Physical AI infrastructure ต้องเริ่มจากการขยับข้อมูล ไม่ใช่เพิ่มการคำนวณ

Physical AI คืออะไร และทำไมโครงสร้างพื้นฐานแบบเดิมไปต่อไม่ไหว

Physical AI คือระบบปัญญาประดิษฐ์ที่ผสมผสานการประมวลผล AI เข้ากับหุ่นยนต์ เซ็นเซอร์ และระบบควบคุม เพื่อให้เครื่องจักรสามารถรับรู้สภาพแวดล้อมในโลกจริง ตัดสินใจ และลงมือปฏิบัติได้อย่างต่อเนื่อง ไม่ใช่แค่ประมวลผลข้อมูลตัวเลขหรือสร้างเนื้อหาบนโลกดิจิทัลอีกต่อไป ความหมายจึงครอบคลุมตั้งแต่การรับข้อมูลจากเซ็นเซอร์ การแปลความหมายสถานะทางกายภาพ ไปจนถึงการสั่งงานอุปกรณ์จริงให้ตอบสนองทันต่อสถานการณ์

มุมมองที่หลายองค์กรยังติดอยู่คือคิดว่าเพิ่ม GPU หรือขยายโมเดลก็แก้ปัญหา AI ได้ ทั้งที่สำหรับ Physical AI โครงสร้างพื้นฐานแบบศูนย์ข้อมูลคลาวด์ถูกออกแบบมาเพื่อสร้างโทเคนข้อความ ไม่ใช่เพื่อควบคุมแขนหุ่นยนต์หรือยานยนต์อัตโนมัติแบบเรียลไทม์ ระบบเหล่านี้ต้องตอบสนองได้รวดเร็ว คาดการณ์ได้ และปลอดภัย เพราะผลลัพธ์ไม่ได้หยุดอยู่บนหน้าจอ แต่ไปขยับเครื่องจักรที่อยู่ใกล้คนจริง หากยังคิดแบบเดิม เน้นแต่กำลังคำนวณโดยไม่ออกแบบเส้นทางข้อมูลตั้งแต่เซ็นเซอร์ถึงชิปให้เหมาะสม Physical AI จะกลายเป็นเทคโนโลยีที่ดีบนสไลด์ แต่ใช้จริงไม่ได้

คอขวดตัวจริงของ Physical AI คือการเคลื่อนย้ายข้อมูลเซนเซอร์

โลกทางกายภาพไม่รอจังหวะนาฬิกาตัวอย่าง มันเคลื่อนที่ สั่นไหว สัมผัส และเปลี่ยนแปลงตลอดเวลา ขณะที่ข้อมูลที่สำคัญต่อการตัดสินใจมักจะเบาบาง ไม่แน่นอน และเกิดขึ้นแวบเดียว แต่โครงสร้างพื้นฐาน AI ส่วนใหญ่ยังปฏิบัติต่อสัญญาณจากเซ็นเซอร์เหมือนข้อมูลดิจิทัลที่แพ็กเป็นแพ็กเก็ต ส่งเข้าไปยังโปรเซสเซอร์ที่ออกแบบมาสำหรับการคำนวณหนาแน่น ส่งผลให้ต้องสุ่มตัวอย่างสัญญาณที่ความถี่สูงเพื่อไม่ให้พลาดเหตุการณ์สำคัญ แล้วได้สตรีมข้อมูลจำนวนมหาศาลที่ส่วนใหญ่ไม่เกี่ยวกับงานที่ต้องทำ

