AI dodaja pamet platformam IoT

 Ubijalska aplikacija interneta stvari je morda umetna inteligenca.

Čeprav je morda težko razvrstiti umetno inteligenco (AI) in njeno večplastno stransko strojno učenje kot prave aplikacije, lahko te tehnologije temeljito spremenijo delovanje interneta stvari. Umetna inteligenca naredi omrežja IoT pametnejša in se lahko po potrebi prilagajajo brez tveganja nenadzorovane rasti.

Operacije interneta stvari so stalen boj za zagotovitev, da na tisoče ali več naprav deluje pravilno in varno v omrežju podjetja ter da so podatki, ki se zbirajo, točni in pravočasni. Medtem ko sofisticirani zaledni analitični motorji opravijo težko delo pri obdelavi stalnega toka podatkov, je zagotavljanje kakovosti samih podatkov pogosto prepuščeno nekoliko arhaičnim metodologijam.

Nekateri prodajalci platforme IoT uporabljajo tehnologijo AI/ML, da bi pomagali obvladati obsežne infrastrukture IoT, da bi povečali svoje zmogljivosti upravljanja operacij. Nekateri pomembni prodajalci platform, kot sta IBM in Schneider Electric, so že zabeležili leta izkušenj z integracijo AI/ML v svoje izdelke, vendar uporaba AI/ML še zdaleč ni univerzalna med vsemi ponudniki platform IoT.

"Rekel bi, da je med stotinami ponudnikov platforme IoT še vedno dokaj redek pojav," je dejal Sam Lucero, glavni analitik za storitve in tehnologije IoT pri analitičnem podjetju Omdia. "To je še vedno v razvoju funkcija v kompletih rešitev."

Zakaj platforme IoT potrebujejo AI/ML

Kljub omejenemu uvajanju izdelkov do danes obstaja veliko dokazov, da bo AI/ML nujna sestavina večine platform IoT. Tradicionalna orodja za upravljanje lahko zadostijo zahtevam večjih IoT okolij, saj ne morejo dohajati same velikosti omrežij in vse večjega števila naprav, ki jih povezujejo.

Trenutna orodja, kot so sistemi SCADA, morda lahko zagotovijo osnovno spremljanje senzorjev, aktuatorjev in drugih povezanih naprav, vendar so informacije, ki jih prejmejo, v najboljšem primeru osnovne. Običajno podatki temeljijo na vnaprej določenih pragovih z malo ali brez kvalitativnih razlik.

Joe Berti, podpredsednik za aplikacije umetne inteligence pri IBM-u, vidi starajoča se okolja SCADA kot ključno motivacijo za nadgradnjo na upravljanje IoT z umetno inteligenco.

»Samo zato, ker obstaja ogromna infrastruktura sistemov SCADA, ki zbirajo podatke za gospodarske javne službe, nafto in plin ter proizvodnjo, in podatke zbirajo že 10 do 15 let,« je dejal Berti, »vendar temeljijo na nastavljenih točkah. ”

Takšni ročni procesi – zlasti določanje točk, na katerih se operacije zbiranja podatkov spremenijo iz »dobrega« v »slabega« – so eno ključnih vprašanj, ki prispeva k neučinkovitim in pogosto netočnim metodam upravljanja.

Še en dejavnik, ki prispeva k nujnosti sprejetja umetne inteligence, je vse manj delovne sile v številnih panogah, ki se zanašajo na svoja okolja IoT. Delovna sila, ki se zmanjšuje zaradi upokojitev, odpuščanj in selitve poslovanja v tujino, pušča vrzel v strokovnem znanju, ki jo je mogoče ublažiti s pomočjo pametnejših sistemov upravljanja.

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

Za več o platformah interneta stvari si oglejte poročilo Omdia “Platforme za upravljanje povezljivosti – analiza 2021«.

Kaj lahko AI naredi za IoT

Umetna inteligenca, ki temelji na platformi, je osredotočena na podatke, ki tečejo skozi operativno ravnino, da se zagotovi, da zbiranje podatkov in druge naprave delujejo učinkovito. Umetna inteligenca, ki temelji na platformi, ne vpliva na podatke, ki so zbrani za analizo.

To je pomembna "razlika med podatki o tem, kako vaš sistem deluje, in podatki, ki jih vaš sistem zagotavlja," je dejal Lucero iz Omdie.

Na strani analitike imajo nekatere aplikacije – običajno v oblaku – integrirane tehnologije umetne inteligence, vendar se te razlikujejo od implementacij operativno usmerjenih platform.

Z umetno inteligenco – zlasti s strojnim učenjem – je mogoče operativno zdravje omrežnih naprav spremljati na podlagi podatkov v realnem času in jim slediti v določenem časovnem obdobju, tako da je mogoče analizirati vrsto parametrov. Ta pristop ponuja več in več specifičnih informacij o tem, kako naprave delujejo, v primerjavi z manj informativno zmogljivostjo, merjeno glede na vnaprej nastavljena merila. V nekaterih primerih bo vnašanje že zajetih operativnih podatkov v mehanizem za strojno učenje povečalo njegovo širino izkušenj in omogočilo zagotavljanje še bolj podrobnih informacij.

Kritičen je tudi vidik resničnega rima. Danes so številni skrbniki interneta stvari preobremenjeni z ogromno količino informacij, ki jih prinašajo njihova omrežja. Berti iz IBM-a je dejal, da stranke kličejo po pomoči, in opozoril, da jih veliko pravi: »Prejemamo na tisoče opozoril in zato preprosto ne moremo biti pozorni nanje – to je hrup in preveč ga je, da bi se z njim ukvarjali. .”

