■ Morda je zato za organizacije tako pomembno, da lahko preživijo obsežno digitalno transformacijo, ki jo prinaša industrija 4.0, brez kritične pomoči interneta stvari. Kombinacija teh dveh tehnologij, umetne inteligence (AI) in IIoT, lahko učinkovito upravlja in v celoti izkoristi ogromne količine podatkov, ustvarjenih med digitalno proizvodnjo, s čimer dvigne nadzor industrijskih procesov na povsem novo raven.
4 Morate imeti-zmožnosti za upravljanje podatkov IIoT
S prodorom vala digitalizacije na industrijsko področje so veliki podatki postali vhod v industrijsko digitalizacijo. Po podatkih IDC je globalni obseg podatkov leta 2019 dosegel 42 ZB in naj bi leta 2022 dosegel 163 ZB s skupno letno stopnjo rasti 57 %. Naraščajo tudi scenariji uporabe industrijskih podatkov na industrijskem področju in statistika Saidi Intelligence kaže, da bo kitajski industrijski trg velikih podatkov v letu 2019 znašal približno 14,69 milijarde juanov in pričakuje se, da bo v prihodnosti ohranil visoko stopnjo rasti, več kot 30 %. Kljub temu, ko organizacije začnejo uvajati IIoT v svoje industrijske sisteme, je eden prvih izzivov, s katerimi se soočijo, kako pridobiti podatke iz sistema IIoT in jih dati na voljo za-analizo v realnem času in-odločanje v proizvodnem procesu. Da bi zagotovili, da so rešitve za upravljanje podatkov-pripravljene za IIoT, so tukaj 4 funkcije, na katere se je treba osredotočiti:
Vsestranska povezljivost za obdelavo različnih podatkov. Obstajajo različni standardi za sisteme IoT, ki proizvajajo podatke, ki se morajo držati različnih protokolov, kot so MQTT, OPC, AMQP itd. Poleg tega večina podatkov IoT obstaja v pol-strukturiranih ali nestrukturiranih formatih. Zato se mora sistem za upravljanje podatkov povezovati z vsemi sistemi in se držati različnih protokolov, da lahko sprejema podatke iz teh sistemov. Hkrati mora rešitev podpirati strukturirane in nestrukturirane podatke.
Bogate možnosti obdelave robov. Dobra rešitev za upravljanje podatkov bi morala biti sposobna filtrirati dnevnike napak iz sistemov in bi morala biti sposobna obogatiti podatke z metapodatki, kot so časovni žigi ali statično besedilo, za podporo boljše analize podatkov.
Zmožnosti obdelave velikih podatkov in strojnega učenja. Ker je količina podatkov interneta stvari zelo velika, je pomembno, da sistem vzdržuje izjemno-nizko zakasnitev pri izvajanju analitike podatkov v-realnem času, tako da je podatke mogoče obdelati v realnem-času.
Možnosti-nadzora v realnem času. Pridobivanje in obdelava podatkov interneta stvari sta stalen proces, zato bi morale rešitve za upravljanje podatkov zagotavljati-nadzor v realnem času prek vizualizacije, da se prikaže status procesa v smislu zmogljivosti in prepustnosti v danem trenutku.
Kako umetna inteligenca vpliva na industrijski internet stvari?
Preden začnemo razpravljati o tej temi, si poglejmo, kaj imajo strokovne raziskovalne organizacije povedati o prihodnosti obeh tehnologij, AI in IoT: po mnenju Markets&Markets bo AI do leta 2025 industrija vredna 190 milijard dolarjev. IDC po drugi strani meni, da 40 % pobud za digitalno preobrazbo v letu 2019 poganja AI. Business Insider napoveduje, da bo do leta 2025 več kot 64 milijard naprav IoT, v primerjavi s približno 10 milijardami leta 2018. Posledično McKinsey daje to napoved, da ima IoT do leta 2025 potencial, da ustvari med 4 in 11 bilijonov dolarjev ekonomske vrednosti.
Iz zgornjih številk je jasno, da se AI in IoT, dva tehnološka koncepta, ki obstajata desetletja, ponovno pojavljata ob pravem času in na pravem mestu, motita tradicionalne industrijske norme in naj bi sprožila digitalno revolucijo, ki bo tradicionalno industrijsko revolucijo iz 18. stoletja ponesla v 21. stoletje z industrijo 4.0. Z vključitvijo umetne inteligence bo učinkovitost industrijski IoT bo zelo napredoval okrepljeno.
