Naprawdę inteligentne – nadchodzi era Intelligence of Things

share
Internet of Things odchodzi w niepamięć. Zapytacie – jak to możliwe, skoro liczba urządzeń tworzących skomplikowaną globalną sieć liczona jest w dziesiątkach miliardów i nieustannie rośnie? To jednak prawda. Rozwój technologiczny oraz rosnące oczekiwania użytkowników sprawiają, że IoT w dotychczas znanej nam formie traci rację bytu, ustępując miejsca Intelligence of Things, zwanemu także AIOT (Artificial Intelligence of Things).

W ramach internetu rzeczy podłączyliśmy do sieci praktycznie wszystko – od ekspresu do kawy, przez samochód, po maszynę przemysłową stojącą w fabryce. Wykorzystaliśmy możliwości technologiczne, by zwiększyć wygodę i efektywność, ale również zrobić praktyczny użytek z tych wszystkich informacji, które każdego dnia generujemy, zbieramy i przetwarzamy. Niezależnie od tego, czy mówimy o pojedynczej osobie, czy o wielkiej organizacji, wszyscy potrzebujemy w tym zakresie wsparcia. Sami nie damy rady przetworzyć tych eksabajtów informacji, a już w 2018 roku, jak raportowało Cisco, urządzenia IoT generowały pięć kwintylionów bajtów danych. 

Zwracamy się więc w stronę technologii. Dostrzegliśmy, że „inteligentne” domy, zegarki, sprzęty AGD, ale również wyposażone w sensory maszyny i pojazdy, są w rzeczywistości niezbyt sprytne, gdy bliżej przyjrzeć się ich funkcjonowaniu. Właśnie to stało się bazą ewolucji ku Intelligence of Things, a więc urządzeniom, które nie tylko zbierają i przesyłają dane, ale potrafią je praktycznie i samodzielnie wykorzystać.

Urządzenia naprawdę inteligentne

Obecnie na świecie funkcjonuje rozbudowana sieć rozwiązań IoT skutecznie zbierających dane. Podłączyliśmy do internetu i skomunikowaliśmy ze sobą oraz z nami miliardy urządzeń, które reagują na wydawane zdalnie polecenia i działają w myśl opracowanych scenariuszy. Potrafią monitorować stan faktyczny i alarmować o odchyleniach od normy lub wykrytych problemach, podawać potrzebne informacje, zbierać dane do analizy i tak dalej. Na tym jednak ich funkcjonalność się kończy. Gdyby zastosować analogię do człowieka – są jak ciało pozbawione mózgu, jak system nerwowy bez centralnego ośrodka.

U podłoża transformacji leży więc wbudowana w różne komponenty sztuczna inteligencja, która ma wziąć na siebie ciężar podejmowania decyzji. W połączeniu z szybkim i stabilnym transferem danych w sieciach 5G, pozwoli milionom urządzeń IoT działać autonomicznie. Nie będą one już tylko zbierały danych, czekając na polecenia właścicieli, ale zaczną samodzielnie robić z nich użytek, by wykonywać pewne czynności, rozwiązywać problemy lub zapobiegać niepożądanym sytuacjom. Celem tych zmian jest dalsze poprawienie doświadczeń użytkowników, a także zwiększenie efektywności firm z różnych branż. 

Smart city naprawdę sprytne

Inteligentny dom, smart city, smart factory. Do tej pory te działające na wyobraźnię hasła nie miały za wiele wspólnego z rzeczywistością. Owszem, stanowiły krok naprzód w rozwoju firm czy miast, ale nie były w żadnym stopniu inteligentne. Dopiero SI i uczenie maszynowe sprawiają, że poszczególne elementy infrastruktur są w stanie zastępować człowieka i efektywnie go wspierać, a nie tylko realizować zaprogramowane polecenia. 

Co to oznacza? Dużo większą efektywność organizacji, które będą mogły zlecić robotom i systemom bardziej odpowiedzialne zadania. Potencjał technologii widać już choćby w rolnictwie, gdzie drony skutecznie wykonują prace zlecane do tej pory ludziom, ograniczając zużycie zasobów i skracając czas potrzebny na konkretne czynności. Dzięki sztucznej inteligencji planują działania i dopasowują reakcje np. na wystąpienie różnych rodzajów szkodników i chorób upraw. W przypadku przemysłu 4.0 Intelligence of Things otwiera m.in. nowe możliwości w kontekście Predictive Maintenance. Uczące się maszyny są w stanie bez udziału człowieka nadzorować pracę zaangażowanych urządzeń, dbając o ich optymalne wykorzystanie i nie dopuszczając do spowodowanych awariami przestojów. Jednocześnie inteligentne roboty, pracujące np. w magazynach, są w stanie w czasie rzeczywistym oceniać sytuację wokół siebie i reagować choćby na pojawienie się w bliskim otoczeniu człowieka. To pozwala uniknąć wypadków przy jednoczesnym utrzymaniu wysokiego poziomu produktywności.

