كيف تعمل Edge IoT على إعادة تشكيل الصناعة

يعد تتبع الأسطول، وتتبع الأصول، والمركبات ذاتية القيادة، وأتمتة التصنيع، والتخزين، كلها مجالات يمكن لتقنيات الرقائق المضمنة في الذكاء الاصطناعي تفريغ الأحمال التي تحمل بيانات الشبكة. يمكنهم القيام بذلك مع توفير المعلومات في الوقت الفعلي على الخطوط الأمامية.

تحتاج العديد من هذه العمليات أثناء التنقل إلى الكثير من البيانات لتنشيطها. وفي الوقت نفسه، يحتاجون إلى هذه البيانات في الوقت الفعلي وأثناء النقل. لا تستفيد هذه الأنواع من العمليات من الحوسبة السحابية بقدر استفادتها من العمليات الأخرى كثيفة البيانات، مثل بيانات التدريب من خلال التعلم الآلي. وبدلاً من ذلك، تستفيد هذه العمليات بشكل أكبر من الحوسبة المتطورة، التي توفر الحوسبة والشبكات والموارد الأخرى مباشرة إلى الأجهزة والبيانات التي تحتاج إليها.

من خلال تنشيط الذكاء الاصطناعي (أحمال معالجة AI0 على مستوى النظام على شريحة (SOC)، يمكن لتكنولوجيا المعلومات توسيع خياراتها لتوزيع وتفريغ أحمال معالجة البيانات إلى طبقات مختلفة من بنية المؤسسة (على سبيل المثال، السحابة، والشبكة المركزية مركز البيانات، أو الحافة نفسها). يؤدي ذلك إلى تحسين إدارة البيانات ومعالجتها. كما أنه يحافظ على عرض النطاق الترددي، ويسرع البيانات والنتائج.

وحدات التحكم الدقيقة المدمجة SOC استخدام ذاكرة أضيق واستهلاك الطاقة من تلك التي تتطلبها وحدات معالجة الرسومات التقليدية (وحدات المعالجة الرسومية)، أو FPGAs (مصفوفات البوابات القابلة للبرمجة ميدانيًا) أو أنواع أخرى من الدوائر المتكاملة (ICs).

قال ستيف كونواي، كبير مستشاري أبحاث Hyperion في HPC Market Dynamics: "سنرى أن الذكاء الاصطناعي على الحافة أصبح أمرًا شائعًا في السنوات الخمس المقبلة".

"إن ARM Atom وGPU والمعالجات المدمجة الأخرى شائعة بالفعل في الأجهزة المتطورة مثل الهواتف المحمولة وأجهزة الاستشعار والسيارات وأنظمة التصوير الطبي التشخيصي وأنظمة الألعاب والعديد من الأجهزة الأخرى. ومن المرجح أن تصبح هذه المعالجات المدمجة الراسخة هي الاتجاه السائد لدعم أساليب الذكاء الاصطناعي مع تقدم هذه الأساليب.

تأثير الصناعة على Edge IoT

في عام 2011، ظهر مصطلح "التصنيع 4.0" لأول مرة. وقد نشأت هذه الفكرة من سعي الحكومة الألمانية لحوسبة التصنيع، وقدمت رؤية مستقبلية للرقمنة والأتمتة والذكاء الاصطناعي لإنتاج المصانع. في هذا المخطط، يمكن لتكنولوجيا الحافة أن تسهل اتخاذ القرارات في مكان المشكلة أو الموقف، حيث تلعب مراكز عمليات الأمان المضمنة في الذكاء الاصطناعي أدوارًا رئيسية.

اليوم ، هذا إن اتخاذ القرار في الوقت الفعلي أمر حقيقي. يتم تشغيل عمليات التصنيع من خلال قرارات مدعومة بالذكاء الاصطناعي على الحافة. في المستقبل، يمكن لشريحة الحافة المدعمة بالذكاء الاصطناعي أن ترسل تنبيهًا عمليًا للشراء بشأن نقص المواد الخام، أو تنبيه المبيعات حول احتمال حدوث نقص في المنتج إذا تم العثور على مكون ناقص.

