AI IoT پلیٹ فارمز میں Smarts کو شامل کرتا ہے۔

 انٹرنیٹ آف تھنگز کی قاتل ایپ مصنوعی ذہانت ہو سکتی ہے۔

اگرچہ یہ مصنوعی ذہانت (AI) اور اس کی کثیر جہتی آف شوٹ مشین لرننگ کو حقیقی ایپلی کیشنز کے طور پر درجہ بندی کرنے کے لیے ایک لمبا کام ہو سکتا ہے، لیکن یہ ٹیکنالوجیز IoT آپریشنز کو گہرائی سے تبدیل کر سکتی ہیں۔ AI IoT نیٹ ورکس کو بہتر بناتا ہے اور بے قابو ترقی کے خطرے کے بغیر ضرورت کے مطابق پیمائش کرنے کے قابل بناتا ہے۔

IoT آپریشنز اس بات کو یقینی بنانے کی کوشش کرنے کے لیے ایک جاری جدوجہد ہے کہ ایک انٹرپرائز نیٹ ورک پر ہزاروں یا اس سے زیادہ ڈیوائسز صحیح اور محفوظ طریقے سے چلیں اور جو ڈیٹا اکٹھا کیا جا رہا ہے وہ درست اور بروقت ہے۔ جبکہ جدید ترین بیک اینڈ اینالیٹکس انجن ڈیٹا کے مستحکم سلسلے کی پروسیسنگ میں بھاری بھرکم کام کرتے ہیں، اس بات کو یقینی بناتے ہوئے کہ ڈیٹا کے معیار کو اکثر کسی حد تک قدیم طریقہ کار پر چھوڑ دیا جاتا ہے۔

پھیلے ہوئے IoT انفراسٹرکچر پر لگام لگانے میں مدد کرنے کے لیے، کچھ IoT پلیٹ فارم وینڈر اپنی آپریشنز مینجمنٹ کی صلاحیتوں کو بڑھانے کے لیے AI/ML ٹیکنالوجی میں بیک کر رہے ہیں۔ کچھ قابل ذکر پلیٹ فارم وینڈرز، جیسے کہ IBM اور شنائیڈر الیکٹرک، نے پہلے ہی AI/ML کو اپنی مصنوعات میں ضم کرنے کے برسوں کے تجربے کو لاگو کر لیا ہے، لیکن AI/ML کا استعمال تمام IoT پلیٹ فارم کے خریداروں میں عالمگیر نہیں ہے۔

تجزیہ کار فرم Omdia کے IoT سروسز اور ٹیکنالوجیز کے چیف تجزیہ کار سام لوسیرو نے نوٹ کیا، "میں وہاں موجود سینکڑوں IoT پلیٹ فارم وینڈرز سے کہوں گا، یہ اب بھی کافی نایاب واقعہ ہے۔" "یہ اب بھی حل سیٹوں میں ایک ترقی پذیر خصوصیت ہے۔"

IoT پلیٹ فارمز کو AI/ML کی ضرورت کیوں ہے؟

آج تک محدود پروڈکٹ رول آؤٹ کے باوجود، اس بات کے کافی شواہد موجود ہیں کہ زیادہ تر IoT پلیٹ فارمز میں AI/ML ایک ضروری جزو ہوگا۔ روایتی انتظامی ٹولز بڑے IoT ماحول کے تقاضوں کو پورا کر سکتے ہیں، کیونکہ وہ نیٹ ورکس کے سراسر سائز اور ان سے منسلک آلات کی بڑھتی ہوئی تعداد کو برقرار رکھنے سے قاصر ہیں۔

موجودہ ٹولز جیسے SCADA سسٹمز سینسرز، ایکچویٹرز اور دیگر منسلک آلات کی بنیادی نگرانی فراہم کرنے کے قابل ہو سکتے ہیں، لیکن ان سے حاصل ہونے والی معلومات بہترین طور پر بنیادی ہے۔ عام طور پر ڈیٹا پہلے سے طے شدہ حدوں پر مبنی ہوتا ہے، جس میں بہت کم یا کوئی معیاری امتیاز نہیں ہوتا ہے۔

جو برٹی، IBM میں AI ایپلی کیشنز کے نائب صدر، عمر رسیدہ SCADA ماحول کو AI-infused IoT مینجمنٹ میں اپ گریڈ کرنے کے لیے ایک اہم محرک کے طور پر دیکھتے ہیں۔

