應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊(cè)個(gè)人注冊(cè)登錄

人工智能在物聯(lián)網(wǎng)分析中的價(jià)值 | 專家視點(diǎn)

2022-11-24 08:59 千家網(wǎng)

導(dǎo)讀:隨著越來(lái)越多的組織在商業(yè)和工業(yè)環(huán)境中部署物聯(lián)網(wǎng),來(lái)自這些設(shè)備和傳感器的數(shù)據(jù)量可能對(duì)提高質(zhì)量、運(yùn)營(yíng)效率以及從自然災(zāi)害中拯救生命和財(cái)產(chǎn)具有重要意義。

在亞洲的許多地區(qū),季節(jié)性暴雨帶來(lái)洪水,破壞公民的財(cái)產(chǎn)和生計(jì)。過(guò)去,城市管理部門、市民和企業(yè)除了抵御洪水及其帶來(lái)的潛在疾病外,幾乎什么都做不了。而物聯(lián)網(wǎng)(IoT)、機(jī)器學(xué)習(xí)(ML)和人工智能(AI)等技術(shù)可能會(huì)為更具前瞻性的領(lǐng)導(dǎo)者提供喘息的機(jī)會(huì)。

這就是DKI雅加達(dá)省政府防洪系統(tǒng)在雅加達(dá)智慧城市中的應(yīng)用。該項(xiàng)目由雅加達(dá)智慧城市與雅加達(dá)水資源服務(wù)局(DSDA)合作開(kāi)發(fā),旨在優(yōu)化雅加達(dá)的洪水風(fēng)險(xiǎn)管理。該項(xiàng)目涉及使用物聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)作為預(yù)警系統(tǒng)的一部分,以應(yīng)對(duì)城市的洪水風(fēng)險(xiǎn)。

隨著越來(lái)越多的組織在商業(yè)和工業(yè)環(huán)境中部署物聯(lián)網(wǎng),來(lái)自這些設(shè)備和傳感器的數(shù)據(jù)量可能對(duì)提高質(zhì)量、運(yùn)營(yíng)效率以及在雅加達(dá)的情況下,從自然災(zāi)害中拯救生命和財(cái)產(chǎn)具有重要意義。

SAS Institute的行業(yè)咨詢主管Kenneth Koh認(rèn)為,物聯(lián)網(wǎng)系統(tǒng)對(duì)其環(huán)境做出反應(yīng)的速度和準(zhǔn)確性至關(guān)重要。然而,由于典型系統(tǒng)中的設(shè)備和其他傳感器會(huì)產(chǎn)生大量的數(shù)據(jù),傳統(tǒng)的工具和方法會(huì)減慢對(duì)這些數(shù)據(jù)的理解過(guò)程。

什么是人工智能嵌入式物聯(lián)網(wǎng)?

Kenneth Koh:在邊緣或邊緣附近處理數(shù)據(jù)可以使物聯(lián)網(wǎng)系統(tǒng)更靈活、更有影響力。但是,以數(shù)據(jù)為主導(dǎo)的行動(dòng)的質(zhì)量與其所依據(jù)的基于數(shù)據(jù)的洞察力的質(zhì)量一樣有意義。

物聯(lián)網(wǎng)本身對(duì)制造商來(lái)說(shuō)并不陌生。幾十年來(lái),制造商一直在收集和存儲(chǔ)來(lái)自機(jī)器的傳感器數(shù)據(jù)。他們的價(jià)值主張?jiān)谟贏IoT——在邊緣實(shí)時(shí)分析數(shù)據(jù),利用人工智能和機(jī)器學(xué)習(xí)來(lái)提高效率和價(jià)值。

通過(guò)為物聯(lián)網(wǎng)系統(tǒng)配備人工智能能力,可以在邊緣處理各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。以更快的速度提供高質(zhì)量的見(jiàn)解,供系統(tǒng)采取行動(dòng)。

