■ Можливо, тому для організацій так важливо мати можливість пережити масову цифрову трансформацію, спричинену Індустрією 4.0, без критичної допомоги з боку IIoT. Поєднання цих двох технологій, штучного інтелекту (AI) та IIoT, дозволяє ефективно керувати величезними обсягами даних, створених під час цифрового виробництва, і повністю використовувати їх, виводячи управління промисловими процесами на абсолютно новий рівень.
4 Необхідно -володіти можливостями для керування даними Інтернету речей
З проникненням хвилі цифровізації в промислову сферу великі дані стали входом до промислової цифровізації. За даними IDC, у 2019 році глобальний обсяг даних сягнув 42ZB і, як очікується, досягне 163ZB у 2022 році, із сукупним річним темпом зростання 57%. Сценарії застосування промислових даних у промисловій сфері також зростають, і статистика Saidi Intelligence вказує на те, що промисловий ринок великих даних Китаю становитиме близько 14,69 мільярдів юанів у 2019 році, і очікується, що він зберігатиме високі темпи зростання понад 30% у майбутньому. Тим не менш, коли організації починають працювати над впровадженням Інтернету речей у своїх промислових системах, одна з перших проблем, з якою вони стикаються, полягає в тому, як отримати дані з системи Інтернету речей і зробити їх доступними для-аналізу в реальному часі та-прийняття рішень у виробничому процесі. Щоб переконатися, що рішення для керування даними -готові до IIoT, ось 4 функції, на які варто зосередитися:
Універсальне підключення для обробки різноманітних даних. Існують різні стандарти для систем Інтернету речей, які створюють дані, які мають відповідати різним протоколам, таким як MQTT, OPC, AMQP тощо. Крім того, більшість даних Інтернету речей існують у напів-структурованих або неструктурованих форматах. Тому система управління даними повинна мати можливість підключатися до всіх систем і дотримуватися різних протоколів, щоб мати можливість отримувати дані з цих систем. При цьому рішення повинно підтримувати як структуровані, так і неструктуровані дані.
Багаті можливості обробки країв. Хороше рішення для керування даними повинно мати можливість фільтрувати журнали помилок систем, а також мати можливість збагачувати дані метаданими, такими як мітки часу або статичний текст, для підтримки кращого аналізу даних.
Можливості обробки великих даних і машинного навчання. Оскільки обсяг даних IoT дуже великий, важливо, щоб система підтримувала над-низьку затримку під час виконання аналітики даних у реальному-часі, щоб дані могли оброблятися в реальному-часі.
Можливості-моніторингу в реальному часі. Збір і обробка даних IoT є безперервним процесом, тому рішення для керування даними мають забезпечувати-моніторинг у реальному часі за допомогою візуалізації, щоб показати статус процесу з точки зору продуктивності та пропускної здатності в будь-який момент часу.
Як штучний інтелект впливає на промисловий IoT?
Перш ніж обговорювати цю тему, давайте подивимося, що експертні дослідницькі організації мають сказати про майбутнє обох технологій, AI та IoT: за даними Markets&Markets, до 2025 року галузь штучного інтелекту становитиме 190 мільярдів доларів США. IDC, з іншого боку, вважає, що 40% ініціатив цифрової трансформації в 2019 році керує ШІ. Business Insider прогнозує, що до 2025 року буде понад 64 мільярди пристроїв IoT, порівняно з приблизно 10 мільярдами в 2018 році. У результаті McKinsey дає прогноз, що до 2025 року IoT має потенціал генерувати від 4 до 11 трильйонів доларів економічної вартості.
З наведених вище цифр стає зрозуміло, що штучний інтелект та Інтернет речей, дві технологічні концепції, які існують десятиліттями, знову-з’являються в потрібний час і в потрібному місці, вони руйнують традиційні галузеві норми та збираються спровокувати цифрову революцію, яка перенесе традиційну промислову революцію 18-го століття в 21-ше століття з Індустрією 4.0. Завдяки впровадженню ШІ продуктивність Промисловий IoT має бути значним посилений.