เมื่อข้อมูลเซนเซอร์ถูกแปลงเป็นรูปแบบดิจิทัลทั่วไป พร้อมแนบเวลา ตำแหน่ง และเมทาดาทาอื่นๆ เหตุการณ์ทางกายภาพที่เบาบางหนึ่งจุดสามารถขยายกลายเป็นข้อมูลหลายสิบบิตที่ต้องวิ่งผ่านเครือข่ายและสแตกซอฟต์แวร์ยาวเหยียด ในโลกของแอปพลิเคชัน AI ปัญหาประสิทธิภาพจำนวนมากไม่ได้มาจากโมเดลที่แย่ลง แต่เกิดจากทุกอย่างด้านล่างที่ไม่เคยถูกออกแบบมาให้แบกรับโหลดข้อมูลลักษณะนี้ในระยะทางไกล เมื่อแอปพลิเคชัน AI ทำงานได้ไม่ดี สัญชาตญาณของเรามักจะมองขึ้นไปที่โมเดล ทั้งที่คำตอบมักซ่อนอยู่ใต้ชั้นคำนวณในเส้นทางการเคลื่อนย้ายข้อมูล

neuromorphic computing เปลี่ยนเกมจากการประมวลผลข้อมูลเซนเซอร์ไปสู่การคัดเลือกเหตุการณ์

ถ้าเรายังคิดว่าหน้าที่ของเซ็นเซอร์คือส่งข้อมูลดิบให้มากที่สุด Physical AI จะจมอยู่กับการประมวลผลข้อมูลเซนเซอร์ที่ไม่จำเป็น ทางออกคือเปลี่ยนจากการรับรู้แบบสุ่มตัวอย่างไปสู่การคัดเลือกเหตุการณ์ที่มีความหมาย โดยใช้หลักการ neuromorphic computing เป็นฐาน เซ็นเซอร์แบบเหตุการณ์หรือ event based sensors จะตอบสนองต่อการเปลี่ยนแปลงที่เกิดขึ้นจริง เข้ารหัสเฉพาะเหตุการณ์ที่มีข้อมูลใหม่ ไม่ต้องสุ่มตัวอย่างภาพหรือสัญญาณทั้งฉากตลอดเวลา

ชั้นกลางระหว่างเซ็นเซอร์กับ AI จึงไม่ควรมีหน้าที่เพิ่มการคำนวณ แต่ต้องแปลงสตรีมเหตุการณ์ให้เป็นสถานะทางกายภาพที่เกี่ยวข้องกับงาน เช่น ระยะห่างสิ่งกีดขวาง ความเร็วสัมพัทธ์ หรือเวลาที่จะชนสำหรับโดรนที่ใช้กล้องเหตุการณ์ หลักการ neuromorphic ทำให้ขอบเขตระหว่างการรับรู้และการประมวลผลขยับเข้าใกล้กันมากขึ้น เป็นการออกแบบร่วมระหว่างเซ็นเซอร์และลอจิกบนซิลิคอน เพื่อให้ชิปไม่ได้รับข้อมูลดิบที่ฟุ่มเฟือย แต่ได้รับข้อมูลที่ถูกกรองและจัดโครงสร้างให้ตรงกับจุดแข็งของโปรเซสเซอร์อย่าง GPU หรือ NPU แทนที่จะพยายามแทนที่มัน

สถาปัตยกรรม Physical AI infrastructure ต้องคิดแบบโรงงาน ไม่ใช่ดาต้าเซ็นเตอร์คลาวด์

ในมุมมองของผู้พัฒนาชิป การสร้าง Physical AI infrastructure ที่ใช้ได้จริงต้องคิดแบบระบบกายภาพทั้งชุด ไม่ใช่แค่ฟาร์ม GPU ในดาต้าเซ็นเตอร์ เพราะความสำเร็จของ Physical AI ไม่ได้ขึ้นอยู่กับโมเดล AI เพียงอย่างเดียว แต่ต้องออกแบบให้เซ็นเซอร์ การประมวลผล การวางแผน และการควบคุมอุปกรณ์จริงทำงานสอดประสานกัน โรงงานที่ใช้หุ่นยนต์ร่วมงานกับคน ยานยนต์อัตโนมัติ หรืออุปกรณ์แพทย์ที่ต้องช่วยตัดสินใจแบบเรียลไทม์ ล้วนไม่สามารถยอมรับความหน่วงและความผิดพลาดในระดับเดียวกับการใช้แชตบอตทั่วไปได้