人工智能嵌入式物聯(lián)網(wǎng)如何釋放商業(yè)價(jià)值

Kenneth Koh:人工智能嵌入式物聯(lián)網(wǎng)提高了運(yùn)營(yíng)效率和生產(chǎn)力,同時(shí)降低了成本。其還推動(dòng)創(chuàng)新,以提供更好的客戶服務(wù)、更好的產(chǎn)品和更快的產(chǎn)品投放到市場(chǎng)。

在物聯(lián)網(wǎng)設(shè)備中嵌入AI可以實(shí)現(xiàn)邊緣計(jì)算,從而允許在一致的5G網(wǎng)絡(luò)不可用的情況下部署物聯(lián)網(wǎng)系統(tǒng)。例如,物流供應(yīng)商可以在其運(yùn)輸車隊(duì)中使用物聯(lián)網(wǎng)傳感器來(lái)監(jiān)控車輛的內(nèi)部和外部狀況,即使是在后者路線的偏遠(yuǎn)地區(qū)。

除了邊緣計(jì)算,人工智能嵌入式物聯(lián)網(wǎng)利用機(jī)器學(xué)習(xí),從物聯(lián)網(wǎng)系統(tǒng)每天生成的TB數(shù)據(jù)中開(kāi)發(fā)可操作的見(jiàn)解。在上面的例子中,從這些傳感器收集到的數(shù)據(jù)被實(shí)時(shí)發(fā)送到云端,使技術(shù)人員能夠更準(zhǔn)確、更快地解決車輛故障。

制造商還可以利用這些見(jiàn)解來(lái)預(yù)測(cè)某個(gè)特定的工廠系統(tǒng)或設(shè)備何時(shí)會(huì)發(fā)生故障,從而使技術(shù)人員能夠?qū)嵤╊A(yù)防性維護(hù)。主動(dòng)檢測(cè)故障設(shè)備可節(jié)省寶貴的工時(shí),同時(shí)減少代價(jià)昂貴的計(jì)劃外停機(jī)時(shí)間。

在零售方面,物聯(lián)網(wǎng)系統(tǒng)的見(jiàn)解可用于確定產(chǎn)品的最優(yōu)價(jià)格,并最大限度地減少對(duì)其供應(yīng)鏈的干擾。

機(jī)器學(xué)習(xí)在物聯(lián)網(wǎng)分析中的作用

Kenneth Koh:機(jī)器學(xué)習(xí)是人工智能嵌入式物聯(lián)網(wǎng)相對(duì)于其他物聯(lián)網(wǎng)部署的優(yōu)勢(shì)。系統(tǒng)可以在處理傳感器生成的數(shù)據(jù)時(shí)進(jìn)行學(xué)習(xí),使用各種高級(jí)分析方法,如決策樹(shù)、隨機(jī)森林、梯度提升、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和因式分解機(jī)。

這為企業(yè)節(jié)省了人力時(shí)間和組織中的專家。無(wú)需大量訓(xùn)練AI系統(tǒng),專家可以專注于其他關(guān)鍵任務(wù),而非數(shù)據(jù)科學(xué)家可以訪問(wèn)、查看和處理數(shù)據(jù)。

機(jī)器學(xué)習(xí)能力還增加了人工智能系統(tǒng)可以訪問(wèn)和處理的數(shù)據(jù)范圍:在線和離線的視覺(jué)圖像、文本甚至口頭語(yǔ)音。現(xiàn)有數(shù)據(jù)數(shù)量和質(zhì)量的增加,增加了從中獲得的見(jiàn)解的價(jià)值和影響。

結(jié)合這些機(jī)器學(xué)習(xí)功能,可以提高數(shù)據(jù)處理的速度和數(shù)量,從而實(shí)現(xiàn)實(shí)時(shí)可操作的見(jiàn)解。這在許多物聯(lián)網(wǎng)系統(tǒng)中是至關(guān)重要的。

AIoT如何支持雅加達(dá)智慧城市:利用SAS的人工智能平臺(tái),雅加達(dá)智慧城市能夠?qū)崟r(shí)集成多源數(shù)據(jù),并通過(guò)物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)和人工智能技術(shù)提供高級(jí)分析,以提供應(yīng)急/災(zāi)難預(yù)測(cè)能力和優(yōu)化服務(wù)公眾。其結(jié)果是洪水應(yīng)急響應(yīng)減輕了雅加達(dá)的洪水風(fēng)險(xiǎn)。

鑒于物聯(lián)網(wǎng)在歷史上屬于運(yùn)營(yíng)技術(shù),誰(shuí)應(yīng)該擁有物聯(lián)網(wǎng)的安全?

