V tem članku bomo predstavili pomen podatkovnih vmesnikov človek-stroj. Lastniki obratov lahko uporabijo ta članek, da izvedo več o konceptu podatkovnih vmesnikov človek-računalnik in vlogi podatkovnih vmesnikov človek-računalnik v obratu prihodnosti.
Ta članek zajema:
- Kaj pomeni podatkovni vmesnik človek-stroj?
- Ključne prednosti podatkovnega vmesnika človek-stroj
- Katere industrije ga uporabljajo?
- Kaj je potrebno za izvedbo?
Kaj pomeni podatkovni vmesnik človek-računalnik?
Internet stvari in okolje velikih podatkov
Ker se v proizvodnji uporablja vedno več platform IoT, se ustvarjajo velike količine podatkov. Pri "pametnem" tovarniškem okolju gre za ustvarjanje in dostavo velikih količin podatkov, strojno učenje, umetno inteligenco, rešitve za razširjeno in navidezno resničnost ter povezane stroje z integriranimi platformami IoT. Dejanski podatki lahko izvirajo iz zunanjih virov, kot so senzorji na strojih, povezane naprave, logistika, vgrajeni HMI-ji, notranji sistemi SCADA in vzorci nakupa strank. Danes obstaja nešteto virov podatkov, ki jih je treba vključiti v proces odločanja.
Rešitve za velike podatke in poslovno inteligenco se vse pogosteje ocenjujejo za pridobivanje vpogledov iz podatkov. V večini primerov se ti podatki pošljejo v oblak za nadaljnjo analizo in obdelavo. Obstaja potreba po robustni industrijski rešitvi v oblaku za shranjevanje in obdelavo podatkov iz več ustvarjenih virov podatkov.
Kljub temu pa so časi, ko je treba sprejeti takojšnje odločitve, in v tem primeru je treba podatke obdelati na robu, namesto da bi jih najprej posredovali v oblak. Robno računalništvo vključuje obdelavo podatkov s platform IoT bližje mestu, kjer so podatki dejansko ustvarjeni. V primeru tovarn to vključuje obdelavo podatkov v tovarniških prostorih.
Razmislite o situaciji, ko se kritični stroj na pomembnem tekočem traku pregreje. Če je treba vse podatke najprej poslati v oblak, je to lahko zelo zamudno, saj je potrebno takojšnje ukrepanje. Vplivajo lahko tudi težave, ki vključujejo zakasnitev in omrežno povezljivost. V tem primeru je robno računalništvo bolje kot proces v oblaku, ker lahko senzorji iz strojev pošljejo samo podatke, ki jih potrebujejo, v HMI v tovarni, tako da lahko tovarniško osebje takoj ustrezno prilagodi temperaturo strojev.
Človeški podatkovni vmesnik
Koncept podatkovnega vmesnika človek-stroj govori o neposredni interakciji ljudi s strojno ustvarjenimi podatki. Opisuje tudi povezavo med možgani in miselnimi vzorci stroja. Z drugimi besedami, podatki tečejo med človeškimi možgani in strojem.
Številni lastniki obratov poznajo vpletenost med stroji, ker stroji v obratu zahtevajo vnos od drugih strojev in so del notranjega sistema SCADA. Večina pozna tudi koncept olajšanja človeške interakcije z uporabo jezika.
Pri podatkovnih vmesnikih človek-stroj gre za komunikacijo človek-stroj. Človeški podatkovni vmesniki zahtevajo stroje, ki so sposobni zaznati in razumeti ne samo nevronske vzorce in komunikacijo, ampak tudi prepoznati in razumeti druge senzorične indikatorje. To bi lahko vključevalo uporabo sistemov za prepoznavanje obraza, tako da lahko trgovci na drobno ocenijo odziv stranke na določen izdelek ali v realnem času zagotovijo promocijske informacije o izdelku, za katerega so pokazali pozitivno zanimanje. Stroji bi morali biti tudi sposobni obdelati in razumeti glasovne ukaze, vizualne znake, biološko povratno informacijo in druge senzorične podatke, da bi lahko učinkovito sodelovali v tej komunikaciji.
Človeški podatkovni vmesniki so v skladu s ciljem strojnega učenja industrije 4.0, saj se bodo stroji učili in bili sposobni obdelati podatke, ki jih prejmejo od človeških možganov/neposrednih človeških povratnih informacij. Če torej ta koncept uporabimo v tovarniškem okolju, bi lahko v primeru pregretega stroja temperaturo prilagodili z vizualnimi znaki ali neposrednimi glasovnimi ukazi tovarniških delavcev.
Ključne prednosti podatkovnih vmesnikov človek-stroj
Izboljšane zmožnosti odločanja
Optimizacija obratov, ki temelji na podatkih, je olajšala razvoj rešitev za napovedno vzdrževanje in druge vpoglede v velike podatke, kot so algoritmi strojnega učenja. Ko bodo platforme interneta stvari vzpostavljene, lahko človeški podatkovni vmesniki človeškim možganom omogočijo dostop do podatkov in vpogledov neposredno s teh platform, ne da bi morali podatke najprej prenesti v oblak.
Poenostavitev postopka obdelave podatkov
Podatkovna analitika je dokaj kompleksno področje. Medtem ko razvoj zalednih sistemov še vedno zahteva napredne tehnološke zmogljivosti, lahko vmesniki človek-stroj zmanjšajo kompleksnost tradicionalnih sprednjih sistemov.
Analiza in obdelava podatkov v realnem času
Človeški podatkovni vmesniki so zelo primerni za okolja robne obdelave in omogočajo kritično odločanje in analizo podatkov v realnem času. Ni časovnega zamika zaradi zakasnitve in pošiljajo se samo podatki, ki jih je treba obdelati, zato gre za manjše pakete podatkov.
Ali ga industrija uporablja?
Trenutno ni veliko industrij, ki uporabljajo vmesnik človeških podatkov. Zdravstveni sektor je bil prvi, ki je uporabil tehnologijo vmesnika človeških podatkov in je bila uporabljena za pomoč paraplegikom. Pričakuje se, da bo vse več industrij v bližnji prihodnosti sprejelo model vmesnika človeških podatkov.
Kaj zahteva implementacija?
Sprememba odnosa
Prva ovira, ki jo je treba premagati za implementacijo človeškega podatkovnega vmesnika, je odnos. Tradicionalno so se v analitiko podatkov in upravljanje velikih podatkov zares poglobili le podatkovni analitiki in drugi IT/poslovni strokovnjaki. Za poizvedovanje po podatkih je treba razumeti tudi baze podatkov in več programskih jezikov. Koncept človeškega podatkovnega vmesnika temelji na zmožnosti človeških možganov, da izdajajo neposredne ukaze strojem, in zmožnosti strojev, da zaznajo človeške namige in senzorične indikatorje. To pomeni, da je pretok podatkov mogoče olajšati ne glede na raven spretnosti ali strokovnosti končnega uporabnika, kar zahteva dramatično spremembo trenutnega odnosa do poizvedovanja in upravljanja podatkov.
Razumevanje podatkov
Človeški možgani morajo biti sposobni razumeti podatke, ki jih posreduje stroj, in obratno. Usposabljanje za navidezno resničnost in druga orodja umetne inteligence se lahko uporabljajo za zagotavljanje sej za vključitev stroja v bolj zapletene nize podatkov. Stroji morajo imeti tudi potrebne senzorje in algoritme za obdelavo neposrednih človeških povratnih informacij.