IBM-ova rešitev, je dejal Berti, lahko obvlada množico informacij in jih razčleni za resnično pomembne podatkovne točke: »To je v bistvu odkrivanje nepravilnosti, ki temelji na AI,« je dejal Berti, »in res ugotavljamo, kaj tukaj res deluje drugače? ”

Ta raven zbiranja in analize podatkov zagotavlja precej boljši vpogled v delovanje omrežja. »Govorimo o tem, da poskušamo na primer odkriti anomalije ali zaznati vzorce uporabe in potem lahko rečemo, v redu, delujejmo drugače,« je dejal Lucero. "Spremenimo ta navodila za uporabo, ker te podatke samodejno obdelujemo in lahko posledično delujemo učinkoviteje."

Martin Bauer, vodja trženja EcoStruxure podjetja Schneider, ki je po e-pošti odgovoril na vprašanja IoT World Today, zagotavlja Schneider Electric zmogljivosti AI, ki so "popolnoma integrirane kot možnost". »Stranke imajo popolno prilagodljivost pri zagonu EcoStruxure Machine Advisor za zbiranje in prikaz podatkov [zbranih iz] strojev ali za dodajanje možnosti analitike za predvideno vzdrževanje.«

IBM-ova izvedba ne uporablja umetne inteligence samo za odkrivanje anomalij, ampak lahko tudi sproži dejavnosti na podlagi tega odkrivanja. »Pravzaprav sklenemo zanko,« je dejal Berti. "V Maximu lahko ustvarimo delovni nalog, nato pa gre tehnik pogledat opremo." Tehnik lahko uporabi mobilno napravo za ogled informacij skupaj s predlaganimi sanacijami.

AI pomaga tudi pri varnosti interneta stvari

Z boljšimi prejetimi in hitreje analiziranimi podatki se lahko varnostni sistemi in sistemski operaterji hitreje odzovejo, ko se pojavi zaznana grožnja.

Brez umetne inteligence lahko varnostni ali upravljalni sistem ustvari le opozorilo, če naprava ne deluje naprej ter zbira in prenaša podatke. Toda AI/ML lahko zazna podrobnosti delovanja naprave, kar lahko nakazuje, da naprava, ki očitno deluje pravilno, deluje nepravilno – morda zbira podatke, ko se to ne pričakuje, ali deluje zunaj svojega temperaturnega območja.

"Na nadzorni ravni je uporaba ML vrsta odkrivanja nepravilnosti, ki posledično izboljša varnost," je dejal Lucero.

Berti iz IBM-a je opozoril, da lahko informacije, ki jih zbere in na podlagi katerih ukrepa upravljanje s pomočjo umetne inteligence, pomagajo izolirati segmente omrežja IoT in tako zmanjšati ranljivosti in potencialne priklopne površine za motilce.

Schneiderjeva platforma EcoStruxure prav tako izkorišča svoje strokovno znanje in izkušnje z umetno inteligenco za krepitev varnosti omrežja. »Kibernetska varnost je eden najpomembnejših vidikov pri razvoju naše ponudbe,« je zapisal Schneiderjev Bauer.

Za dodajanje umetne inteligence v IoT potrebujete malo prilagoditve

Nekateri uporabniki se lahko upirajo implementaciji ali nadgradnji na IoT platformo, izboljšano z AI, ob predpostavki, da bo taka najsodobnejša programska tehnologija zahtevala enako sofisticirano strojno opremo, kar bi pomenilo obsežne in drage nadgradnje naprav.

Vendar ni nujno tako.

»Nisem še slišal za kakršne koli posebne modifikacije, ki bi jih bilo treba integrirati ali razviti na sami napravi,« je dejal Lucero, »in res, če bi obstajala velika večina naprav IoT, bi to že na samem začetku pomenilo prekinitev posla. .”

Enako velja za format podatkov, ki jih naprave prenašajo, in protokole, ki jih uporabljajo za prenos podatkov. Večina platform, ki podpirajo AI, lahko zbira in interpretira podatke v različnih znanih formatih z uporabo preizkušenih protokolov za prenos.

"Pravzaprav lahko sprejmemo katero koli vrsto podatkov," je dejal Berti. "Kar smo naredili, smo napisali priključke za glavne sisteme SCADA."

Vstati in zagnati na splošno tudi ni tako težko. Kot smo že omenili, imajo nekateri sistemi AI/ML koristi od tega, da lahko zaužijejo in analizirajo pretekle podatke, vendar je za sisteme ali operaterje običajno potrebno malo usposabljanja.

AI pospešuje trg IoT

Ni dvoma, da je umetna inteligenca postala sestavni del upravljanja operacij IoT. Večje instalacije interneta stvari bodo prej videle prednosti umetne inteligence kot manjše instalacije preprosto zaradi obsega in izzivov upravljanja velikega in kompleksnega okolja interneta stvari. In čeprav je danes nabor platform, ki podpirajo AI, omejen, se bo to kmalu spremenilo.

"Že vidimo konsolidacijo prodajnega okolja," je dejal Lucero. "Sumim, da bo AI/ML ena tistih stvari, ki bodo pomagale pospešiti ta proces."

Možno je tudi – čeprav se danes ne dogaja – da bodo prodajalci platform, izboljšanih z umetno inteligenco, nekatere od teh zmogljivosti umetne inteligence dali na voljo drugim aplikacijam prek API-jev ali drugih integracij.

"Prepričan sem, da bi bilo to izpostavljeno skupaj z drugimi funkcijami in funkcionalnostmi," je dejal Lucero, "vendar mislim, da je to spet nekoliko nižje v smislu neposredne integracije s platformo IoT."