Diagrama da camada de software program Edge AI. Fonte: Numurus
Antes do Home windows, apenas engenheiros e cientistas da computação podiam fazer muita coisa com computadores. O Home windows mudou isso oferecendo a todos uma interface de usuário, aplicativos integrados e recursos de {hardware} plug-and-play que funcionavam juntos. A mesma mudança está chegando agora para os robôs.
Lembro-me de quando os primeiros PCs foram lançados. Eu estava começando a faculdade para me tornar engenheiro robótico e estava animado. PCs eram máquinas poderosas. Os microprocessadores eram mais rápidos do que qualquer coisa que a maioria das pessoas já havia tocado, e os recursos que eles ofereciam para resolver problemas matemáticos e executar processos complexos de engenharia em minutos eram empolgantes.
Mas na altura, a utilidade dos PCs estava limitada a um pequeno grupo de pessoas que tinham as competências e o interesse em aprender como utilizá-los. Para fazer um PC fazer alguma coisa, você precisava saber como trabalhar com interfaces de sistema operacional somente de linha de comando, aprender protocolos de {hardware} complexos e escrever software program do zero.
Como a maioria dos meus amigos e familiares da época, o mundo olhou para um PC e viu uma caixa cara que não fazia muito por eles. Tudo isso mudou quando o Home windows chegou ao mercado e transformou os PCs de uma ferramenta de engenharia de nicho em um dispositivo utilizável por qualquer pessoa no mundo.
Hoje, existe um mercado novo e em rápido crescimento de edge IA processadores, incorporados processadores que executam modelos de IA em sistemas robóticos e outros sistemas automatizados de empresas como NVIDIA, AMD, Qualcomm, Hailoe outros. Esses chips permitem que os sistemas analisem rapidamente câmeras e outros dados e tomem decisões de controle em frações de segundo, sem a necessidade de estar conectado à Web.
Eles são rápidos, baratos e com eficiência energética suficiente para executar cargas de trabalho reais de IA em campo. O {hardware} ultrapassou o ponto de inflexão.
Mas as pessoas que realmente podem usar esses processadores ainda são um grupo pequeno. Embora normalmente venham com um sistema operacional Linux que possui aplicativos integrados, suporte de {hardware} e interfaces de usuário semelhantes ao Home windows e outros sistemas operacionais de PC desktop, a solução faz pouco para atender às necessidades dos clientes que desejam usar esses chips.
Primeiro, os robôs precisam interagir com câmeraslasers, GPS, motorese controlar sistemas, não mouses, teclados e impressoras. Os robôs também precisam de aplicativos de software program que possam se conectar ao vivo sensor dados para modelos de IA para controlar motores, não para aplicativos de processamento de texto e planilhas.
Finalmente, os robôs normalmente não possuem teclados e monitores conectados a eles; eles precisam de interfaces de usuário que se conectem por meio de navegadores da Internet em PCs conectados em rede.
Mais uma vez, essas limitações significam que apenas um pequeno grupo de engenheiros e desenvolvedores de software program experientes é capaz de aproveitar as vantagens que esses novos processadores de IA de ponta tornam possível. Para todos os outros, um processador de IA de ponta é o mesmo tipo de caixa cara que o PC period em 1981. Capaz, mas inacessível.
Como engenheiro de robótica e automação, percebi rapidamente o potencial que esses chips ofereciam para resolver muitos dos desafios que a indústria enfrentava há muitos anos. Depois de usar alguns desses processadores de IA de ponta em projetos robóticos e de detecção inteligente, também percebi como period difícil e demorado usar esses chips, mesmo para equipes de engenheiros e desenvolvedores experientes.
Em 2020, minha empresa Numurus passou da venda de sensores robóticos inteligentes para o desenvolvimento de uma plataforma de software program fácil de usar chamada NEPI (Numurus Edge Platform Interface), que cuida de grande parte do software program subjacente que a maioria dos robôs exige.
NEPI fornece drivers plug-and-play para câmeras, sensores de navegação, motores, luzes e sistemas de controle. Ele também suporta detecção automática e orquestração de modelos de IA, aplicativos de automação integrados e uma interface de usuário (IU) intuitiva baseada em navegador para conexão a partir de PCs conectados em rede remota.
