วนตัว และข้อจำกัดในแบนด์วิธวาง โดยการประมวลผลข้อมูลแบบเรียลไทม์บนอุปกรณ์เช่น สมาร์ทโฟน อุปกรณ์สวมใส่ และเซนเซอร์ของอินเทอร์เน็ต ออฟ ธิง ทำให้ลดเวลาตอบสนองและเก็บข้อมูลที่เป็นสาระสำคัญไว้ในอุปกรณ์ได้อย่างปลอดภัย
การความก้าวหน้าทางเทคโนโลยีของฮาร์ดแวร์และซอฟต์แวร์ทำให้เป็นไปได้ที่จะเรียกใช้โมเดล AI ที่ซับซ้อนบนอุปกรณ์ที่มีทรัพยากรจำกัด นวัตกรรมเช่นหน่วยประมวลผลอย่างเฉพาะเจาะจงและเทคโนโลยีการปรับแต่งโมเดลทำให้การคำนวณที่อุปกรณ์ระดับสูงมีประสิทธิภาพมากขึ้นโดยไม่ส่งผลกระทบต่อประสิทธิภาพอย่างมาก
ข้อสำคัญที่ 1: การเติบโตของ AI ที่เร็วกว่ากฎของมูล์
กฎของมูร์กล่าวไว้ว่าจำนวนของสวิตช์ทางอิเล็กทรอนิกส์บนชิปขนาดเล็กจะเพิ่มขึ้นสองเท่าทุกๆสองปี แต่อัตราเพิ่มขึ้นของโมเดล AI ได้เร็วกว่าอัตราการปรับปรุงฮาร์ดแวร์ ส่งผลให้ช่วงระยะเวลาคำนวณและการสาธิตถูกขยายตัวไปอย่างต่อเนื่อง ความแตกต่างเช่นนี้ทำให้การออกแบบฮาร์ดแวร์และซอฟต์แวร์ร่วมกันกลายเป็นสิ่งจำเป็น
ข้อสำคัญที่ 2: บริษัทใหญ่ในอุตสาหกรรมกำลังเพิ่มการลงทุนใน AI ที่เคียงข้างและใช้กลยุทธ์ที่แตกต่างกัน
ค่ายแรกของอุตสาหกรรมที่ใหญ่ที่สุดได้ลงทุนอย่างหนักใน AI ขอบเขต โดยรู้สึกตื่นเต้นเมื่อเห็นว่ามันสามารถเปลี่ยนแปลงทั้งในด้านการแพทย์ การขับรถอัตโนมัติ หุ่นยนต์ และผู้ช่วยเสมือนจริงโดยให้ประสบการณ์ AI แบบเรียลไทม์ ที่ทันสมัย และน่าเชื่อถือ ตัวอย่างเช่น Meta ได้เพิ่มโมเดลที่เหมาะสมสำหรับอุปกรณ์ขอบเขตล่าสุด Apple Intelligence ก็จะเปิดตัวเทคโนโลยี AI ขอบเขตของตัวเองในต้นเดือนตุลาคม
จุดตัดของ Edge AI และเทคโนโลยีการเข้ารหัส
ข้อสำคัญที่ 3: บล็อกเชนให้กับเครือข่าย AI ที่เป็นระบบของลูกค้า ให้เครื่องมือการควบคุมที่ปลอดภัยและเป็นระบบ
บล็อกเชื่อมต่อบันทึกธุรกรรมและการแลกเปลี่ยนข้อมูลบนเส้นชัยช่วยให้อุปกรณ์ขอบเขตสามารถทำการตรวจสอบและอนุญาตตัวตนได้อย่างปลอดภัยโดยไม่ต้องพึ่งกับสถาบันที่มีอำนาจอย่างเดียว การเชื่อมต่อบันทึกบล็อกบนเส้นชัยช่วยให้อุปกรณ์ขอบเขตสามารถทำการตรวจสอบและอนุญาตตัวตนได้อย่างปลอดภัยโดยไม่ต้องพึ่งกับสถาบันที่มีอำนาจอย่างเดียว
ข้อ 4: การเข้ารหัสเป็นกลไกกระตุ้นเศรษฐกิจที่สนับสนุนการแบ่งปันทรัพยากรและการใช้จ่ายทุน
การติดตั้งและบำรุงรักษาเครือข่ายของขอบเขตต้องใช้ทรัพยากรมากมาย โมเดลเศรษฐกิจการเข้ารหัสหรือการกระตุ้นโทเค็นสามารถสนับสนุนการสร้างและดำเนินการของเครือข่ายได้โดยการให้รางวัลโทเค็นเพื่อส่งเสริมบุคคลและองค์กรที่มีส่วนร่วมในการให้บริการความสามารถในการคำนวณข้อมูลและทรัพยากรอื่น ๆ ที่สนับสนุนการสร้างและดำเนินการของเครือข่าย
ข้อควรระวังที่ 5: การเงินแบบกระจายอำนาจ สร้างแบบจำลองเพื่อส่งเสริมการจัดสรรทรัพยากรอย่างมีประสิทธิภาพ
เครือข่าย Edge AI สามารถสร้างตลาดสําหรับทรัพยากรการประมวลผลโดยการแนะนําแนวคิดเช่นเงินเดิมพันการให้กู้ยืมและกลุ่มสภาพคล่องในการก่อรเงินแบบกระจายอํานาจ ผู้เข้าร่วมสามารถให้พลังการประมวลผลผ่านสเตคโทเค็น ให้ยืมทรัพยากรส่วนเกิน หรือมีส่วนร่วมในพูลที่ใช้ร่วมกันเพื่อรับรางวัลที่เกี่ยวข้อง สัญญาอัจฉริยะ ทําให้กระบวนการเหล่านี้เป็นไปโดยอัตโนมัติเพื่อให้แน่ใจว่าทรัพยากรได้รับการจัดสรรอย่างเป็นธรรมและมีประสิทธิภาพตามอุปสงค์และอุปทานและใช้กลไกการกําหนดราคาแบบไดนามิกในเครือข่าย
ข้อ 6: การกระจายอำนาจที่เชื่อถือ
ในระบบเครือข่ายขอบเขตที่ไม่มีการกระจายอำนาจ ว่าจะสร้างความเชื่อมั่นที่ไม่จำเป็นต้องมีการควบคุมจากศูนย์นั้นเป็นความท้าทาย ในเครือข่ายการเข้ารหัส ความเชื่อมั่นถูกสร้างขึ้นโดยวิธีคณิตศาสตร์ ความเชื่อมั่นที่ขึ้นอยู่กับการคำนวณและคณิตศาสตร์นี้เป็นปัจจัยสำคัญที่ทำให้มีการปฏิสัมพันธ์ที่ไม่จำเป็นต้องมีความเชื่อมั่น และในปัจจุบัน AI ยังไม่มีคุณสมบัตินี้
วิวัฒนาการในอนาคต
มองไปอนาคต ในด้านของ AI บนขอบยังมีโอกาสในการนวัตกรรมอย่างมาก เราจะเห็น AI บนขอบ กลายเป็นส่วนสำคัญของชีวิตของเราในหลายๆ สถานการณ์ เช่น ผู้ช่วยในการเรียนรู้ที่เป็นมิตรอย่างเฉพาะตัว ของเทียมดิจิตอล รถยนต์ไร้คนขับ ระบบเครือข่ายที่มีความฉลาดรวม และเพื่อน AI ที่มีอารมณ์ ซึ่งเราคาดหวังในอนาคต!