تعمل أتمتة شرائح Edge AI أيضًا على إحداث تحول في الخدمات اللوجستية.

يمكن لقافلة الشاحنات إجراء اتصالات متبادلة مع الاتصالات الطرفية ذات زمن الوصول المنخفض التي يتم نشرها لتوفير الوقود وتحسين المسارات. ومن الآن فصاعدا، سيكون من الممكن أن يكون لواحدة فقط من هذه الشاحنات سائق بشري، مع تشغيل بقية القافلة بأتمتة تعتمد على SOC.

وهذا يمكن أن يحل مشكلة كبيرة في صناعة النقل بالشاحنات: نقص السائقين المؤهلين. قال شيلي سيمبسون، نائب الرئيس التنفيذي والمدير التجاري ورئيس خدمات الطرق السريعة في شركة JB Hunt Transport Services: "هذا هو أحد الأسباب وراء دخول الكثير من التكنولوجيا إلى صناعة النقل بالشاحنات".

ويمكن أيضًا مراقبة البضائع القابلة للتلف بواسطة أجهزة استشعار ذكية داخل حجرة الشحن في كل شاحنة لقياس درجة الحرارة والرطوبة.

على سبيل المثال، تم تغيير مسار شاحنة تحمل منتجات إلى أتلانتا إلى سوق واشنطن العاصمة الأكثر قربًا. تم الأمر بإعادة المسار بعد أن قام جهاز استشعار داخل حجرة الشحن بالشاحنة بتنبيه السائق وشركة الخدمات اللوجستية إلى خطر تلف المنتج بسبب ارتفاع درجة الحرارة. إن قدرة الشركة على التعامل مع المعلومات في الوقت الفعلي أدت إلى تجنب التلف وتوفير المال. في صناعة المواد الغذائية، انها كبيرة. مجموعة الأغذية والزراعة التابعة للأمم المتحدة وتشير التقديرات إلى أن ما قيمته تريليون دولار من الغذاء يُفقد أو يُهدر كل عام.

تعمل تقنية الرقائق المدعومة بالذكاء الاصطناعي أيضًا على تغيير كيفية أداء المركبات المحمولة جواً والمركبات الأرضية.

تواجه التحديات اللوجستية الأفراد العسكريين عندما يقومون بمراقبة و/أو دخول منطقة خطرة. في الماضي، ربما كانت مهمة المراقبة المحفوفة بالمخاطر تتطلب من البشر فحص منطقة ما بشكل مباشر، مما يعرض الأفراد للخطر والخسائر في الأرواح.

الان مع معالجة حافة الذكاء الاصطناعييقوم أسطول من الطائرات بدون طيار بالاستطلاع والتواصل المتبادل في الوقت الفعلي. إذا تم إسقاط طائرة بدون طيار في سرب، يكتشف الأسطول المشكلة ويعدل تشكيلها لمواصلة المهمة. قال سوراب ميشرا، المدير الأول لإدارة المنتجات في قسم إنترنت الأشياء والحافة في SAS: "إن أعباء العمل الصعبة التي تتطلب معالجة مدخلات حسية متعددة بما في ذلك الفيديو والصوت قد تبدأ في تجاوز الحدود ما لم يتم دعمها بواسطة شرائح متخصصة". "الطائرات بدون طيار، والأذرع الآلية، والأتمتة الصناعية كلها أمثلة جيدة على كيفية استخدام هذه الرقائق."

الجغرافيا السياسية والابتكار

ومع ذلك، تشعر الشركات بالقلق بسبب القوى الجيوسياسية المؤثرة في صناعات الرقائق وأشباه الموصلات.

وفي عام 2019، تم تصنيف شركة Huawei على القائمة القائمة المقيدة للولايات المتحدة. ثم استحوذت NVIDIA على شركة Arm, Ltd. في صفقة بقيمة 40 مليار دولار ضمت Google وMicrosoft وQualcomm وApple وIntel وSamsung وHuawei وGoogle. أمازون تشعر بالقلق إزاء مورد بالغ الأهمية.

