AI が IoT プラットフォームにスマートさを追加

 モノのインターネットのキラーアプリは人工知能かもしれません。

人工知能 (AI) とその多面的な派生機械学習を真のアプリケーションとして分類するのは無理があるかもしれませんが、これらの技術は IoT の運用を大きく変える可能性があります。 AI により、IoT ネットワークがよりスマートになり、制御不能な成長のリスクを伴うことなく、必要に応じて拡張できるようになります。

IoT の運用は、企業ネットワーク上で数千台以上のデバイスが適切かつ安全に実行され、収集されるデータが正確かつタイムリーであることを保証するための継続的な取り組みです。洗練されたバックエンド分析エンジンは、安定したデータ ストリームを処理するという重労働を実行しますが、データ自体の品質の保証は、やや時代遅れの方法論に委ねられることがよくあります。

無秩序に広がる IoT インフラストラクチャを抑制するために、一部の IoT プラットフォーム ベンダーは AI/ML テクノロジーを組み込んで運用管理機能を強化しています。 IBM やシュナイダー エレクトリックなどの一部の著名なプラットフォーム ベンダーは、AI/ML を自社製品に統合する長年の経験をすでに積んでいますが、AI/ML の使用は、すべての IoT プラットフォーム プロバイダーの間で普遍化しているわけではありません。

アナリスト会社 Omdia の IoT サービスおよびテクノロジー担当主任アナリストである Sam Lucero 氏は、「数百の IoT プラットフォーム ベンダー全体を見ても、これはまだかなり珍しい現象だと思います。」と述べています。 「これはソリューション セットの中でまだ開発中の機能です。」

IoT プラットフォームに AI/ML が必要な理由

これまでに展開された製品は限られていますが、AI/ML がほとんどの IoT プラットフォームに必要な要素となるという十分な証拠があります。従来の管理ツールでは、ネットワークの巨大なサイズと接続するデバイスの数の増加に対応できないため、大規模な IoT 環境の要求を満たすことができます。

SCADA システムなどの現在のツールは、センサー、アクチュエーター、その他の接続されたデバイスの基本的な監視を提供できる可能性がありますが、受信する情報はせいぜい基本的なものです。通常、データは所定のしきい値に基づいており、定性的な区別はほとんどまたはまったくありません。

IBM の AI アプリケーション担当副社長である Joe Berti 氏は、SCADA 環境の老朽化が AI を導入した IoT 管理へのアップグレードの主要な動機であると考えています。

「公益事業、石油・ガス、製造業のデータを収集する SCADA システムの大規模なインフラストラクチャがあり、10 ～ 15 年にわたってデータを収集しているからです」とベルティ氏は述べています。「しかし、それらは設定値に基づいています。 」

このような手動プロセス、特にデータ収集操作が「良好」から「不良」に変わるポイントを確立することは、非効率的でしばしば不正確な管理方法につながる重要な問題の 1 つです。

AI 導入の緊急性を高めるもう 1 つの要因は、IoT 環境に依存する多くの業界で労働力が減少していることです。退職、人員削減、海外への事業移転の結果として労働力が縮小し、専門知識のギャップが生じていますが、このギャップはよりスマートな管理システムの助けを借りて軽減することができます。

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

IoT プラットフォームの詳細については、Omdia レポートをご覧ください。接続管理プラットフォーム – 2021 年の分析に設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」

AIがIoTでできること

プラットフォームベースの AI は、データ収集やその他のデバイスが効率的に動作することを保証するために、運用プレーンを流れるデータに焦点を当てています。プラットフォームベースの AI は、分析のために収集されたデータには影響しません。

これは「システムの動作状況に関するデータと、システムが提供するデータとの重要な区別」であると、Omdia の Lucero 氏は述べています。

分析面では、一部のアプリケーション (通常はクラウドベース) にも AI テクノロジが統合されていますが、それらは運用指向のプラットフォーム実装とは異なります。

AI、特に機械学習を使用すると、ネットワーク デバイスの動作状態をリアルタイム データに基づいて監視し、一定期間にわたって追跡できるため、さまざまなパラメータを分析できます。このアプローチでは、事前に設定されたベンチマークに対して測定されたあまり有益でないパフォーマンスと比較して、デバイスがどのように動作しているかについてより具体的な情報が提供されます。場合によっては、すでに取得された運用データを機械学習エンジンにフィードすると、経験の幅が広がり、さらに詳細な情報を提供できるようになります。

リアルライムの側面も重要です。現在、多くの IoT 管理者は、ネットワークから得られる膨大な量の情報に圧倒されています。 IBMのベルティ氏は、顧客が助けを求めていると述べ、その多くが「何千ものアラートを受け取っているので、それらに注意を払うことができない。これはノイズであり、多すぎて対処できない」と言っていると指摘した。 」

