Sztuczna inteligencja dodaje inteligentne rozwiązania do platform IoT

 Zabójczą aplikacją Internetu rzeczy może być sztuczna inteligencja.

Chociaż sklasyfikowanie sztucznej inteligencji (AI) i jej wieloaspektowego uczenia maszynowego jako prawdziwych aplikacji może być trudne, technologie te mogą głęboko zmienić funkcjonowanie Internetu Rzeczy. Sztuczna inteligencja sprawia, że ​​sieci IoT są inteligentniejsze i zdolne do skalowania w miarę potrzeb bez ryzyka niekontrolowanego wzrostu.

Operacje IoT to ciągła walka o zapewnienie, że co najmniej tysiące urządzeń działa prawidłowo i bezpiecznie w sieci korporacyjnej, a gromadzone dane są dokładne i aktualne. Chociaż zaawansowane mechanizmy analityczne zaplecza wykonują ciężką pracę związaną z przetwarzaniem stałego strumienia danych, zapewnienie jakości samych danych często zależy od nieco archaicznych metodologii.

Aby pomóc w opanowaniu rozrastającej się infrastruktury IoT, niektórzy dostawcy platform IoT wykorzystują technologię AI/ML w celu zwiększenia swoich możliwości zarządzania operacjami. Niektórzy znani dostawcy platform, tacy jak IBM i Schneider Electric, mają już wieloletnie doświadczenie w integrowaniu sztucznej inteligencji/ML w swoich produktach, jednak wykorzystanie sztucznej inteligencji/ML nie jest powszechne wśród wszystkich dostawców platform IoT.

„Powiedziałbym, że wśród setek dostawców platform IoT jest to wciąż dość rzadkie zjawisko” – zauważył Sam Lucero, główny analityk ds. usług i technologii IoT w firmie analitycznej Omdia. „To wciąż rozwijająca się funkcja w zestawach rozwiązań”.

Dlaczego platformy IoT potrzebują AI/ML

Pomimo ograniczonego dotychczas wprowadzenia produktów na rynek, istnieje wiele dowodów na to, że sztuczna inteligencja/uczenie się będzie niezbędnym składnikiem większości platform IoT. Tradycyjne narzędzia do zarządzania mogą sprostać wymaganiom większych środowisk IoT, ponieważ nie są w stanie nadążać za samym rozmiarem sieci i rosnącą liczbą urządzeń, które łączą.

Obecne narzędzia, takie jak systemy SCADA, mogą zapewniać podstawowe monitorowanie czujników, siłowników i innych podłączonych urządzeń, ale otrzymywane przez nie informacje są w najlepszym wypadku podstawowe. Zazwyczaj dane opierają się na z góry określonych progach, z niewielkimi lub żadnymi różnicami jakościowymi.

Joe Berti, wiceprezes ds. aplikacji AI w IBM, postrzega starzejące się środowiska SCADA jako kluczową motywację do przejścia na zarządzanie IoT oparte na sztucznej inteligencji.

„Tylko dlatego, że istnieje ogromna infrastruktura systemów SCADA, które gromadzą dane dla przedsiębiorstw użyteczności publicznej, ropy i gazu oraz produkcji, a zbierają one dane od 10 do 15 lat” – powiedział Berti – „ale opierają się na ustalonych wartościach. ”

Takie ręczne procesy – w szczególności ustalanie punktów, w których operacje gromadzenia danych zmieniają się z „dobrych” w „złe” – to jeden z kluczowych problemów przyczyniających się do nieefektywnych i często niedokładnych metod zarządzania.

Kolejnym czynnikiem zwiększającym pilność wdrożenia sztucznej inteligencji jest malejąca siła robocza w wielu branżach zależnych od środowisk IoT. Kurcząca się siła robocza – kurcząca się w wyniku przechodzenia na emeryturę, zwolnień i przenoszenia działalności za granicę – pozostawia lukę w wiedzy specjalistycznej, którą można zmniejszyć za pomocą inteligentniejszych systemów zarządzania.

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

Więcej informacji na temat platform IoT można znaleźć w raporcie Omdia „Platformy zarządzania łącznością – analiza za rok 2021".

