人工智能将智慧添加到物联网平台

 物联网的杀手级应用可能是人工智能。

虽然将人工智能 (AI) 及其多方面分支机器学习归类为真正的应用可能有些牵强，但这些技术可以深刻地改变物联网运营。人工智能使物联网网络变得更加智能，并且能够根据需要进行扩展，而不会带来无法控制的增长风险。

物联网运营是一场持续不断的斗争，旨在确保数千或更多设备在企业网络上正确、安全地运行，并且收集的数据准确且及时。虽然复杂的后端分析引擎承担了处理稳定数据流的繁重工作，但确保数据本身的质量通常需要依靠有些过时的方法。

为了帮助控制庞大的物联网基础设施，一些物联网平台供应商正在采用人工智能/机器学习技术来提高其运营管理能力。一些著名的平台供应商，例如 IBM 和施耐德电气，已经拥有多年将 AI/ML 集成到其产品中的经验，但 AI/ML 的使用远未在所有物联网平台供应商中普及。

“我想说，在数百家物联网平台供应商中，这仍然是一个相当罕见的现象，”分析公司 Omdia 物联网服务和技术首席分析师 Sam Lucero 指出。 “它仍然是解决方案集中的一个正在开发的功能。”

为什么物联网平台需要人工智能/机器学习

尽管迄今为止推出的产品有限，但有充分证据表明人工智能/机器学习将成为大多数物联网平台的必要组成部分。传统的管理工具可以满足更大的物联网环境的需求，因为它们无法跟上网络的庞大规模及其所链接的设备数量的不断增长。

当前的 SCADA 系统等工具可能能够提供对传感器、执行器和其他连接设备的基本监控，但它们接收到的信息充其量只是基本信息。通常，数据基于预定阈值，几乎没有或没有定性差异。

IBM 人工智能应用副总裁 Joe Berti 认为老化的 SCADA 环境是升级到注入人工智能的物联网管理的关键动力。

Berti 说：“只是因为有大量 SCADA 系统基础设施为公用事业、石油和天然气以及制造业收集数据，而且他们收集数据已经有 10 到 15 年了，但它们是基于设定点的。 ”

这种手动流程（特别是确定数据收集操作从“好”转为“坏”的点）是导致管理方法效率低下且常常不准确的关键问题之一。

增加人工智能采用紧迫性的另一个因素是许多依赖物联网环境的行业的劳动力不断减少。由于退休、裁员和海外业务转移而导致的承包劳动力萎缩，正在留下专业知识缺口，而这一缺口可以通过更智能的管理系统来缩小。

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

有关物联网平台的更多信息，请查看 Omdia 报告“连接管理平台 – 2021 年分析设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“

人工智能能为物联网做什么

基于平台的人工智能专注于流经操作平面的数据，以确保数据收集和其他设备高效运行。基于平台的人工智能不会影响为分析而收集的数据。

Omdia 的 Lucero 表示，这是“有关系统运行方式的数据与系统提供的数据之间的重要区别”。

在分析方面，一些应用程序（通常基于云）也集成了人工智能技术，但这些技术与面向运营的平台实施不同。

借助人工智能（尤其是机器学习），可以根据实时数据监控网络设备的运行状况，并在一段时间内进行跟踪，以便分析一系列参数。与根据预设基准衡量的信息较少的性能相比，这种方法提供了越来越多的有关设备运行方式的具体信息。在某些情况下，将已捕获的操作数据输入机器学习引擎将增加其经验的广度，并使其能够提供更精细的信息。

实时方面也很重要。如今，许多物联网管理员对其网络产生的海量信息感到不知所措。 IBM 的 Berti 表示，客户正在大声寻求帮助，并指出他们中的许多人表示，“我们收到了数千条警报，但我们无法关注它们——这些都是噪音，太多了，我们无法处理” ”。

Berti 表示，IBM 的解决方案可以处理海量信息，并对其进行解析，以获取真正有意义的数据点：“这基本上是基于 AI 的异常检测，”Berti 说，“我们真正发现的是这里的运行方式真正不同？ ”

这种级别的数据收集和分析可以更深入地了解网络性能。 “我们正在谈论的是尝试检测异常或检测使用模式，然后能够说，好吧，让我们以不同的方式进行操作，”卢塞罗说。 “让我们更改这些操作说明，因为我们正在自动处理这些数据，因此我们可以更有效地操作。”

施耐德电气 EcoStruxure 营销经理 Martin Bauer 通过电子邮件回答了《今日物联网世界》的问题，他表示，施耐德电气提供了“完全集成的人工智能功能”。 “客户可以完全灵活地运行 EcoStruxure Machine Advisor 来收集和显示从机器收集的数据，或添加用于预测性维护的分析选项。”

IBM 的实施不仅仅使用人工智能来检测异常，它还可以根据该检测启动活动。 “我们实际上关闭了循环，”伯蒂说。 “我们可以在 Maximo 内部创建工作订单，然后让技术人员检查设备。”技术人员可以使用移动设备查看信息以及建议的补救措施。

人工智能也有助于物联网安全

通过更快地接收和分析更好的数据，安全系统和系统操作员可以在感知到的威胁出现时更快地做出反应。

如果没有人工智能，如果设备无法继续运行、收集和传输数据，安全或管理系统可能只会生成警报。但人工智能/机器学习可以检测设备操作的微妙之处，这可能表明表面上运行正常的设备正在以异常方式运行——可能在不预期的情况下收集数据或在其温度范围之外运行。

“在控制层面，机器学习的使用是一种异常检测，从而提高安全性，”卢塞罗说。

IBM 的 Berti 指出，人工智能辅助管理收集和处理的信息可以帮助隔离物联网网络的各个部分，从而减少漏洞和入侵者的潜在连接面。

施耐德的 EcoStruxure 平台还利用其人工智能专业知识来增强网络安全。 “网络安全是我们产品开发中最相关的方面之一，”施耐德的鲍尔写道。

将人工智能添加到物联网所需的调整很少

一些用户可能不愿实施或升级到人工智能增强型物联网平台，认为这种最先进的软件技术将需要同样复杂的硬件，这意味着广泛且昂贵的设备升级。

但事实并非一定如此。

“我没有听说过需要在设备本身上集成或开发任何特殊的修改，”卢塞罗说，“实际上，如果对绝大多数物联网设备来说，这从一开始就会成为一种破坏性的因素”。

设备传输的数据格式以及它们用于长距离传输数据的协议也是如此。大多数支持人工智能的平台可以使用经过验证的传输协议以各种熟悉的格式收集和解释数据。

“我们实际上可以接受任何类型的数据，”伯蒂说。 “我们所做的是编写连接到主要 SCADA 系统的连接器。”

一般来说，启动和运行也不是那么困难。如前所述，一些人工智能/机器学习系统受益于能够摄取和分析历史数据，但系统或操作员通常不需要任何培训。

人工智能加速物联网市场

毫无疑问，人工智能已成为物联网运营管理不可或缺的一部分。较大的物联网装置将比较小的装置更快地看到人工智能的好处，这仅仅是因为操作大型而复杂的物联网环境的范围和挑战。尽管目前支持人工智能的平台数量有限，但这种情况很快就会改变。

“我们已经看到供应商格局正在整合，”卢塞罗说。 “我怀疑人工智能/机器学习将成为有助于加快这一进程的事物之一。”

人工智能增强平台的供应商也有可能通过 API 或其他集成将其中一些人工智能功能提供给其他应用程序，尽管现在还没有发生。

“我确信这会与其他特性和功能一起公开，”卢塞罗说，“但我认为，就与物联网平台的直接集成而言，这又是一个更深入的领域。”