Tekoälyä viedään yhä pienempiin laitteisiin verkon reunalle, mutta kuinka paljon päätösvaltaa sille voidaan antaa? Pretzl Connect -tapahtuman paneelissa kysymykseen suhtauduttiin varauksella. AI voi auttaa päätöksenteossa, mutta viimeistä sanaa sille ei vielä haluta antaa.
Silicon Labsin tuotepäällikkö Tamas Daranyin mukaan ongelma tulee tekoälyn perusluonteesta. AI perustuu tilastolliseen päättelyyn, joten sen tulos ei koskaan ole sataprosenttisen varma. Siksi esimerkiksi auton ABS-järjestelmän kaltaista turvallisuuskriittistä toimintoa ei hänen mukaansa voida rakentaa samalla tavalla AI päätöksenteon varaan kuin determinististä algoritmia.
Emersonin teknologia- ja tekoälyjohtaja Rudy Senguptan näkemys oli samansuuntainen. AI voi tuottaa päätöksenteon tueksi tietoa useista lähteistä, mutta turvallisuuskriittisessä ympäristössä lopullisen päätöksen pitäisi jäädä ihmiselle tai tarkasti määritellylle deterministiselle logiikalle. Autonomista AI-agenttia Sengupta ei nykyisessä muodossaan päästäisi tekemään tällaista päätöstä.
Tekoäly tuo samalla uuden ongelman järjestelmien testaamiseen. Perinteisen algoritmin toimintaa voidaan validoida määritellyillä testitapauksilla, mutta esimerkiksi pieni reunalaitteessa toimiva kielimalli ei välttämättä anna samaan kysymykseen joka kerta samaa vastausta. Senguptan mukaan ala on vasta siirtymässä vaiheeseen, jossa on ratkaistava, miten tällainen tilastollisesti toimiva järjestelmä voidaan luotettavasti testata.
Reunalla tehtävälle päätöksenteolle on silti vahvat perusteet. Kaikkea antureiden tuottamaa dataa ei kannata eikä aina edes voida siirtää pilveen. Daranyin mukaan paikallinen prosessointi vähentää tiedonsiirron energiankulutusta ja pilvipalvelujen kustannuksia. Joissakin teollisuus-, maatalous- ja älykaupunkisovelluksissa yhteyden kapasiteetti ei yksinkertaisesti riitä kaiken raakadatan lähettämiseen.
Akkukennojen monitorointipiirejä kehittävän Dukosin Joseph Notaro nosti esimerkiksi akkujärjestelmän, jossa kennon jännitteen tai lämpötilan perusteella lataus voidaan tarvittaessa pysäyttää välittömästi paikallisesti. Suurempi datamäärä voidaan puolestaan kerätä pilveen, jossa esimerkiksi miljoonista ajoneuvoista saatavaa tietoa voidaan käyttää mallien parantamiseen ja akkujen käyttöiän pidentämiseen.
Paneelia moderoinut ESA:n Kate Underhill nosti keskustelussa esiin myös vastuun. Jos järjestelmä tekee väärän päätöksen, kuka siitä vastaa? Tämä vaikuttaa suoraan siihen, missä päätökset tehdään ja kuinka paljon päätösvaltaa tekoälylle voidaan antaa.
Kysymys voi muodostua yhdeksi verkon reunan keskeisistä työnjaoista. AI analysoi yhä enemmän dataa paikallisesti ja auttaa päätöksenteossa, mutta turvallisuuskriittisen päätöksen viimeinen askel pidetään ainakin toistaiseksi deterministisen logiikan hallinnassa.
Satelliittipaikannuksen häirintä voi katkaista paljon muutakin kuin paikkatiedon. VIAVIn uusi µPNT GDO-1000 pitää kriittisten järjestelmien kellot synkronissa jopa 24 tuntia GNSS-signaalin katoamisen jälkeen. Postimerkin kokoisen moduulin ytimessä on SiTimen MEMS-oskillaattori.