في عام 2019، استحوذت شركة إنتل على شركة ناشئة لشرائح الذكاء الاصطناعي مختبرات هابانا مقابل 2 مليار دولار، واستحوذت شركة AMD Xiliinx مقابل 35 مليار دولار.

"كان الاتجاه السائد على مدى الخمسين عامًا الماضية هو إبقاء مخاوف الأمن القومي غير ذات الصلة بعيدة عن التحليل الاقتصادي الذي يقود قرارات مكافحة الاحتكار. ومع ذلك، عندما يكون السلوك المحتمل المانع للمنافسة ضارًا أيضًا بالأمن القومي، فلا ينبغي لنا أن نتفاجأ إذا اتخذت حكومة الولايات المتحدة نهجًا أكثر عدوانية في التنفيذ. كتب كولين أوكيف، باحث مشارك في مركز حوكمة الذكاء الاصطناعي بجامعة أكسفورد.

يجب أن تأخذ تكنولوجيا المعلومات في الاعتبار هذه الدعاوى القضائية وإجراءات مكافحة الاحتكار عندما تبرر وتحاول "إثبات" استثمارات الذكاء الاصطناعي في المستقبل.

وقال كونواي: "اليوم، يُنظر إلى الذكاء الاصطناعي على نطاق واسع على أنه مفتاح القيادة الاقتصادية المستقبلية، وهناك مبادرات قوية في الصين واليابان وأوروبا للتخلص من الاعتماد على الولايات المتحدة وتطوير المعالجات المحلية". "لا تستطيع أقسام تكنولوجيا المعلومات أن تفعل الكثير للتأثير على هذه المعارك الجيوسياسية، لكن يمكنها التخطيط لضمان أن إمدادات المعالجات التي تحتاجها آمنة، خاصة من خلال التفاوض على عقود الموردين طويلة الأجل مع شروط جزائية والحفاظ على مستويات مخزون كافية."

إنها قائمة المهام

إن الانتقال إلى عامل الشكل الأصغر لإنترنت الأشياء سيفرض التركيز على تكنولوجيا المعلومات في ثلاثة مجالات رئيسية:

هندسة تكنولوجيا المعلومات. يجب إعادة تنظيم بنية تكنولوجيا المعلومات لتناسب حالات الاستخدام التجاري التي ترغب الشركات في حلها باستخدام الذكاء الاصطناعي على مستوى الشريحة. على الأقل، من المرجح أن تسفر هذه المراجعة المعمارية عن ثلاثة مستويات من تكنولوجيا المعلومات والمعالجة وهندسة البيانات: مركز البيانات والسحابة والحافة.

وقال كونواي، الذي أشار إلى عمل PayPal: "إن نقطة البداية، بالطبع، هي تخطيط العملية الشاملة وتحسينها واستخدام تلك المعلومات لتخصيص الموارد المناسبة في كل نقطة على طول الطريق".

قال كونواي: "قبل ستة أعوام، واجهت PayPal مشكلة خطيرة تتعلق بالاحتيال في معاملات بطاقات الائتمان". "لقد استغرق الأمر ما يصل إلى أسبوعين لتحديد الاحتيال، وبحلول ذلك الوقت كان الاحتيال قد أصاب في كثير من الأحيان بطاقات العملاء. قامت الشركة بتثبيت جهاز كمبيوتر عالي الأداء يمكنه اكتشاف الاحتيال ومنعه فور حدوثه، في غضون 150 مللي ثانية، مما وفر على PayPal أكثر من 700 مليون دولار في السنة الأولى أو نحو ذلك.

يعتمد التطبيق في PayPal وغيرها من الشركات على المعالجات المضمنة في قارئات البطاقات، إلى جانب الإنترنت لعملية التفويض ذهابًا وإيابًا، وأنظمة الخادم ذات المعالجات غير المضمنة للرفع الثقيل، محليًا أو في السحابة.

