FCC’nin yabancı üretici robotlara yönelik kısıtlamaları yerel yapay zekaya geçişi hızlandırabilir.

Federal İletişim Komisyonu (FCC), yabancı menşeli gelişmiş robotları ülkeye ithalat, pazarlama ve satış için gerekli onayı alamayacakları bir listeye ekleyerek bu makinelere yönelik ulusal güvenlik gözetimini derinleştirdi. Bu düzenlemeyle birlikte, fabrikalar ve depolar gibi kritik ortamlarda faaliyet gösteren robotların topladığı veriyi nasıl işlediği ve hangi kararları verdiği soruları artık görmezden gelinemeyecek düzeyde gündemde; bu da şirketleri yapay zekayı daha çok yerelde (on-premises) işlemeye yönlendiren bir ivme yaratıyor.

Komisyonun Temmuz ayında aldığı kararla, yabancı üretici gelişmiş mobil robotlar — insan formunda (humanoid) ve dört ayaklı (quadruped) modeller dahil — kabul edilemez ulusal güvenlik veya güvenlik riski taşıyan teknolojiler listesine alındı. Bu atama, yeni cihazların ABD’de yaygın olarak gereken FCC onayını almasını engelliyor; bu da söz konusu robotların ülkeye ithalatının, pazarlanmasının ve satılmasının önünü kesiyor.

Robot güvenliği artık bir mimari sorunu

Komisyonun kararına göre, çevreleri hakkında detaylı bilgi toplayabilen gelişmiş mobil robotlara yönelik kısıtlamalar geniş çapda geçerli. Yetkililer, yabancı menşeli robotların yabancı aktörlere gözetime olanak tanıyabileceğini, hassas veri toplayabileceğini veya Amerikan tesislerinde çalışan makineleri uzaktan etkileyebileceğini uyardı.

Bununla birlikte donanımın menşei yalnızca güvenlik denkleminin bir parçası. Bir robot sürekli olarak bir tesise dair bilgi topluyor ve bunu işlenmek üzere harici bulut hizmetine gönderiyorsa, şirketlerin bu verinin nereye gittiğini ve buna kimlerin erişebileceğini de değerlendirmesi gerekiyor.

Zekayı robota daha yakın taşıma

Daha fazla çıkarım (inference) işlemini robot üzerinde veya tesis içinde sürdürmek zaten gecikmeyi azaltması ve güvenilirliği artırması nedeniyle cazip; ancak son düzenleyici değişikliğin, özellikle iç operasyonel verileri içeren geniş bir yapay zekâ yükü için yerelde işlemeyi daha öncelikli hale getirmesi bekleniyor.

Hareket kontrolü ve güvenlik izleme gibi temel kontrol fonksiyonları için yerinde işlem tartışmasız gerekli. Daha büyük değişimin, robotların talimatları yorumladığı, çevrelerini analiz ettiği, anormalliklere tepki verdiği ve görev düzeyinde kararlar aldığı katmanda gerçekleşmesi muhtemel.

Bu yükler hesaplama açısından yoğun olabilir ve bulut çoğu uç (edge) donanımından daha fazla işlem gücü sunar. Ancak harbuluta dayalı olmamak, ağ bağımlılığı getirebilir ve operasyonel verinin tesisten çıkmasını gerektirebilir; şirketlerin bu zekânın daha fazlasını daha sıkı hesaplama sınırları içinde yerelde çalıştırması bekleniyor.

Küçük dil modellerine (SLM) talebin artması

Sonuç olarak, kuruluşlar daha üst düzey zekayı cihaz üzerinde işlemeye başladıkça, her görev için buluta bağımlı büyük dil modellerine (LLM) dayanmak giderek pratik olmaktan çıkıyor; bu da endüstriyel ortamlar için tasarlanmış küçük dil modellerinin (SLM) lehine argümanı güçlendiriyor.

Tanımlanmış bir ortamda çalışan bir robotun, neredeyse her soruyu yanıtlayabilecek şekilde inşa edilmiş bir modele her zaman ihtiyacı yoktur. Bir tesisin bağlamını anlayabilen ve orada gereken görevleri güvenilir biçimde yerine getirebilen bir modele ihtiyaç vardır.