Штучний інтелект стає мозком промислового інтелекту
Після достатнього розвитку базових елементів, таких як дані, алгоритми та арифметична потужність, штучний інтелект має основу для реалізації. У той же час розвиток штучного інтелекту також відкриває хороші можливості для розвитку обробної промисловості та всебічно покращує рівень промислового виробництва в багатьох вимірах. В даний час штучний інтелект використовується в ряді сценаріїв застосування в галузі промисловості, таких як промисловий візуальний огляд у сценаріях інтелектуального виробництва та прогнозне обслуговування в області управління обладнанням. Під час прогнозного технічного обслуговування, використовуючи наявні дані, алгоритми штучного інтелекту можуть визначати, коли вживати профілактичні заходи, перш ніж машині знадобиться ремонт. Комп’ютерне бачення для візуального огляду також є ключовою технологією, яка може зменшити витрати та підвищити ефективність; При забезпеченні правильними навчальними даними та апаратним забезпеченням алгоритми машинного навчання (ML) можуть бути точнішими та ефективнішими, ніж людські під час візуального огляду, і вже використовуються BMW, наприклад, для забезпечення контролю якості своїх автомобільних деталей. У всьому світі компанії-виробники все більше зосереджуються на підвищенні ефективності машин і систем і зниженні витрат виробництва. Оскільки напівпровідникові технології розвиваються, а доступні датчики та процесори стають все більш доступними, впровадження IIoT продовжуватиме зростати. Згідно з аналізом Grand View Research, глобальний ринок Інтернету речей становитиме приблизно 216,13 мільярда доларів США в 2020 році. Тепер, коли промисловий сектор прискорюється до розумних і автономних промислових процесів, збір даних з пристроїв Інтернету речей досягає безпрецедентних масштабів. Поєднання великих даних, штучного інтелекту та Інтернету речей створює низку можливостей для розширених рішень для аналізу даних Інтернету речей. У цьому процесі штучний інтелект, особливо технології глибокого/машинного навчання, забезпечують потужну підтримку для керування та аналізу величезних обсягів сенсорних даних.
У звіті дослідницької компанії MobiDev прогнозується, що до 2025 року AI та IoT коштуватимуть понад 26 мільярдів доларів. Вони також продемонстрували, що штучний інтелект покращує ефективність даних IoT на 25%, а галузеву аналітику — на 42%, і що він відіграє важливу роль як у центрі IoT, так і в периферійній мережі. Наприклад, на конвеєрі на фабриці контроль якості можна здійснювати за допомогою візуальних перевірок штучного інтелекту, які можуть ефективно зменшити кількість виробничих дефектів під час виробничого процесу.
Рішення AI + IIoT
Під впливом ряду сприятливих факторів, таких як прогрес у напівпровідникових і електронних пристроях, збільшення використання платформ хмарних обчислень, стандартизація IPv6 і державна підтримка науково-дослідницької діяльності, пов’язаної з-IIoT, рішення IIoT і ринок, що включає штучний інтелект, швидко зростають, і згідно з новим звітом про дослідження ринку, проведеним Markets&Markets, прогнозується, що розмір глобального ринку IIoT зросте з 76,7 дол. мільярд в 2021 року до 106,1 мільярда доларів у 2026 році, а до 2026 року очікується, що дохід від штучного інтелекту в цьому сегменті досягне 16,7 мільярда доларів.
Згідно з цією мегатенденцією, великі постачальники технологій також наполегливо працюють над просуванням рішень AI + IIoT за допомогою інноваційних технологій і продуктів.
Висновок
Штучний інтелект має здатність самостійно та розумно керувати собою та своїми програмами. Серед технологічних проривів, здійснених за останнє десятиліття чи близько того, майже ніщо не досягло рівня впливу штучного інтелекту в поєднанні з промисловим Інтернетом речей (IoT) на промисловий сектор. Згідно зі статистичними дослідженнями та прогнозами Deloitte, застосування штучного інтелекту у виробничому секторі Китаю є дуже перспективним: у 2020 році кількість додатків становитиме близько 25,22 мільярдів юанів, а до 2025 року – 205,76 мільярдів юанів із загальним темпом зростання понад 40%. Завдяки інтеграції алгоритмів штучного інтелекту в промислові інфраструктури Інтернету речей можна навчити й автоматизувати всю техніку та обладнання для інтелектуального керування фабрикою й експлуатації. Можливо, ми ще не можемо побачити широко розповсюджені програми AI+IIoT, але я вірю, що через кілька років AI та IoT ставатимуть все більш поширеними в промисловому секторі.