O NEPI é instalado e executado como um contêiner Docker sobre o sistema operacional nativo do chip AI de ponta, permitindo que qualquer pessoa baixe e comece a trabalhar em minutos, sem necessidade de experiência em programação de computador. NEPI também inclui um sistema simples de pull, implantação e construção para baixar e personalizar o código-fonte do repositório NEPI Github.
O que o Home windows fez pelo PC
O que desbloqueou o PC não foi um {hardware} mais rápido. Foi um programas camada que lidava com as coisas que a maioria das pessoas não queria aprender a fazer.
O Home windows chegou com drivers plug-and-play. Conecte uma impressora e o sistema a encontrará e a fará funcionar. Conecte um mouse, a mesma coisa. O usuário não precisava escrever uma única linha de código para interagir com {hardware} que não havia escolhido antecipadamente.
O Home windows veio com aplicativos integrados. Um processador de texto, uma planilha, uma forma de visualizar arquivos. A maioria dos usuários não precisava escrever aplicativos. Eles precisavam que os aplicativos existissem.
O Home windows deu ao PC uma tela, um teclado e um mouse, todos trabalhando juntos por meio de uma interface de usuário que não exigia guide. A maioria dos usuários descobriu isso em uma tarde.
Depois do Home windows, o PC deixou de ser apenas para especialistas. Foi para todos. O {hardware} não mudou. O acesso aconteceu.
Envie sua ideia de sessão para o RoboBusiness 2026O que os processadores de IA de ponta precisam para se tornarem úteis para mais pessoas
Edge AI está esperando pela mesma mudança. O {hardware} está aqui. O que falta é uma camada de software program que lide com as coisas que a maioria das pessoas não quer aprender a fazer. Essa camada precisa de drivers de {hardware} plug-and-play.
Se uma equipe quiser adicionar uma câmera, um sonar, um lidar, um IMU ou um módulo GPS, ela deverá ser capaz de conectá-los e fazer com que o sistema os reconheça. Eles não deveriam ter que escrever um driver para isso.
Precisa de gerenciamento de modelo de IA. Carregar um modelo, versioná-lo, trocá-lo por um mais novo, recuperar quando algo falhar. A maioria das equipes tem um modelo. Poucas equipes desejam construir o tempo de execução que o rodeia.
Ele precisa de aplicativos integrados para os casos de uso reais. Robótica. Automação. Inspeção. Processamento de dados de sensores. Ação orientada a eventos. As necessidades mais comuns neste espaço devem ser resolvidas imediatamente, e não reconstruídas a cada projeto.
E precisa de uma UI que o operador possa realmente usar. É aqui que o Edge AI tem uma ruga que o PC unique não tinha. A maioria dos sistemas de IA de ponta são robôs, drones, embarcações ou equipamentos industriais. Eles não possuem teclado, mouse ou tela conectados. A UI tem que vir de outro lugar.
A resposta é uma interface baseada em navegador servida pelo próprio dispositivo. Conecte um laptop computer, aponte um navegador para o dispositivo e você terá uma IU. Nenhum {hardware} especializado. Nenhum software program especializado. Qualquer pessoa com um navegador pode interagir com o sistema.
Quem se beneficia quando a IA de ponta se torna acessível
A história do PC é também a história de quem conseguiu usar um computador.
Antes do Home windows, os computadores eram para programadores, pesquisadores e pessoas dispostas a aprender como escrever código. Depois do Home windows, os computadores passaram a ser para contadores, escritores, estudantes, crianças, pais e escolas. O público cresceu em ordens de magnitude e os aplicativos desenvolvidos refletiram o novo público.
Edge AI está prestes a passar pela mesma expansão. Hoje, borda IA é principalmente para equipes que podem pagar especialistas em software program embarcado. Isso geralmente significa startups de robótica bem financiadas, OEMs estabelecidos e empreiteiros de defesa. Todos os outros ficam de fora, não pelo custo do {hardware}, mas pela complexidade do software program.
Assim que a IA de ponta se torna acessível, o público muda. TRONCO os programas podem integrar automação baseada em IA sem exigir que cada membro da equipe seja um especialista em software program incorporado. Pesquisadores em áreas adjacentes podem criar protótipos de {hardware} habilitado para IA sem contratar uma equipe integrada separada. As startups podem lançar a primeira versão de seus produtos em algumas semanas, em vez de um ano. Os OEMs podem oferecer aos seus clientes recursos de IA que os próprios clientes podem configurar.