برٹی نے کہا، "صرف اس لیے کہ SCADA سسٹمز کا یہ بہت بڑا انفراسٹرکچر ہے جو یوٹیلٹیز، تیل اور گیس اور مینوفیکچرنگ کے لیے ڈیٹا اکٹھا کرتا ہے، اور وہ 10 سے 15 سال سے ڈیٹا اکٹھا کر رہے ہیں،" برٹی نے کہا، "لیکن وہ سیٹ پوائنٹس پر مبنی ہیں۔ "

اس طرح کے دستی عمل - خاص طور پر ان نکات کو قائم کرنا جن پر ڈیٹا اکٹھا کرنے کی کارروائیاں "اچھے" سے "خراب" میں بدل جاتی ہیں - ایک اہم مسئلہ ہے جو غیر موثر اور اکثر غلط انتظامی طریقوں میں حصہ ڈالتا ہے۔

ایک اور اہم عنصر جو AI کو اپنانے میں فوری اضافہ کرتا ہے وہ بہت سی صنعتوں میں کم ہوتی ہوئی افرادی قوت ہے جو اپنے IoT ماحول پر انحصار کرتی ہے۔ کنٹریکٹنگ لیبر فورس — ریٹائرمنٹ، برطرفی اور بیرون ملک منتقلی کے عمل کے نتیجے میں سکڑ رہی ہے — ایک مہارت کا خلا چھوڑ رہی ہے جسے بہتر انتظامی نظاموں کی مدد سے کم کیا جا سکتا ہے۔

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

IoT پلیٹ فارمز کے بارے میں مزید جاننے کے لیے، Omdia رپورٹ دیکھیںکنیکٹیویٹی مینجمنٹ پلیٹ فارمز - 2021 تجزیہ".

AI IoT کے لیے کیا کر سکتا ہے۔

پلیٹ فارم پر مبنی AI اس ڈیٹا پر مرکوز ہے جو آپریشنل ہوائی جہاز سے گزرتا ہے تاکہ یہ یقینی بنایا جا سکے کہ ڈیٹا اکٹھا کرنا اور دیگر آلات موثر طریقے سے کام کر رہے ہیں۔ پلیٹ فارم پر مبنی AI تجزیہ کے لیے جمع کیے گئے ڈیٹا کو متاثر نہیں کرتا ہے۔

اومڈیا کے لوسیرو نے کہا کہ یہ ایک اہم "ڈیٹا کے درمیان فرق ہے کہ آپ کا سسٹم کیسے کام کر رہا ہے اور ڈیٹا جو آپ کا سسٹم فراہم کر رہا ہے۔"

تجزیات کی طرف، کچھ ایپلی کیشنز - عام طور پر کلاؤڈ بیسڈ - نے بھی AI ٹیکنالوجیز کو مربوط کیا ہے، لیکن وہ عملی طور پر مبنی پلیٹ فارم کے نفاذ سے الگ ہیں۔

AI — خاص طور پر مشین لرننگ — کے ساتھ نیٹ ورک ڈیوائسز کی آپریشنل صحت کو ریئل ٹائم ڈیٹا کی بنیاد پر مانیٹر کیا جا سکتا ہے اور ایک مدت کے دوران ٹریک کیا جا سکتا ہے تاکہ پیرامیٹرز کی ایک رینج کا تجزیہ کیا جا سکے۔ یہ نقطہ نظر اس بارے میں زیادہ سے زیادہ مخصوص معلومات فراہم کرتا ہے کہ آلات کس طرح کام کر رہے ہیں اس کے مقابلے میں پہلے سے سیٹ بینچ مارکس کے مقابلے میں کم معلوماتی کارکردگی کی پیمائش کی جاتی ہے۔ کچھ معاملات میں، پہلے سے پکڑے گئے آپریشنل ڈیٹا کو مشین لرننگ انجن میں کھلانے سے اس کے تجربے کی وسعت میں اضافہ ہو گا اور اسے مزید دانے دار معلومات فراہم کرنے کا موقع ملے گا۔

اصل پہلو بھی اہم ہے۔ آج، بہت سے IoT منتظمین ان کے نیٹ ورکس سے حاصل ہونے والی معلومات کی کافی مقدار سے مغلوب ہیں۔ IBM کے Berti نے کہا کہ گاہک مدد کے لیے پکار رہے ہیں، اور نوٹ کیا کہ ان میں سے بہت سے کہتے ہیں، "ہمیں ہزاروں الرٹس مل رہے ہیں اور اس لیے ہم ان پر توجہ نہیں دے سکتے- یہ شور ہے اور اس سے نمٹنے کے لیے ہمارے لیے بہت زیادہ ہے۔ "