Bu, robotun tek bir işe kilitlenmesi gerektiği anlamına gelmiyor. Doğru bağlam ve yerel veriye erişimle bir SLM, aynı tesis içinde daha geniş bir uygulama yelpazesini destekleyebilir. Örneğin, bir üretim hattında çalışan bir robotik kol, fabrikanın başka bir yerine taşınabilir ve farklı bir üretim ortamında benzer bir görevi yerine getirmek için uyarlanabilir.

Küçük dil modelleri, bir fabrikanın kendi verileriyle ince ayar (fine-tune) edilebilir ve daha büyük genel amaçlı modellere göre daha düşük hesaplama gereksinimiyle doğrudan uç donanımında çalışabilir. Çok sayıda endüstriyel kullanım durumu için uzmanlaşma ile değişen yerel kurulumlar boyunca esnekliğin birleşimi, bu modelleri işe daha uygun kılabilir.

Daha fazla yerel kontrol, daha fazla entegrasyon işi demek

Bu değişiklikler, ABD’de robot inşa eden veya bunları sisteme dahil eden şirketlerde sistem tasarımını daha üst düzeye çıkarıyor. Denetleyicilerin (controller), sensörlerin, güvenlik sistemlerinin ve yapay zekâ donanımının birlikte güvenilir biçimde çalışmasını sağlamalı ve tüm sistemin zamanla güvence altına alınabilir bakımı yapılabilir olması gerekiyor.

Bitmiş bir robot satın aldığınızda, entegrasyon ve sertifikaya dair birçok karar zaten verilmiştir. Bir robotu bileşenlerden inşa etmek, mühendislik yükünün daha fazlasını kuruluşunuzun omuzlarına yüklüyor: Bileşenler nasıl entegre edilecek? Güvenlik nasıl doğrulanacak? Firmware nasıl sürdürülecek ve kritik parçalar nereden temin edecek?

Sağlıklık tedarikçiler, test edilmiş bileşenlerle, izlenebilir kaynaklandırma ile kurulum desteğiyle bu soruların yanıtlarını verebilir. ABD işletmeleri, bileşenlerinin birlikte nasıl test edildiğini gösterebilen, kritik parçaların nereden geldiğini belgeleyebilen ve kurulum sonrasında gereken güvenlik ve yönetim (governance) desteğini sağlayabilen tedarikçilere muhtaç.

Sıfırdan kontrol için inşa etmek

FCC’nin eyleminin en doğrudan etkisi tedarikte. Uzun vadeli etkisi daha da büyük olabilir: mimari.

Robotlar hassas ve kritik görev ortamlarına doğru derinleştikçe, şirketler bunları yalnızca yetenek veya performans üzerinden değerlendirmek zorunda kalacak. Kritik işlemin yerelde kalaması gerektiğini, robot verisinin nereye gittiğini ve temel bileşenlere ne kadar güvenebileceklerini bilmeleri gerekiyor.

Bu kontrollerı sıfırdan sisteme dahil eden işletmeler, fiziksel yapay zekayı daha sonra çözmeleri gereken sorunlar yaratmadan kullanma konusunda daha iyi konumlandırılacak.

Jenny Shern, NexCOBOT’un satış ve iş stratejisinin yönetimini, robotik ve hareket kontrolü ürün geliştirme ile proje kurulumundan sorumlu genel müdür. Shern, IoT otomasyonunda, robotikte ve perakende sektöründe stratejik ortaklıklar ve iş gelişimi konusunda uzmanlaşmıştır. 2005’ten 2018’e kadar NEXCOM’da çalışmış; küresel kanal ağı inşasında çok uluslu otomasyon ana müşteri müşterilerini inşa eden satış ekiplerini yönetmiştir. 2018’de NexCOBOT, endüstriyel ve işbirlikçi robot uygulamaları için açık robotik ve makine kontrol sistemleri sağlama odaklanarak NEXCOM IoT Otomasyon Çözümleri İş Grubu’ndan ayrılmıştır.

Jenny Shern, Genel Müdür, NexCOBOT

Bu arada Robot Report, 27 Ekim’de “FCC Robotics Ruling: What Automation Buyers Need to Know” (FCC’nin Robotik Kararı: Otomasyon Alıcılarının Bilmesi Gerekenler) adlı ücretsiz bir web semineri düzenliyor; otomasyona yatırım yapan kuruluşlar için FCC eyleminin robotik sektörünün anlamını tartışmak üzere sektör liderleriyle bir araya geliyor.