Co sztuczna inteligencja może zrobić dla IoT

Sztuczna inteligencja oparta na platformach koncentruje się na danych przepływających przez płaszczyznę operacyjną, aby zapewnić efektywne działanie gromadzenia danych i innych urządzeń. Sztuczna inteligencja oparta na platformie nie ma wpływu na dane zbierane do analizy.

To ważne „rozróżnienie pomiędzy danymi dotyczącymi działania systemu a danymi dostarczanymi przez system” – powiedział Lucero z Omdii.

Po stronie analitycznej niektóre aplikacje – zazwyczaj oparte na chmurze – również mają zintegrowane technologie AI, ale różnią się one od wdrożeń platform zorientowanych operacyjnie.

Dzięki sztucznej inteligencji, zwłaszcza uczeniu maszynowemu, stan operacyjny urządzeń sieciowych można monitorować na podstawie danych w czasie rzeczywistym i śledzić przez pewien okres czasu, co pozwala na analizę szeregu parametrów. Podejście to zapewnia coraz bardziej szczegółowe informacje na temat działania urządzeń w porównaniu z wydajnością mierzoną w oparciu o wcześniej ustalone testy porównawcze. W niektórych przypadkach wprowadzenie już przechwyconych danych operacyjnych do silnika uczenia maszynowego zwiększy jego zakres doświadczeń i umożliwi dostarczanie jeszcze bardziej szczegółowych informacji.

Aspekt czasu rzeczywistego również jest krytyczny. Obecnie wielu administratorów IoT jest przytłoczonych ogromną ilością informacji dostarczanych przez ich sieci. Berti z IBM powiedział, że klienci wołają o pomoc i zauważył, że wielu z nich mówi: „Otrzymujemy tysiące alertów, więc nie możemy na nie zwracać uwagi – to hałas, z którym nie możemy sobie poradzić”. .”

Rozwiązanie IBM, powiedział Berti, radzi sobie z napływem informacji i analizuje je pod kątem naprawdę znaczących punktów danych: „Jest to w zasadzie wykrywanie anomalii w oparciu o sztuczną inteligencję” – powiedział Berti – „i tak naprawdę odkrywamy, co naprawdę działa tutaj inaczej? ”

Taki poziom gromadzenia i analizy danych zapewnia znacznie lepszy wgląd w wydajność sieci. „Mówimy o próbie na przykład wykrycia anomalii lub wzorców użytkowania, a następnie móc powiedzieć: OK, działajmy inaczej” – powiedział Lucero. „Zmieńmy tę instrukcję obsługi, ponieważ otrzymujemy dane, które przetwarzamy automatycznie, dzięki czemu możemy działać wydajniej.”

Według Martina Bauera, menedżera ds. marketingu EcoStruxure w firmie Schneider, Schneider Electric zapewnia funkcje sztucznej inteligencji „w pełni zintegrowane jako opcja”, jak stwierdził Martin Bauer, menedżer ds. marketingu w firmie Schneider, który odpowiedział na pytania IoT World Today za pośrednictwem poczty elektronicznej. „Klienci mają pełną elastyczność w zakresie uruchamiania programu EcoStruxure Machine Advisor w celu gromadzenia i wyświetlania danych [zebranych z] maszyn lub dodawania opcji analitycznych na potrzeby konserwacji predykcyjnej”.

Implementacja IBM nie wykorzystuje sztucznej inteligencji tylko do wykrywania anomalii, ale może także inicjować działania w oparciu o to wykrycie. „Właściwie zamykamy pętlę” – powiedział Berti. „Możemy utworzyć zlecenie pracy w Maximo, a następnie poprosić technika o sprawdzenie sprzętu”. Technik może skorzystać z urządzenia mobilnego, aby wyświetlić informacje wraz z sugerowanymi środkami zaradczymi.

Sztuczna inteligencja pomaga również w bezpieczeństwie Internetu Rzeczy

Dzięki szybszemu otrzymywaniu i analizowaniu lepszych danych systemy bezpieczeństwa i operatorzy systemów mogą szybciej reagować w przypadku pojawienia się dostrzeżonego zagrożenia.