مهارات تكنولوجيا المعلومات. يعتقد 47% فقط من المشاركين في الاستطلاع في تقرير Microsoft IoT Signals لعام 2019 أن السوق يضم أفرادًا يتمتعون بالمهارات الوظيفية اللازمة لإنترنت الأشياء. https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

وقال سوراب ميشرا، المدير الأول لإدارة المنتجات في قسم إنترنت الأشياء والحافة في SAS: "سيظل توفر الموارد الماهرة لإدارة نشر نماذج الذكاء الاصطناعي على الرقائق يمثل تحديًا". "يجب على الشركات أيضًا أن تدرك ذلك

إن رقائق الذكاء الاصطناعي المتطورة ليست رصاصات فضية. إنهم يعملون في سياق نظام أكبر. من المهم التفكير في المسار الكامل عند نشر الرقائق المضمنة بالذكاء الاصطناعي نظرًا لأن الارتباط الضعيف في المنبع أو المصب يمكن أن ينفي تعزيزها المستهدف.

يمكن أن تساعد مجموعات أجهزة وبرمجيات إنترنت الأشياء التجارية في مواجهة تحديات تكامل خطوط الأنابيب - ولكن لا يزال يتعين تحديد المعالجة في كل مستوى بواسطة تكنولوجيا المعلومات. وهذا يشمل بناء النماذج وبرمجة SOCs.

إدارة الاستثمار. ستستمر قضايا الدمج ومكافحة الاحتكار والملكية الفكرية في مجال الذكاء الاصطناعي/الرقائق، كما حدث في مجالات أخرى من تكنولوجيا المعلومات.

والخبر السار هو أن أقسام تكنولوجيا المعلومات في الشركات ليست غريبة على هذا الأمر.

يعد اختيار حل مكدس IOT المقبول على نطاق واسع مع قاعدة مستخدمين كبيرة أحد أشكال التدقيق المستقبلي، بالإضافة إلى ضمان توافق إنترنت الأشياء الذي تستخدمه مع معايير الأمان الشائعة وواجهات برمجة التطبيقات. تتمثل الإستراتيجية الثانية في التفاوض مع موردي إنترنت الأشياء لحماية المسؤولية والاستثمار التي تحددها في عقودك.

وأخيرا، يجب أن تحقق الرقائق التي تدعم الذكاء الاصطناعي نتائج الأعمال.

وقال مورالي جوبالاكريشنا، رئيس الشركة: "إن تأثير إنترنت الأشياء الحافة على بنية تكنولوجيا المعلومات سوف يقتصر على حالات الاستخدام التي يُطلب من تكنولوجيا المعلومات تنفيذها، حيث يوفر الذكاء الاصطناعي القدرة على معالجة المعلومات مسبقًا في الوقت الفعلي ونقل البيانات ذات الصلة والمفيدة فقط". إدارة المنتجات للآلات المستقلة والمدير العام للروبوتات في NVIDIA.

"ستستخدم عملية فحص الذكاء الاصطناعي الآلية في المصنع المعلومات في الوقت الفعلي لاتخاذ قرارات في أجزاء من الثانية على الحافة أثناء نقل البيانات ذات الصلة إلى الأنظمة الخلفية للمعالجة اللاحقة والتحليلات وتطوير النماذج الجديدة خارج النطاق إلى حافة إنترنت الأشياء قرارات مبنية."

يمكن للتطبيقات اكتشاف الركاب الذين يرتدون أقنعة أو حساب عددهم عدد الأشخاص الذين يدخلون ويخرجون من الفضاء عن طريق إنشاء خرائط حرارية لضمان عدم تجاوز حدود الإشغال. وقال جوبالاكريشنا إنه مع وجود أجهزة استشعار إضافية وكاميرات وأتمتة في إنترنت الأشياء وعلى الحافة، سيصبح الذكاء الاصطناعي أكثر أهمية لمديري تكنولوجيا المعلومات وهندسة البنية التحتية.