W świecie AIOT będziemy więc bezpieczniejsi i lepiej poinformowani. Urządzenia, systemy i cała infrastruktura miast będą dbać o naszą wygodę oraz efektywne wykorzystanie posiadanych informacji oraz zasobów. Doskonale zobrazował to w swoim artykule Jeremy Kaplan, podając przykład czujnika dymu. Do tej pory jego rola ograniczała się do włączenia alarmu. Inteligentne urządzenie zadziała inaczej i korzystając z dobrodziejstw łączności – wyłączy kuchenkę, na której stał przypalający się garnek, profilaktycznie odetnie dopływ prądu w całym pomieszczeniu, a następnie wykona telefon alarmowy do straży pożarnej.

Obecność sztucznej inteligencji szeroko otwiera więc bramy nowych możliwości. Rzuca też nowe wyzwanie inżynierom i projektantom rozwiązań AIOT. 

Intelligence of Things a zużycie energii

Uczenie maszynowe wymaga dużych nakładów energii. Sztuczna inteligencja potrzebuje jej do działania tak samo jak ludzki mózg potrzebuje tlenu i wartości odżywczych, by dobrze funkcjonować. Wiele urządzeń tworzących skomplikowaną sieć IoT dysponuje jednak niewielkimi źródłami zasilania, które z pewnością są niewystarczające, by podtrzymać tak wymagające procesy. Przesyłanie danych do chmury stanowi tylko częściowe rozwiązanie problemu. Nie sprawdza się w przypadku urządzeń, które muszą podejmować decyzję szybko i być zawsze gotowe zareagować. Ewentualne opóźnienie w przesyle danych lub co gorsza chwilowy brak łączności mogą mieć katastrofalne skutki, dlatego przetwarzanie w chmurze jest przeznaczone tylko dla aplikacji czy urządzeń, które nie potrzebują wysokiej wydajności i nie mają krytycznego znaczenia dla większych procesów. 

Rozwiązania problemu upatruje się w edge computingu, który umożliwia przetwarzanie danych bliżej miejsc, w których są generowane. Wykorzystanie mniejszych centrów danych stanowi sposób maksymalizacji efektywności, przekładając się na wyższą przepustowość i mniejsze opóźnienia. Umożliwia sztucznej inteligencji przewidywanie i prowadzenie działań proaktywnych, nie ograniczając jej tylko do reagowania na sygnały.

Obok edge computing nie bez znaczenia jest także implementacja odpowiednich infrastruktur w niewielkich urządzeniach wbudowanych oraz IoT. Kluczową rolę pełni wykorzystywanie bibliotek, jak Tensorflow czy CoreML, które pozwalają projektować i stosować architektury głębokiego uczenia nawet w rozwiązaniach o niskim poborze mocy. Otwierają one przed projektantami drogę do opracowania i wdrożenia dedykowanych rozwiązań dla najmniejszych elementów sieci IoT. Nie tylko jednak energetyczne potrzeby SI muszą zostać uwzględnione. Równie dużym wyzwaniem dla projektantów jest opracowanie rozwiązań, które zniwelują do marginalnych wartości pobór mocy urządzeń w trybie czuwania, a także zapewnią błyskawiczną gotowość do działania sprzętu, który został aktywowany. To wszystko wymaga technologicznej rewolucji i wyznaczenia nowych trendów. 

Sztuczna inteligencja w IoT

Musimy uczciwie przyznać, że jako ludzkość nie jesteśmy w stanie efektywnie wykorzystać tych wszystkich informacji, które gromadzimy dzięki miliardom sensorów i urządzeń na świecie. Dlatego potrzebujemy wsparcia sztucznej inteligencji, która w ramach Intelligence of Things pomoże nam na każdym kroku. Zarówno w mikroskali, dopasowując temperaturę w domu czy przygotowując listę zakupów do zrobienia, jak i w makroskali, optymalizując w czasie rzeczywistym transport miejski i zużycie energii w smart city.


Era Intelligence of Things zapowiada się naprawdę ciekawie!

Autor

GlobalLogic Poland

Zobacz artykuły

Kategoria artykułu

Inne kategorie na blogu:

Popularni autorzy

Marcin Medyński

Marcin Medyński

Consultant

Patryk Siedlecki

Patryk Siedlecki

Software Engineer

Piotr Doskocz

Piotr Doskocz

Lead Software Engineer

Piotr Andrusiuk

Piotr Andrusiuk

Senior Project Manager

Monika Malucha

Monika Malucha

Senior Marketing Specialist