IBM のソリューションは、情報の猛攻に対処し、それを解析して本当に意味のあるデータポイントを見つけることができる、とベルティ氏は述べています。「これは基本的に AI ベースの異常検出です」とベルティ氏は言います。 」

このレベルのデータ収集と分析により、ネットワーク パフォーマンスについてより多くの洞察が得られます。 「私たちが話しているのは、たとえば、異常を検出したり、使用パターンを検出したりして、「よし、別の方法で運用しましょう」と言えるようにすることです」とルセロ氏は述べた。 「この操作手順を変更しましょう。このデータは自動的に処理されているので、その結果、より効率的に操作できるようになります。」

IoT World Today の質問に電子メールで回答した Schneider の EcoStruxure マーケティング マネージャーである Martin Bauer 氏によれば、シュナイダー エレクトリックは AI 機能を「オプションとして完全に統合」して提供しています。 「顧客は、EcoStruxure Machine Advisor を実行して、マシンからデータを収集および表示したり、予知保全のための分析オプションを追加したりすることができる完全な柔軟性を備えています。」

IBM の実装では、異常を検出するためだけに AI を使用するのではなく、その検出に基づいてアクティビティを開始することもできます。 「私たちは実際にループを閉じています」とベルティ氏は語った。 「Maximo 内で作業指示書を作成し、技術者に機器を見てもらうことができます。」技術者はモバイル デバイスを使用して、推奨される修復策とともに情報を確認できます。

AI は IoT のセキュリティにも役立ちます

より優れたデータをより速く受信して分析できるため、セキュリティ システムとシステム オペレーターは、脅威が現れたときにより迅速に対応できます。

AI がなければ、デバイスが動作を継続できず、データの収集と送信ができなくなった場合、セキュリティ システムまたは管理システムはアラートのみを生成する可能性があります。しかし、AI/ML はデバイス動作の微妙な部分を検出できます。これは、一見適切に動作しているデバイスが異常な動作をしていること、つまり、予期されていないときにデータを収集したり、温度範囲外で動作している可能性があることを示している可能性があります。

「コントロール プレーンでは、ML の使用は一種の異常検出であり、結果としてセキュリティが向上します」と Lucero 氏は述べています。

IBMのBerti氏は、AI支援管理によって収集され実行される情報は、IoTネットワークのセグメントを隔離するのに役立ち、それによって脆弱性や侵入者の潜在的な接続面を減らすことができると指摘した。

シュナイダーの EcoStruxure プラットフォームは、AI の専門知識を活用してネットワーク セキュリティを強化します。 「サイバー セキュリティは、当社の製品開発において最も重要な側面の 1 つです」と Schneider の Bauer 氏は書いています。

AI を IoT に追加するために必要な調整はほとんどありません

ユーザーの中には、AI で強化された IoT プラットフォームの実装やアップグレードに躊躇する人もいるかもしれません。そのような最先端のソフトウェア テクノロジには同様に高度なハードウェアが必要であり、そのためには大規模で高価なデバイスのアップグレードが必要になると考えています。

しかし、必ずしもそうとは限りません。

「デバイス自体に特別な変更を統合したり、開発したりする必要があるという話は聞いたことがありません」と Lucero 氏は言います。 」

デバイスが送信するデータの形式と、データを長く転送するために使用するプロトコルについても同様です。ほとんどの AI 対応プラットフォームは、実証済みの送信プロトコルを使用して、使い慣れたさまざまな形式でデータを収集および解釈できます。

「実際にはあらゆる種類のデータを受け入れることができます」とベルティ氏は言う。 「私たちがやったことは、主要な SCADA システムへのコネクタを作成したことです。」

立ち上げて実行することも、一般的にはそれほど難しいことではありません。前述したように、一部の AI/ML システムは履歴データを取り込んで分析できることから恩恵を受けますが、通常、システムやオペレーターに必要なトレーニングはほとんどありません。

AIがIoT市場を加速

AI が IoT 運用管理に不可欠な部分になったことにほとんど疑問の余地はありません。大規模な IoT 設備では、大規模で複雑な IoT 環境の運用には範囲と課題があるため、小規模な設備よりも早く AI のメリットが得られるでしょう。そして現在、AI 対応プラットフォームの種類は限られていますが、それはすぐに変わるでしょう。

「ベンダー環境の統合がすでに進行中であることがわかります」と Lucero 氏は言います。 「AI/ML は、そのプロセスを加速するのに役立つものの 1 つになるのではないかと思います。」

また、現時点では実現していませんが、AI 強化プラットフォームのベンダーが、API やその他の統合を介して、それらの AI 機能の一部を他のアプリケーションで利用できるようにする可能性もあります。

「他の特徴や機能とともに公開されることになると確信しています。しかし、IoT プラットフォームとの直接統合という点では、それはまた少し先の話になると思います。」と Lucero 氏は言いました。