Kenneth Koh:物聯(lián)網(wǎng)的引入模糊了企業(yè)IT和OT之間的界限。傳感器和設(shè)備連接到網(wǎng)絡(luò),以創(chuàng)建新的系統(tǒng)和改進(jìn)流程。與此同時(shí),這種融合使傳統(tǒng)的OT設(shè)備和系統(tǒng)面臨以前未曾有過(guò)的威脅。

事實(shí)上,真正的設(shè)備安全是技術(shù)、流程和最佳實(shí)踐的結(jié)合。因此,保護(hù)物聯(lián)網(wǎng)系統(tǒng)不應(yīng)該是OT或IT團(tuán)隊(duì)的專屬領(lǐng)域,而應(yīng)該是在兩者之間產(chǎn)生更緊密、更有效的協(xié)作。

然而,這說(shuō)起來(lái)容易做起來(lái)難,因?yàn)镮T安全團(tuán)隊(duì)和OT安全團(tuán)隊(duì)通常不使用相同的語(yǔ)言,很難理解彼此的觀點(diǎn)。

職責(zé)分配完全不同。優(yōu)先事項(xiàng)經(jīng)常出現(xiàn)分歧,管理OT安全和IT安全的法規(guī)有時(shí)會(huì)相互矛盾。獲得給定環(huán)境中所有資產(chǎn)的概覽,可以明確哪些資產(chǎn)和流程在任何情況下都不能失敗。

通過(guò)這樣做,組織可以建立和實(shí)踐統(tǒng)一的網(wǎng)絡(luò)安全,以確保數(shù)據(jù)的機(jī)密性、完整性和可用性。

舉出一項(xiàng)IT和運(yùn)營(yíng)技術(shù)人員協(xié)同工作的最佳實(shí)踐

Kenneth Koh:在制造業(yè)中,數(shù)據(jù)對(duì)時(shí)間非常敏感。例如,如果一個(gè)流程中的化學(xué)濃度偏離了最佳濃度,工程師可能只有幾分鐘的時(shí)間來(lái)做出反應(yīng),以節(jié)省數(shù)噸的產(chǎn)品。

在許多半導(dǎo)體工藝中,工程師只有幾秒鐘的時(shí)間做出反應(yīng)。在這種情況下,分析需要轉(zhuǎn)移到“邊緣”,這意味著數(shù)據(jù)必須在機(jī)器或車間進(jìn)行分析和決策,而不是在后臺(tái)辦公室或工程部門。

這需要有能力在任何需要的地方進(jìn)行分析,如在機(jī)器上、在生產(chǎn)車間、在云端或后臺(tái)辦公室。

面臨的主要挑戰(zhàn)之一是數(shù)據(jù)孤島。對(duì)于未實(shí)施IT/OT融合的組織,由于未集成或部分集成的應(yīng)用程序和企業(yè)系統(tǒng)拼湊而成。如果沒(méi)有仔細(xì)的規(guī)劃,引入新的數(shù)據(jù)來(lái)源,如物聯(lián)網(wǎng)傳感器,會(huì)使問(wèn)題更加復(fù)雜。

實(shí)施一個(gè)數(shù)據(jù)集成平臺(tái),以將物聯(lián)網(wǎng)系統(tǒng)與組織的現(xiàn)有技術(shù)堆棧連接起來(lái),可以打破歷史數(shù)據(jù)和未來(lái)數(shù)據(jù)之間的孤島,同時(shí)通過(guò)單一控制點(diǎn)為所有團(tuán)隊(duì)提供相同的訪問(wèn)權(quán)限。這確保了IT和OT團(tuán)隊(duì)在同一頁(yè)面上,為更好的IT/OT融合奠定了基礎(chǔ)。