برٹی نے کہا کہ IBM کا حل معلومات کے حملے کو سنبھال سکتا ہے اور اسے صحیح معنوں میں ڈیٹا پوائنٹس کے لیے پارس کر سکتا ہے: "یہ بنیادی طور پر AI پر مبنی بے ضابطگی کا پتہ لگانا ہے،" Berti نے کہا، "اور واقعی جو ہم تلاش کر رہے ہیں وہ یہ ہے کہ یہاں واقعی مختلف طریقے سے کیا کام کر رہا ہے؟ "

ڈیٹا اکٹھا کرنے اور تجزیہ کرنے کی اس سطح سے نیٹ ورک کی کارکردگی میں کافی زیادہ بصیرت ملتی ہے۔ لوسیرو نے کہا، "ہم جس چیز کے بارے میں بات کر رہے ہیں، اس کی کوشش ہے، مثال کے طور پر، بے ضابطگیوں کا پتہ لگانا یا استعمال کے نمونوں کا پتہ لگانا اور پھر یہ کہنے کے قابل ہونا، ٹھیک ہے، آئیے مختلف طریقے سے کام کریں،" لوسیرو نے کہا۔ "آئیے ان آپریٹنگ ہدایات کو تبدیل کریں کیونکہ ہمیں یہ ڈیٹا مل رہا ہے جس پر ہم خود کار طریقے سے کارروائی کر رہے ہیں اور اس کے نتیجے میں ہم زیادہ مؤثر طریقے سے کام کر سکتے ہیں۔"

شنائیڈر الیکٹرک شنائیڈر کے EcoStruxure مارکیٹنگ مینیجر مارٹن باؤر کے مطابق AI صلاحیتوں کو "ایک آپشن کے طور پر مکمل طور پر مربوط" فراہم کرتا ہے، جس نے ای میل کے ذریعے IoT World Today کے سوالات کا جواب دیا۔ "صارفین کے پاس مشینوں سے ڈیٹا اکٹھا کرنے اور ڈسپلے کرنے کے لیے EcoStruxure مشین ایڈوائزر کو چلانے یا پیشین گوئی کی دیکھ بھال کے لیے تجزیاتی آپشن شامل کرنے کے لیے مکمل لچک ہوتی ہے۔"

IBM کا نفاذ AI کا استعمال صرف بے ضابطگیوں کا پتہ لگانے کے لیے نہیں کرتا، یہ اس کھوج کی بنیاد پر سرگرمیاں بھی شروع کر سکتا ہے۔ "ہم اصل میں لوپ بند کرتے ہیں،" برٹی نے کہا۔ "ہم میکسیمو کے اندر ایک ورک آرڈر بنا سکتے ہیں اور پھر کسی ٹیکنیشن کو آلات کو دیکھنے کے لیے کہہ سکتے ہیں۔" ٹیکنیشن تجویز کردہ علاج کے ساتھ معلومات کو دیکھنے کے لیے موبائل ڈیوائس کا استعمال کر سکتا ہے۔

AI IoT سیکیورٹی میں بھی مدد کرتا ہے۔

بہتر ڈیٹا موصول ہونے اور تیزی سے تجزیہ کرنے کے ساتھ، جب کوئی خطرہ ظاہر ہوتا ہے تو سیکیورٹی سسٹم اور سسٹم آپریٹرز زیادہ تیزی سے رد عمل ظاہر کر سکتے ہیں۔

AI کے بغیر، اگر کوئی آلہ ڈیٹا کو چلانے اور جمع کرنے اور منتقل کرنے میں ناکام رہتا ہے تو سیکیورٹی یا مینجمنٹ سسٹم صرف ایک الرٹ پیدا کر سکتا ہے۔ لیکن AI/ML ڈیوائس کے آپریشن کی باریکیوں کا پتہ لگا سکتا ہے جو اس بات کی نشاندہی کر سکتا ہے کہ ایک آلہ جو بظاہر ٹھیک سے کام کر رہا ہے وہ غیر معمولی طریقے سے ایسا کر رہا ہے-شاید ڈیٹا اکٹھا کرنا جب اس کی توقع نہیں کی جاتی ہے یا اس کے درجہ حرارت کی حد سے باہر کام کرنا ہے۔

لوسیرو نے کہا، "کنٹرول طیارے پر، ایم ایل کا استعمال ایک قسم کی بے ضابطگی کا پتہ لگانا ہے، جس کے نتیجے میں سیکیورٹی میں بہتری آتی ہے۔"

IBM کے برٹی نے نوٹ کیا کہ AI کی مدد سے حاصل کی گئی انتظامیہ کے ذریعے جمع کی گئی اور ان پر عمل کیا گیا معلومات IoT نیٹ ورک کے حصوں کو الگ تھلگ کرنے میں مدد کر سکتی ہے اور اس طرح آپس میں رابطہ کرنے والوں کے لیے خطرات اور ممکنہ منسلک سطحوں کو کم کر سکتی ہے۔