Esta expansão não é boa apenas para as pessoas que obtêm novos acessos. É bom para a indústria. O ecossistema do PC não cresceu porque os programadores se tornaram mais produtivos. Tornou-se maior porque pessoas que não eram programadores passaram a usar computadores. Edge AI está configurado para seguir o mesmo caminho.
Vislumbres do campo
A mudança já está começando a aparecer na produção. Equipes construindo embarcações de superfície autônomas para marítimo A detecção de ameaças conseguiu se concentrar na embarcação e na missão, em vez de construir sua própria pilha de IA de ponta.
Os operadores de pesca comercial que utilizam sonar habilitado para IA conseguiram concentrar-se na experiência pesqueira que torna o seu produto diferente. Os fabricantes de robôs de inspeção subaquática adicionaram inspeção orientada por IA às suas plataformas sem construir pipelines de implantação de modelos e sistemas de captura de dados do zero. As equipes de inspeção de infraestrutura submarina conseguiram se concentrar na metodologia de inspeção, em vez da engenharia de sistemas embarcados.
Em cada um desses casos, a equipe não precisou se tornar uma loja de software program embarcado para enviar um produto habilitado para IA. O acesso foi o desbloqueio. À medida que mais plataformas forem lançadas nesta categoria nos próximos 12 a 24 meses, mais equipes terão a mesma opção.
Para os especialistas: o problema de construir do zero
Mesmo para equipes que possuem especialistas em software program incorporado, a matemática mudou.
A maioria das equipes de robótica que construíram um produto habilitado para IA na última década reconstruíram alguma versão das mesmas cinco camadas do zero. Integração de sensores. Tempo de execução de implantação de IA. Lógica de automação. Pipelines de dados. Interfaces de operação. Nada disso é o que torna o produto único. Eles são o piso sobre o qual cada produto deve se apoiar. E até recentemente, a maioria das equipes construía seu próprio piso.
O custo disso aparece em quatro lugares. O tempo de engenharia normalmente é de seis a 12 meses antes que uma equipe envie a primeira versão de seu produto actual. Fragilidade ocorre quando o código de integração personalizado quebra sempre que o {hardware} é alterado. Alocação de talentos, quando engenheiros seniores acabam mantendo drivers em vez de construir recursos diferenciados.
E o custo mais difícil de medir, os produtos que nunca são construídos porque o investimento em infra-estruturas period demasiado assustador. Para equipes com experiência, a camada de plataforma não é a única maneira de construir IA de ponta. Mas é a maneira de entregar mais rápido, com menos código personalizado para manter e com uma base que não precisa ser reconstruída na próxima vez que surgir uma nova ideia de produto.
A mudança da IA de ponta está acontecendo
A period do PC não foi vencida por {hardware} mais rápido. Foi vencida pela camada de software program que tornou o {hardware} mais rápido útil para pessoas que não eram especialistas.
Edge AI está caminhando para a mesma transição. O {hardware} está aqui. A camada de software program que o torna acessível está sendo construída agora, por um pequeno número de equipes de plataforma que descobriram como ela deveria ser.
Se você está trabalhando em algo que envolve IA no limite, seja você um engenheiro robótico, um OEM, um educador STEM ou um pesquisador, a pergunta que vale a pena fazer não é se o {hardware} pode fazer o que você deseja. É quase certo que sim. A questão é se você quer passar anos desenvolvendo tudo do zero ou começar a trabalhar em uma solução de automação.
Sobre o autor
Sobre o autorJason Seawall é o fundador e CEO da Numurusuma empresa de plataforma de IA de ponta com sede em Seattle.
Anteriormente, ele fundou a BlueView Applied sciences, que foi adquirida pela Teledyneonde atuou como vice-presidente de tecnologia, supervisionando a inovação em todo o grupo de tecnologia marítima da Teledyne.
Com scripts de instalação automatizados, qualquer pessoa pode baixar e testar o NEPI em minutos e fazer com que os robôs funcionem em apenas alguns dias, afirmou Numurus.