مع تزايد استخدام الشبكات العصبية العميقة (Deep Neural Networks) في الأنظمة الفيزيائية السيبرانية (Cyber-Physical Systems)، تبرز تحديات جديدة تتعلق بالتحكم الفوري. بينما تفضل التصاميم التقليدية تنفيذ الاستدلال على الأجهزة المحلية لتجنب تأخيرات الشبكة، تكشف دراسة حديثة أن استدلال السحابة يمكن أن يصبح الخيار الأفضل في بعض الحالات.

تعتبر عملية الاستدلال على الأجهزة المحلية مثقلة بالمتطلبات الطاقوية والحسابية، مما يجعل الشركات تبحث عن بدائل أكثر كفاءة.

في هذا البحث، تم تطوير نموذج تحليلي رسمي لوصف تأخير الاستدلال الموزع، يوضح العلاقة بين تردد الاستشعار، القدرة الحسابية للمنصة، تأخيرات الشبكة، وقيود السلامة الخاصة بالمهمة. تم اختبار هذا النموذج في سياق فرامل الطوارئ للقيادة الذاتية، وذلك باستخدام محاكاة معقدة تعتمد على الديناميات الحركية للمركبات.

أظهرت النتائج التجريبية أن استدلال السحابة يحقق استجابة أكثر موثوقية في ظروف معينة مقارنة بالاستدلال المحلي، مما يعيد تشكيل استراتيجيات التصميم السائدة. وبالتالي، يصبح من الواضح أن السحابة ليست مجرد خيار ممكن، بل غالبًا ما تكون الوجهة المفضلة للاستدلال في النظم الموزعة، مما يجعل السحاب أقرب مما يُعتقد.