วันที่เสาไฟถนนกลายเป็นศูนย์ข้อมูล AI - แผนการ 50,000 ต้นในไนจีเรียที่ท้าทายประเด็นเมืองแห่งอนาคต

เมื่อพูดถึงโครงสร้างพื้นฐานที่สนับสนุน AI หลายคนอาจนึกถึงศูนย์ข้อมูลที่มีเซิร์ฟเวอร์จำนวนมากเรียงรายอยู่ในอาคารขนาดใหญ่ ซึ่งต้องการพลังงานและระบบระบายความร้อนอย่างมหาศาล การขยายการใช้งาน AI ที่สร้างขึ้นทำให้เกิดปัญหาต่อโครงข่ายไฟฟ้า การใช้น้ำ พื้นที่ก่อสร้าง และการต่อต้านจากชุมชนท้องถิ่นในหลายพื้นที่ทั่วโลก AI อาจดูเหมือนเคลื่อนไหวอย่างเบาๆ บนหน้าจอ แต่เบื้องหลังนั้นมีโครงสร้างพื้นฐานที่หนักแน่นและมีความเป็นกายภาพสูง

ต่อความเชื่อที่มีอยู่ บริษัท Conflow Power Group Limited จากสหราชอาณาจักรได้นำเสนอแนวคิดที่ค่อนข้างแปลกใหม่ โดยไม่วางศูนย์ข้อมูลไว้ใต้ทะเลหรือในอวกาศ แต่กระจายไปยังเสาไฟถนนที่ตั้งอยู่บนถนน และเสาไฟเหล่านี้จะทำงานด้วยพลังงานแสงอาทิตย์ ทำการประมวลผล AI เฝ้าระวังเมืองด้วยกล้อง และมีฟังก์ชันการสื่อสารด้วย

บริษัทได้ทำข้อตกลงอย่างเป็นทางการกับรัฐคัตซินาในภาคเหนือของไนจีเรียในการติดตั้งเสาไฟถนนอัจฉริยะพลังงานแสงอาทิตย์ "iLamp" จำนวน 50,000 ต้น หากแผนการนี้เป็นจริง เครือข่ายเสาไฟถนนนี้จะทำหน้าที่เป็น "ศูนย์ข้อมูล AI แบบกระจาย" และรัฐจะให้เช่าความสามารถในการประมวลผลนี้ให้กับบริษัท AI เพื่อสร้างรายได้

แนวคิดในการใส่คอมพิวเตอร์ AI ขนาดเล็กในเสาไฟถนน

โครงสร้างพื้นฐานพื้นฐานของ iLamp ประกอบด้วยแผงโซลาร์เซลล์ แบตเตอรี่ ไฟ LED คอมพิวเตอร์ขนาดเล็ก ฟังก์ชันการสื่อสาร และกล้อง AI ตามความจำเป็น บนยอดเสาไฟถนนมีแผงโซลาร์เซลล์ทรงกระบอกที่เก็บพลังงานที่ผลิตได้ในตอนกลางวันในแบตเตอรี่ พลังงานนี้ไม่เพียงพอสำหรับการให้แสงสว่างในเวลากลางคืนเท่านั้น แต่ยังใช้ในการขับเคลื่อนชิป AI ที่ใช้พลังงานต่ำภายในด้วย

ตามคำอธิบายของ Conflow การใช้ชิปที่ใช้พลังงานต่ำของ NVIDIA ทำให้สามารถรวมฟังก์ชันการประมวลผล AI ไว้ในเสาไฟถนนได้ ความสามารถในการประมวลผลของแต่ละต้นยังห่างไกลจากเซิร์ฟเวอร์ในศูนย์ข้อมูลขนาดใหญ่ แต่หากเสาไฟถนนถูกเชื่อมต่อเป็นเครือข่ายในระดับหมื่นต้น จะกลายเป็นฐานการคำนวณแบบกระจายที่มีขนาดหนึ่ง

เสน่ห์ของแนวคิดนี้อยู่ที่การตีความโครงสร้างพื้นฐานของเมืองที่มีอยู่ใหม่ เสาไฟถนนมีอยู่ในหลายเมืองแล้วและติดตั้งใกล้กับคนและรถยนต์ ซึ่งเหมาะสมกับการใช้พลังงาน การสื่อสาร และการรักษาความปลอดภัย หากเพิ่มพลังงานแสงอาทิตย์และการประมวลผล AI เข้าไป ถนน ลานจอดรถ และพื้นที่รอบโรงเรียนจะไม่เป็นเพียงพื้นที่ให้แสงสว่าง แต่จะกลายเป็นฐานดิจิทัลแบบกระจาย

