- Konu Yazar
- #1
🤔 Yapay Zeka Abartısı ve Gerçekler
ARC Advisory Group'tan Colin Masson, yapay zekanın fabrika zeminindeki fiziksel yasalarla nasıl çatıştığını ele alan yeni bir yazı dizisiyle karşınızda. Bu seride, yapay zeka etrafındaki abartılar ortadan kaldırılacak, satıcıların pazarlama söylemleri analiz edilecek ve fabrika yöneticileri, operasyon yöneticileri ve kurumsal mimarlar için yönetilebilir ve karlı uygulamalar için eyleme geçirilebilir planlar sunulacak.
🤖 Endüstriyel Yapay Zekada Önemli Olan Ne?
Tüketici teknolojisi uzmanları, yüz milyarlarca parametreli temel modellerin daha iyi şiir yazıp yazmadığını veya lise tarih sınavını geçip geçmediğini tartışırken, biz endüstriyel dünyada farklı şeylere odaklanıyoruz. Fabrika zemininde, kimyasal işleme tesislerinde ve çok katmanlı endüstriyel tedarik zincirlerinde, bir yapay zekanın soneler yazıp yazmadığıyla ilgilenmiyoruz. Bizim için önemli olan, bir kimyasal reaktörün doğrusal olmayan fiziğini anlayıp anlamadığı, bir motor sürücünün termal sınırlarına saygı duyup duymadığı ve Pazar sabahı saat 2'de güvenlik kilitlemelerini ihlal etmemesidir.
💰 60 Milyar Dolarlık Amortisman Zorunluluğu
Sınır yapay zeka tartışmasının neden bu kadar yoğunlaştığını anlamak için parayı takip etmek gerekiyor. NVIDIA CEO'su Jensen Huang, modern yapay zeka altyapısının maliyetini gigawatt veri merkezi kapasitesi başına 50 ila 60 milyar dolar olarak tahmin ediyor. Tek bir gigawattlık tesisin 60 milyar doların üzerinde sermaye harcaması gerektirmesine rağmen, küresel token üretimi ölçeklendikçe yıllık 50 milyar dolar kira geliri potansiyeline sahip olduğunu belirtiyor. Donanım sağlayıcıları ve bulut hiperskalarları, büyük bir metropol şehrini çalıştıracak kadar güç çeken çok gigawattlık tesislere on milyarlarca dolar akıttığında, uzlaşmaz bir finansal zorunluluğun içine düşerler: Borçlarını ödemek, sermaye harcamalarını haklı çıkarmak ve Wall Street gelir tahminlerini tutturmak için astronomik hacimlerde token üretmeli ve satmalıdırlar.
🧠 Yapay Zekanın Gerçek Beyni Nerede?
Sınır modellerinin bağımsız denetimlerinden elde edilen en önemli bulgu, ham nöral ağırlıkların her şeyi bilen bir yapay beyni temsil ettiği iddiasını doğrudan çürütüyor. Bir yapay zekanın yeni, alışılmadık ortamlara ezberlenmiş eğitim verilerine dayanmadan uyum sağlama yeteneğini ölçmek için tasarlanmış standart kıyaslama değerlendirmelerinde, sınır modelleri %98,6 ila %99,9 gibi çarpıcı, neredeyse doygunluk düzeyinde puanlar elde etti. Ancak, bağımsız teknik tekrarlar büyük bir ampirik farkı ortaya koydu:
- Standart, desteksiz, durumsuz API çağrıları aracılığıyla değerlendirildiğinde, model puanları %62,7'ye düştü.
- Kıyaslama performansının %36'sından fazlası, tamamen harici bir yazılım iskele donanımı tarafından üretildi; bu, bağlam pencerelerini aktif olarak budayan, yapılandırılmış karalama defterlerini yöneten ve durumlu araç döngülerini düzenleyen deterministik bir yazılım sarmalayıcıydı.
Endüstriyel mühendislik terimleriyle bu, bir elektrik motorunu dinamometreye yerleştirmeye, yalnızca büyük bir harici dişli kutusuyla birleştirildiğinde tam nominal torku verdiğini keşfetmeye ve ardından mekanik atılım için yalnızca motoru kredilendirmeye benzer. Bilişsel atılım, nöral modelin gizli ağırlıklarına değil, mimari iskeleye aittir. Endüstriyel işletmeler için rekabet avantajı ve operasyonel güvenilirlik, hiperskalarlardan genel temel model ağırlıkları kiralamaktan gelmez. Bunlar, tescilli iskelelerinizden gelir: endüstriyel veri yapınız, anlamsal bilgi grafikleriniz ve CESMII'nin i3X ve model bağlam protokolü gibi açık protokol bağlayıcılarınız.
📐 Geometri Fizik Değildir
Bu bizi, sınır modellerinin profesyonel elektrik CAD yazılımlarını (KiCad gibi) açtığını, bileşenleri yerleştirdiğini ve sıfırdan baskılı devre kartı izlerini yönlendirdiğini gösteren çok övülen gösterilere getiriyor. Bir yapay zeka modelinin bir devre kartını yönlendirmesini veya 3 boyutlu bir CAD ağını yeniden oluşturmasını izlemek etkileyici bir yazılım otomasyonudur. Ancak tam da burada, tesis ve otomasyon liderleri yazılım becerisi ile siber-fiziksel gerçeklik arasında kesin bir çizgi çekmelidir.
Bir bilgisayar ekranında bir bakır izi çizmek, modelin elektromanyetizmayı anladığı anlamına gelmez. Yüksek hızlı donanım mühendisliğinde, fiziksel gerçeklik Maxwell denklemleri, iletim hattı fiziği ve termal dinamikler tarafından yönetilir:
- İz geometrisi karakteristik empedansı, yüksek frekanslı cilt etkisi kayıplarını, dielektrik dağılımını ve çapraz konuşma bağlantısını belirler.
- Dönüş yolu süreksizlikleri, via geçiş endüktansları ve toprak düzlemi yuva rezonansları, aksi takdirde temiz bir görsel düzeni, elektromanyetik uyumluluk sertifikasını geçemeyen istenmeyen bir radyo vericisine dönüştürebilir.
- Güç dağıtım ağları, yüksek sıcaklıkta yeniden akışlı lehimleme sırasında kartın çarpılmasını önlemek için hassas düşük endüktanslı ayrıştırma, bakır dengeleme ve termal dağılım modellemesi gerektirir.
Sınır modelleri, iz yönlendirmeyi, yazılımın tasarım kuralı kontrolü tarafından belirlenen görsel boşlukları karşılamak için fareyi hareket ettiren bir uzamsal bulmaca olarak ele alır. Bir hata göründüğünde, model ekran metnini okur ve dener.