شنائیڈر کا EcoStruxure پلیٹ فارم نیٹ ورک سیکیورٹی کو تقویت دینے کے لیے اس کی AI مہارت کو بھی استعمال کرتا ہے۔ "سائبر سیکورٹی ہماری پیشکش کی ترقی میں سب سے زیادہ متعلقہ پہلوؤں میں سے ایک ہے،" Schneider's Bauer نے لکھا۔

IoT میں AI شامل کرنے کے لیے چھوٹی رہائش درکار ہے۔

کچھ صارفین AI سے بہتر IoT پلیٹ فارم کو لاگو کرنے یا اپ گریڈ کرنے سے باز آ سکتے ہیں، یہ فرض کرتے ہوئے کہ اس طرح کی جدید ترین سافٹ ویئر ٹکنالوجی کے لیے اتنے ہی جدید ترین ہارڈ ویئر کی ضرورت ہوگی، جس کا مطلب ہوگا وسیع اور مہنگا ڈیوائس اپ گریڈ۔

لیکن ضروری نہیں کہ ایسا ہو۔

لوسیرو نے کہا، "میں نے کسی خاص ترمیم کے بارے میں نہیں سنا ہے کہ اسے خود ڈیوائس پر مربوط یا تیار کرنے کی ضرورت ہے،" اور واقعی اگر IoT ڈیوائسز کی اکثریت کے لیے ایسا ہوتا جو شروع سے ہی ڈیل بریکر کی طرح ہوتا۔ "

ڈیوائسز منتقل کیے جانے والے ڈیٹا کے فارمیٹ اور ڈیٹا کو لمبے عرصے تک منتقل کرنے کے لیے استعمال کیے جانے والے پروٹوکول کے لیے بھی یہی ہے۔ زیادہ تر AI کے قابل پلیٹ فارم آزمائے ہوئے اور سچے ٹرانسمیشن پروٹوکول کا استعمال کرتے ہوئے مختلف مانوس فارمیٹس میں ڈیٹا اکٹھا اور تشریح کر سکتے ہیں۔

برٹی نے کہا، "ہم درحقیقت کسی بھی قسم کے ڈیٹا کو قبول کر سکتے ہیں۔ "ہم نے کیا کیا ہے ہم نے SCADA کے بڑے سسٹمز کے کنیکٹر لکھے ہیں۔"

اٹھنا اور دوڑنا عام طور پر اتنا مشکل بھی نہیں ہے۔ جیسا کہ پہلے بتایا گیا ہے، کچھ AI/ML سسٹمز تاریخی ڈیٹا کو ہضم کرنے اور تجزیہ کرنے کے قابل ہونے سے فائدہ اٹھاتے ہیں، لیکن عام طور پر سسٹمز یا آپریٹرز کے لیے بہت کم تربیت کی ضرورت ہوتی ہے۔

AI IoT مارکیٹ کو تیز کرتا ہے۔

اس میں کوئی سوال نہیں ہے کہ AI IoT آپریشنز مینجمنٹ کا ایک لازمی حصہ بن گیا ہے۔ بڑے اور پیچیدہ IoT ماحول کو چلانے کے دائرہ کار اور چیلنجوں کی وجہ سے بڑی IoT تنصیبات AI کے فوائد کو چھوٹی تنصیبات کے مقابلے میں جلد دیکھیں گی۔ اور جب کہ آج AI سے چلنے والے پلیٹ فارمز کی صف محدود ہے، وہ جلد ہی بدل جائے گی۔

لوسیرو نے کہا کہ "ہم پہلے سے ہی وینڈر لینڈ سکیپ کو مضبوط کرتے ہوئے دیکھ رہے ہیں۔ "مجھے شک ہے کہ AI/ML ان چیزوں میں سے ایک ہو گا جو اس عمل کو تیز کرنے میں مدد کرتا ہے۔"

یہ بھی ممکن ہے — اگرچہ آج نہیں ہو رہا — کہ AI- بہتر پلیٹ فارمز کے وینڈرز ان میں سے کچھ AI صلاحیتوں کو APIs یا دیگر انضمام کے ذریعے دیگر ایپلی کیشنز کے لیے دستیاب کرائیں گے۔

"مجھے یقین ہے کہ یہ دیگر خصوصیات اور فعالیت کے ساتھ سامنے آئے گا،" لوسیرو نے کہا، "لیکن مجھے لگتا ہے کہ IoT پلیٹ فارم کے ساتھ براہ راست انضمام کے معاملے میں یہ ایک بار پھر میدان میں تھوڑا آگے ہے۔"