อย่างไรก็ตาม สิ่งที่สำคัญที่นี่คือ "การประมวลผล AI ใดที่จะดำเนินการ" คอมพิวเตอร์ขนาดเล็กในเสาไฟถนนไม่สามารถดำเนินการประมวลผลหนักๆ เช่น การเรียนรู้โมเดลภาษาขนาดใหญ่จากศูนย์ได้ ผู้เชี่ยวชาญชี้ให้เห็นว่าการเรียนรู้ AI ที่มีภาระสูงที่สุดและการอนุมานขนาดใหญ่ยังคงต้องการศูนย์ข้อมูลที่มีประสิทธิภาพสูงแบบรวมศูนย์

iLamp เหมาะสมกับการประมวลผลที่มีขนาดเล็กกว่าและใกล้กับสถานที่จริงมากกว่า เช่น การตรวจจับปริมาณการจราจร การจดจำป้ายทะเบียน การตัดสินการจอดรถผิดกฎหมาย การวิเคราะห์ภาพจากกล้องวงจรปิดเบื้องต้น การให้บริการ Wi-Fi สาธารณะ การประมวลผลข้อมูลจากเซ็นเซอร์ เป็นต้น กล่าวคือ มีแนวโน้มที่จะทำหน้าที่เป็นจุด AI ที่ปลายทางของเมืองมากกว่าที่จะทดแทน AI ขนาดใหญ่

เป้าหมายของรัฐคัตซินาในการรวม "แสงสว่าง การรักษาความปลอดภัย การสื่อสาร และรายได้"

สำหรับรัฐคัตซินา แผนการนี้ไม่ใช่เพียงการปรับปรุงเสาไฟถนนเท่านั้น ตามรายงาน iLamp ไม่เพียงแค่ปรับปรุงแสงสว่างสาธารณะ แต่ยังรวมถึง Wi-Fi สาธารณะ การเชื่อมต่อ Bluetooth การตรวจสอบการจราจร การรักษาความปลอดภัย การป้องกันโครงสร้างพื้นฐาน และการขายความสามารถในการประมวลผล AI ให้กับภายนอก เจ้าหน้าที่รัฐบาลของรัฐมองว่านี่เป็นศูนย์ข้อมูล AI แบบกระจายที่เดียวในทวีปแอฟริกา และต้องการเชื่อมโยงกับการปรับปรุงความปลอดภัยและการยกระดับบริการสาธารณะ

ในหลายพื้นที่ของแอฟริกา ความเสถียรของโครงข่ายไฟฟ้า โครงสร้างพื้นฐานการสื่อสาร ความปลอดภัย และการพัฒนาบริการสาธารณะเป็นปัญหา ในขณะเดียวกัน ทรัพยากรพลังงานแสงอาทิตย์มีความอุดมสมบูรณ์ และมีโอกาสมากในการปรับปรุงโครงสร้างพื้นฐานที่มีอยู่ให้ทันสมัย เช่นเดียวกับที่การชำระเงินผ่านสมาร์ทโฟนและการสื่อสารผ่านมือถือได้แพร่หลายเพื่อชดเชยการขาดแคลนสาขาธนาคารและโครงข่ายโทรศัพท์พื้นฐาน แนวคิดในการขยาย AI แบบกระจายโดยไม่ต้องรอให้มีอุปกรณ์ขนาดใหญ่แบบดั้งเดิมจึงมีความน่าเชื่อถือ

Conflow ยังมีแผนที่จะตั้งโรงงานประกอบในรัฐคัตซินา หากสามารถนำไปสู่การจ้างงานในท้องถิ่น การพัฒนาทักษะการบำรุงรักษา และการสะสมอุตสาหกรรมที่เกี่ยวข้อง จะมีความหมายในฐานะนโยบายอุตสาหกรรมของภูมิภาค ไม่ใช่เพียงโครงการนำเข้า การติดตั้งอุปกรณ์ไม่ใช่จุดสิ้นสุด แต่ความสามารถในการดำเนินการ ซ่อมแซม และปรับปรุงในระยะยาวในท้องถิ่นจะเป็นตัวแยกความสำเร็จและความล้มเหลว

นอกจากนี้ รัฐยังมีแผนที่จะได้รับรายได้จากการให้เช่าความสามารถในการประมวลผล AI ของ iLamp ให้กับบริษัทภายนอก โดย Conflow จะได้รับ 20% ของรายได้หลังจากสามปี นี่เป็นความพยายามที่จะเปลี่ยนเสาไฟถนนจาก "อุปกรณ์สาธารณะที่มีค่าใช้จ่าย" เป็น "โครงสร้างพื้นฐานสาธารณะที่สร้างรายได้"