Bez sztucznej inteligencji system bezpieczeństwa lub zarządzania mógłby wygenerować ostrzeżenie jedynie w przypadku, gdy urządzenie nie będzie w stanie dalej działać oraz gromadzić i przesyłać danych. Jednak sztuczna inteligencja/ML potrafi wykryć subtelności działania urządzenia, co może wskazywać, że urządzenie, które pozornie działa prawidłowo, zachowuje się w nietypowy sposób — być może zbierając dane, gdy nie jest to oczekiwane, lub działa poza swoim zakresem temperatur.

„W płaszczyźnie kontroli wykorzystanie ML jest rodzajem wykrywania anomalii, co w rezultacie poprawia bezpieczeństwo” – powiedział Lucero.

Berti z IBM zauważył, że informacje zebrane i wykorzystane przez zarządzanie wspomagane sztuczną inteligencją mogą pomóc w izolowaniu segmentów sieci IoT, a tym samym ograniczaniu luk w zabezpieczeniach i potencjalnych powierzchniach do podłączenia intruzów.

Platforma EcoStruxure firmy Schneider wykorzystuje również wiedzę specjalistyczną w zakresie sztucznej inteligencji, aby zwiększyć bezpieczeństwo sieci. „Cyberbezpieczeństwo jest jednym z najważniejszych aspektów rozwoju naszej oferty” – napisał Bauer ze Schneider.

Aby dodać sztuczną inteligencję do IoT, wymagane są niewielkie udogodnienia

Niektórzy użytkownicy mogą wahać się przed wdrożeniem lub aktualizacją platformy IoT wzmocnionej sztuczną inteligencją, zakładając, że tak najnowocześniejsza technologia oprogramowania będzie wymagała równie zaawansowanego sprzętu, co oznaczałoby szeroko zakrojone i kosztowne aktualizacje urządzeń.

Ale niekoniecznie tak jest.

„Nie słyszałem o żadnych specjalnych modyfikacjach, które wymagałyby zintegrowania lub opracowania w samym urządzeniu” – powiedział Lucero – „i naprawdę, gdyby istniała zdecydowana większość urządzeń IoT, od samego początku stanowiłoby to swego rodzaju przełom .”

To samo dotyczy formatu danych przesyłanych przez urządzenia i protokołów używanych do długiego przesyłania danych. Większość platform obsługujących sztuczną inteligencję może zbierać i interpretować dane w różnych znanych formatach, korzystając ze sprawdzonych protokołów transmisji.

„Właściwie możemy zaakceptować każdy rodzaj danych” – powiedział Berti. „Napisaliśmy złącza do głównych systemów SCADA.”

Ogólnie rzecz biorąc, uruchomienie i uruchomienie nie jest wcale takie trudne. Jak wspomniano wcześniej, niektóre systemy AI/ML korzystają z możliwości przyjmowania i analizowania danych historycznych, ale zazwyczaj nie jest wymagane żadne szkolenie w przypadku systemów lub operatorów.

Sztuczna inteligencja przyspiesza rynek IoT

Nie ma wątpliwości, że sztuczna inteligencja stała się integralną częścią zarządzania operacjami IoT. Większe instalacje IoT szybciej odczują korzyści ze sztucznej inteligencji niż mniejsze instalacje, po prostu ze względu na zakres i wyzwania związane z obsługą dużego i złożonego środowiska IoT. I chociaż obecnie liczba platform obsługujących sztuczną inteligencję jest ograniczona, wkrótce się to zmieni.

„Już widzimy postępującą konsolidację krajobrazu dostawców” – powiedział Lucero. „Podejrzewam, że sztuczna inteligencja/uczenie się będzie jedną z tych rzeczy, które pomogą przyspieszyć ten proces”.

Możliwe jest również – choć obecnie nie ma to miejsca – że dostawcy platform wyposażonych w sztuczną inteligencję udostępnią niektóre z tych możliwości sztucznej inteligencji innym aplikacjom za pośrednictwem interfejsów API lub innych integracji.

„Jestem pewien, że zostałoby to ujawnione wraz z innymi funkcjami i funkcjonalnością” – powiedział Lucero – „ale myślę, że to znowu kwestia nieco bardziej skomplikowana, jeśli chodzi o bezpośrednią integrację z platformą IoT”.