У цій статті ми познайомимося із значенням інтерфейсів даних людина-машина. Власники заводів можуть скористатися цією статтею, щоб дізнатися більше про концепцію інтерфейсів даних «людина-комп’ютер» і роль інтерфейсів даних «людина-комп’ютер» на підприємствах майбутнього.
Ця стаття охоплює:
- Що означає людино-машинний інтерфейс даних?
- Ключові переваги людино-машинного інтерфейсу даних
- У яких галузях це використовується?
- Що потрібно для реалізації?
Що означає інтерфейс даних людина-комп’ютер?
Інтернет речей і середовище великих даних
Оскільки все більше платформ IoT використовуються у виробництві, генеруються великі обсяги даних. «Розумне» фабричне середовище — це генерація та доставка великих обсягів даних, машинне навчання, штучний інтелект, рішення доповненої та віртуальної реальності, а також підключені машини з інтегрованими платформами IoT. Фактичні дані можуть надходити із зовнішніх джерел, таких як датчики на машинах, підключені пристрої, логістика, вбудовані HMI, внутрішні системи SCADA та шаблони покупок клієнтів. Сьогодні існує незліченна кількість джерел даних, які необхідно інтегрувати в процес прийняття рішень.
Рішення Big Data та Business Intelligence все частіше оцінюються, щоб отримати розуміння даних. У більшості випадків ці дані надсилаються в хмару для подальшого аналізу та обробки. Існує потреба в надійному промисловому хмарному рішенні для зберігання та обробки даних із кількох джерел даних.
Однак бувають випадки, коли потрібно приймати миттєві рішення, і в цьому випадку дані потрібно обробляти на межі, а не передавати спочатку в хмару. Граничні обчислення передбачають обробку даних з платформ IoT ближче до місця їх фактичного створення. У випадку заводів це передбачає обробку даних на виробництві.
Розглянемо ситуацію, коли важлива машина на важливій конвеєрі перегрівається. Якщо всі дані спочатку потрібно надіслати в хмару, це може зайняти багато часу, оскільки потрібні негайні дії. Проблеми, пов’язані з затримкою та підключенням до мережі, також можуть вплинути. У цьому випадку периферійні обчислення є кращими перед хмарними процесами, оскільки датчики від машин можуть надсилати лише ті дані, які їм потрібні, до HMI на заводі, тож фабричний персонал може негайно відповідно регулювати температуру машин.
Інтерфейс даних людини
Концепція людино-машинного інтерфейсу даних стосується безпосередньої взаємодії людей із даними, створеними машиною. Він також описує зв’язок між мозком і моделями мислення машини. Іншими словами, дані передаються між людським мозком і машиною.
Багато власників заводів знайомі з міжмашинним залученням, оскільки машини на виробництві потребують введення даних від інших машин і є частиною внутрішньої системи SCADA. Більшість також знайомі з концепцією полегшення людської взаємодії за допомогою використання мови.
Людино-машинні інтерфейси даних стосуються спілкування людина-машина. Людські інтерфейси даних вимагають машин, які здатні вловлювати та розуміти не лише нейронні шаблони та комунікації, а й розпізнавати та розуміти інші сенсорні показники. Це може включати використання систем розпізнавання облич, щоб роздрібні торговці могли оцінити реакцію покупця на певний продукт або надати рекламну інформацію в режимі реального часу про продукт, до якого вони виявили позитивний інтерес. Машини також повинні мати можливість обробляти та розуміти голосові команди, візуальні сигнали, біологічний зворотний зв’язок та інші сенсорні дані, щоб ефективно брати участь у цьому спілкуванні.
Інтерфейси даних людини відповідають меті машинного навчання Industry 4.0, оскільки машини навчаться та зможуть обробляти дані, які вони отримують від людського мозку/прямого зворотного зв’язку людини. Таким чином, якщо цю концепцію застосувати до заводського середовища, у випадку перегрітої машини температуру можна регулювати за допомогою візуальних підказок або прямих голосових команд від робітників заводу.
Ключові переваги людино-машинних інтерфейсів даних
Покращені можливості прийняття рішень
Керована даними оптимізація заводу сприяла розробці рішень для прогнозованого технічного обслуговування та інших аналізів великих даних, таких як алгоритми машинного навчання. Після створення платформ IoT людські інтерфейси даних можуть дозволити людському мозку отримувати доступ до даних і інформації безпосередньо з цих платформ без необхідності попереднього перенесення даних у хмару.
Спрощення процесу обробки даних
Аналітика даних є досить складною сферою. Хоча розробка внутрішніх систем все ще потребує передових технологічних можливостей, людино-машинні інтерфейси мають потенціал для зменшення складності традиційних зовнішніх систем.
Аналіз та обробка даних у реальному часі
Інтерфейси даних людини добре підходять для середовищ периферійної обробки та дозволяють приймати важливі рішення та аналізувати дані в режимі реального часу. Немає затримки через затримку, і надсилаються лише ті дані, які потрібно обробити, тому залучаються менші пакети даних.
Чи використовує це промисловість?
Зараз небагато галузей використовують інтерфейс людських даних. Сектор охорони здоров’я першим запровадив технологію Human Data Interface і використовувався для допомоги пацієнтам з паралічем плеча. Очікується, що в найближчому майбутньому все більше і більше галузей приймуть модель інтерфейсу даних людини.
Що вимагає впровадження?
Зміна ставлення
Першою перешкодою, яку потрібно подолати для впровадження інтерфейсу даних людини, є ставлення. Традиційно аналітикою даних і керуванням великими даними заглиблювалися лише аналітики даних та інші спеціалісти з ІТ/бізнесу. Для того, щоб запитувати дані, потрібно також розуміти бази даних і кілька мов програмування. Концепція інтерфейсу даних людини спирається на здатність людського мозку видавати прямі команди машинам, а також здатність машин сприймати сигнали людини та сенсорні індикатори. Це означає, що потік даних може бути спрощений незалежно від рівня навичок або досвіду кінцевого користувача, що вимагає різкої зміни поточного ставлення до запитів даних і керування ними.
Розуміння даних
Людський мозок повинен бути здатний розуміти дані, які передає машина, і навпаки. Навчання віртуальній реальності та інші інструменти штучного інтелекту можна використовувати, щоб надати людям сеанси взаємодії з машиною для більш складних наборів даних. Машини також повинні мати необхідні датчики та алгоритми для обробки прямого зворотного зв’язку людини.