อย่างไรก็ตาม ยังมีความไม่แน่นอนใหญ่ที่นี่ บริษัท AI จะซื้อความสามารถในการประมวลผลที่กระจายอยู่ในเสาไฟถนนมากน้อยเพียงใด ความล่าช้าในการสื่อสารและความเสถียรเพียงพอหรือไม่ ใครจะรับผิดชอบค่าใช้จ่ายในการบำรุงรักษาเมื่อเกิดความเสียหาย และในขณะที่ปริมาณพลังงานแสงอาทิตย์เปลี่ยนแปลงตามสภาพอากาศและสภาพแวดล้อมการติดตั้ง ความสามารถในการประมวลผลจะสามารถให้บริการได้อย่างเสถียรเพียงใด แม้ว่าโมเดลธุรกิจจะดูน่าสนใจ แต่ความสามารถในการทำกำไรจริงยังอยู่ในขั้นตอนการตรวจสอบ

การทดแทนหรือการเสริมศูนย์ข้อมูลขนาดใหญ่

สิ่งที่สำคัญที่สุดในการทำความเข้าใจเทคโนโลยีนี้คือการมองว่าเป็น "การทดแทนศูนย์ข้อมูลแบบดั้งเดิม" หรือ "การเสริม"

การเรียนรู้โมเดล AI ต้องการการประมวลผลข้อมูลจำนวนมากอย่างรวดเร็ว การสื่อสารระหว่าง GPU ต้องมีความล่าช้าสั้นมาก และต้องมีการปรับแต่งระบบระบายความร้อน พลังงาน และเครือข่ายอย่างสูงเพื่อให้การประมวลผลการเรียนรู้ขนาดใหญ่เป็นไปได้ หากเสาไฟถนนกระจายอยู่ในพื้นที่กว้าง ระยะทางระหว่างแต่ละต้นจะไม่เหมาะสำหรับการซิงโครไนซ์ชิปอย่างรวดเร็ว

ดังนั้น การคิดว่า iLamp จะ "แทนที่สถานที่ AI ขนาดใหญ่ของ OpenAI หรือ Google" จึงไม่เป็นจริง ควรมองว่าเป็นโครงสร้างพื้นฐานเสริมที่รับภาระการประมวลผล AI ขนาดเล็กที่เกิดขึ้นในสถานที่เช่น ถนน โรงเรียน โรงพยาบาล ลานจอดรถ และสถานที่สาธารณะ และเชื่อมโยงกับศูนย์ข้อมูลขนาดใหญ่ตามความจำเป็น

ตัวอย่างเช่น แทนที่จะส่งภาพจากกล้องทั้งหมดไปยังเซิร์ฟเวอร์กลาง เสาไฟถนนสามารถทำการตัดสินเบื้องต้นว่า "มีความผิดปกติหรือไม่" "ยานพาหนะมีความเร็วเกินหรือไม่" "การไหลของคนแตกต่างจากปกติหรือไม่" ข้อมูลที่จำเป็นเท่านั้นที่จะถูกส่งไปยังศูนย์กลาง ซึ่งจะช่วยลดปริมาณการสื่อสารและเพิ่มความเร็วในการตอบสนอง นี่เป็นข้อดีแบบดั้งเดิมของการคำนวณแบบเอดจ์

ในทางกลับกัน หากเสาไฟถนนจะทำหน้าที่เป็นจุดประมวลผล AI ความปลอดภัยทางไซเบอร์และความปลอดภัยทางกายภาพก็เป็นสิ่งที่ขาดไม่ได้ หากติดตั้งอุปกรณ์ที่มีชิปที่มีมูลค่าสูงในเมืองถึง 50,000 ต้น ความเสี่ยงจากการโจรกรรม การทำลาย และการแก้ไขจะหลีกเลี่ยงไม่ได้ Conflow ได้อธิบายว่าชิปจะไม่สามารถใช้งานได้หากถูกถอดออกโดยไม่ถูกต้อง แต่เพียงพอหรือไม่จะถูกทดสอบในทางปฏิบัติ

นอกจากนี้ เนื่องจากเสาไฟถนนถูกติดตั้งในพื้นที่สาธารณะ การออกแบบระบบที่ไม่ใช่เทคโนโลยี เช่น สิทธิ์การเป็นเจ้าของอุปกรณ์ ผู้จัดการข้อมูล ระยะเวลาการเก็บรักษาภาพ ขอบเขตการให้ข้อมูลแก่บุคคลที่สาม ความรับผิดชอบเมื่อเกิดความเสียหาย และการอธิบายต่อประชาชนก็มีความสำคัญ ตัวอย่างความล้มเหลวของเมืองอัจฉริยะหลายแห่งไม่ได้เกิดจากการขาดเทคโนโลยี แต่เกิดจากการที่ไม่สามารถสร้างความไว้วางใจจากประชาชนได้