สถาปัตยกรรมที่เหมาะกับ Physical AI จึงต้องเน้น AI edge deployment ให้ระบบตอบสนองได้รวดเร็ว คาดการณ์ได้ ปลอดภัย และทำงานต่อเนื่องแม้เครือข่ายมีปัญหา แนวทางที่มีเหตุผลคือสถาปัตยกรรมการประมวลผลแบบผสมผสานหรือ heterogeneous computing ที่ใช้ CPU และ GPU สำหรับการคิดวิเคราะห์และการรับรู้ที่ซับซ้อน ใช้ NPU และ Adaptive SoC สำหรับงานที่ต้องการความหน่วงต่ำและประหยัดพลังงาน และใช้ FPGA เพื่อควบคุมเซ็นเซอร์และอุปกรณ์ขับเคลื่อนที่ต้องการความแม่นยำและการตอบสนองที่คาดการณ์ได้ อย่างไรก็ตาม การมีชิปที่เหมาะสมยังไม่พอ ยังต้องมีซอฟต์แวร์หุ่นยนต์ โมเดล AI ระบบ middleware เซ็นเซอร์ เครื่องมือจำลอง และกระบวนการตรวจสอบความถูกต้องก่อนใช้งานจริง

จากโรงงานอัจฉริยะสู่การใช้งานจริง: โครงสร้างพื้นฐานที่ต้องออกแบบใหม่

ตัวอย่างจากงานแสดงเทคโนโลยีในญี่ปุ่นสะท้อนให้เห็นว่า Physical AI ไม่ใช่แนวคิดในห้องทดลองอีกต่อไป แต่เริ่มถูกใช้ในโรงงานและโลจิสติกส์จริง หุ่นยนต์ฮิวมานอยด์ที่สามารถจดจำและจัดเรียงสิ่งของที่มีรูปทรงและขนาดต่างกันบนชั้นวางได้ แสดงให้เห็นว่าระบบต้องรับรู้และปรับตัวต่อการเปลี่ยนแปลงตำแหน่ง รูปร่าง และลักษณะของวัตถุอย่างยืดหยุ่น ซึ่งขยายขอบเขตการใช้งานไปสู่การผลิต โลจิสติกส์ และบริการในชีวิตประจำวัน ขณะเดียวกันอุปกรณ์อย่างถุงมือ ContactGlove3 Pro ที่บันทึกการเคลื่อนไหวของนิ้วทั้งห้าอย่างแม่นยำโดยไม่ต้องใช้กล้องภายนอก ทำให้สามารถเก็บข้อมูลทักษะงานมือที่ซับซ้อนเพื่อฝึกหรือควบคุมหุ่นยนต์จากระยะไกล และรักษาทักษะของพนักงานที่มีประสบการณ์เพื่อสนับสนุนงานอัตโนมัติที่ต้องใช้มือ

บทเรียนสำคัญคือ ถ้าเรายังส่งข้อมูลจากอุปกรณ์เหล่านี้ย้อนกลับไปยังคลาวด์ผ่านเส้นทางเครือข่ายที่ออกแบบมาสำหรับทราฟฟิกทั่วไป ประสบการณ์ AI จะเสื่อมลงไม่ใช่เพราะโมเดลแย่ลง แต่เพราะทุกอย่างด้านล่างไม่เคยถูกสร้างมาเพื่อแบกรับโหลดแบบนี้ Physical AI factories จึงต้องมีสถาปัตยกรรมต่างจากดาต้าเซ็นเตอร์ขนาดใหญ่ที่เน้นการสร้างโทเคนข้อความ เป้าหมายไม่ใช่การแทนที่ GPU หรือ NPU แต่คือการป้อนข้อมูลที่ดีกว่าให้มัน โดยใช้ชั้นกรองและจัดโครงสร้างข้อมูลเซนเซอร์ด้านต้นทางให้เหมาะกับจุดแข็งของโปรเซสเซอร์ หากผู้พัฒนาระบบยังมองข้ามคอขวดด้านการเคลื่อนย้ายข้อมูล ต่อให้โมเดลฉลาดแค่ไหน Physical AI ก็จะติดอยู่ในเดโม ไม่สามารถกลายเป็นกำลังผลิตในโลกจริงได้