บทบาทของกล้องวงจรปิด

สิ่งที่อาจก่อให้เกิดการถกเถียงมากที่สุดในแผนการ iLamp คือฟังก์ชันการเฝ้าระวัง AI ตามรายงาน เสาไฟถนนที่ติดตั้งในไนจีเรียจะมีการติดตั้งกล้อง AI ที่สามารถตรวจจับการจอดรถผิดกฎหมาย การขับรถเร็วเกินกำหนด และการไม่คาดเข็มขัดนิรภัย นอกจากนี้ ยังมีการกล่าวถึงความเป็นไปได้ในการใช้การจดจำใบหน้าเพื่อค้นหาผู้ต้องการตัวหรือผู้สูญหายในอนาคต

จากมุมมองของการรักษาความปลอดภัยและความปลอดภัยทางจราจร ฟังก์ชันเหล่านี้อาจดูน่าสนใจ สามารถลดอุบัติเหตุ เชื่อมโยงกับการป้องกันอาชญากรรม และทำให้การตอบสนองของตำรวจและการบริหารเร็วขึ้นได้ หากรวมกับ Wi-Fi สาธารณะและการปรับปรุงแสงสว่าง ความสะดวกสบายในการดำรงชีวิตของประชาชนก็อาจเพิ่มขึ้น

อย่างไรก็ตาม เทคโนโลยีเดียวกันนี้อาจกลายเป็นประตูเข้าสู่สังคมที่ถูกเฝ้าระวัง ใครเดินไปที่ไหน รถยนต์คันไหนผ่านไปเมื่อไร ใครเข้าร่วมการชุมนุม และใบหน้าใดถูกบันทึกไว้ในกล้อง ข้อมูลเหล่านี้หากถูกเก็บรวบรวมในปริมาณมาก อาจถูกใช้เกินวัตถุประสงค์ทางความปลอดภัย

โดยเฉพาะอย่างยิ่งเทคโนโลยีการจดจำใบหน้ามีปัญหาเกี่ยวกับการจดจำผิด ความแตกต่างของความแม่นยำตามคุณลักษณะ การใช้อำนาจในทางที่ผิด และผลกระทบที่ทำให้เกิดความหวาดกลัวต่อการประท้วงหรือกิจกรรมทางการเมือง กล้อง AI ที่ติดตั้งในพื้นที่สาธารณะทำให้ประชาชนเลือกที่จะ "ไม่ใช้" ได้ยาก หากเป็นแอปพลิเคชันบนสมาร์ทโฟนสามารถลบออกได้ แต่หลีกเลี่ยงจากเสาไฟถนนบนถนนได้ยาก

Conflow อธิบายว่าจะนำมาใช้ภายใต้ความร่วมมือกับหน่วยงานที่เกี่ยวข้องและการปฏิบัติตามกฎหมายเท่านั้น อย่างไรก็ตาม การปฏิบัติตามกฎหมายอาจไม่เพียงพอ สิ่งที่สำคัญคือประชาชนได้รับข้อมูลล่วงหน้าเกี่ยวกับสิ่งที่จะถูกเก็บรวบรวม ใครสามารถเข้าถึงได้ มีการยื่นคำร้องได้หรือไม่ และมีการตรวจสอบอิสระหรือไม่ การที่เสาไฟถนน AI จะเป็นประโยชน์ต่อสาธารณะหรือกลายเป็นการเฝ้าระวังอย่างถาวรขึ้นอยู่กับการบริหารจัดการนี้

บนโซเชียลมีเดีย ความรู้สึกของ "อนาคต" และ "การเฝ้าระวัง" แพร่กระจายพร้อมกัน

เมื่อดูปฏิกิริยาบนโซเชียลมีเดีย ข่าวนี้ได้รับการรับรู้ในสองทิศทางใหญ่

ทิศทางหนึ่งคือการคาดหวังในฐานะโครงสร้างพื้นฐานที่ทันสมัยจากแอฟริกา บน LinkedIn รัฐคัตซินาได้รับการแนะนำว่าเป็นแผนการที่จะนำเสาไฟถนน AI พลังงานแสงอาทิตย์ 50,000 ต้นมาใช้ รวมการคำนวณ AI แบบกระจาย Wi-Fi สาธารณะ การเฝ้าระวัง AI และการดำเนินงานแบบออฟกริด โพสต์ใช้แฮชแท็กเช่น "Nigerian Innovation" "Solar Energy" "Smart Infrastructure" "Africa Tech" และเน้นการมองในแง่บวกต่อการปฏิวัติเทคโนโลยีของแอฟริกา##HTML_TAG_78