Umetna inteligenca postaja možgani industrijske inteligence
Po zadostnem razvoju osnovnih elementov, kot so podatki, algoritmi in aritmetična moč, ima umetna inteligenca osnovo za realizacijo. Hkrati pa razvoj umetne inteligence prinaša tudi dobre možnosti za razvoj predelovalne industrije in celovito izboljšuje raven industrijske proizvodnje iz več dimenzij. Trenutno se umetna inteligenca uporablja v številnih aplikacijskih scenarijih na industrijskem področju, kot je industrijski vizualni pregled v scenarijih inteligentne proizvodnje in napovedno vzdrževanje na področju upravljanja opreme. Med predvidenim vzdrževanjem lahko algoritmi umetne inteligence z uporabo obstoječih podatkov določijo, kdaj izvesti preventivne ukrepe, preden stroj potrebuje popravilo. Računalniški vid za vizualni pregled je tudi ključna tehnologija, ki lahko zmanjša stroške in poveča učinkovitost; če so opremljeni s pravimi podatki za usposabljanje in strojno opremo, so lahko algoritmi strojnega učenja (ML) natančnejši in učinkovitejši od ljudi pri vizualnem pregledu in jih že uporablja BMW, na primer, da zagotovi nadzor kakovosti svojih avtomobilskih delov. Globalno se proizvodna podjetja vse bolj osredotočajo na izboljšanje učinkovitosti strojev in sistemov ter zniževanje proizvodnih stroškov. Ko polprevodniška tehnologija napreduje in so cenovno dostopni senzorji in procesorji vse bolj dostopni, bo sprejemanje IIoT še naprej raslo. Po analizi podjetja Grand View Research bo svetovni trg interneta stvari leta 2020 znašal približno 216,13 milijarde dolarjev. Zdaj, ko se industrijski sektor pospešeno usmerja k pametnim in avtonomnim industrijskim procesom, zbiranje podatkov iz naprav interneta stvari dosega obseg brez primere. Ko se veliki podatki, umetna inteligenca in internet stvari združijo, se ustvari vrsta priložnosti za napredne rešitve za analizo podatkov interneta stvari. V tem procesu umetna inteligenca, zlasti tehnologije globokega/strojnega učenja, zagotavlja močno podporo za upravljanje in analizo ogromnih količin senzoričnih podatkov.
Poročilo raziskovalnega podjetja MobiDev napoveduje, da bosta do leta 2025 AI in IoT vredna več kot 26 milijard dolarjev. Dokazali so tudi, da umetna inteligenca izboljša učinkovitost podatkov IoT za 25 % in analitiko industrije za 42 % ter da ima pomembno vlogo tako v središču IoT kot v robnem omrežju. Na primer, na tekočem traku v tovarni je mogoče nadzor kakovosti izvajati z uporabo vizualnih pregledov AI, ki lahko učinkovito zmanjšajo stopnjo proizvodnih napak med proizvodnim procesom.
Rešitve AI + IIoT
Pod vplivom številnih ugodnih dejavnikov, kot so napredek v tehnologiji polprevodnikov in elektronskih naprav, povečana uporaba platform za računalništvo v oblaku, standardizacija IPv6 in vladna podpora raziskovalnim in razvojnim dejavnostim, povezanim z IIoT-, rešitve IIoT in trg, ki vključuje AI, hitro rastejo in glede na novo poročilo tržne raziskave Markets&Markets naj bi se velikost svetovnega trga IIoT povečala s 76,7 USD milijarde v 2021 na 106,1 milijarde dolarjev leta 2026, do leta 2026 pa naj bi prihodki od umetne inteligence v tem segmentu dosegli 16,7 milijarde dolarjev.
V skladu s tem megatrendom si bodo glavni ponudniki tehnologije že močno prizadevali za promocijo rešitev AI + IIoT z inovativnimi tehnologijami in izdelki.
Zaključek
Umetna inteligenca ima sposobnost neodvisnega in inteligentnega upravljanja sebe in svojih aplikacij. Med tehnološkimi preboji v zadnjem desetletju skoraj nič ni doseglo stopnje vpliva, ki ga je imela umetna inteligenca v kombinaciji z industrijskim internetom stvari (IoT) na industrijski sektor. Glede na Deloittove statistične raziskave in napovedi je uporaba umetne inteligence v kitajskem proizvodnem sektorju zelo obetavna, pri čemer naj bi leta 2020 število aplikacij znašalo okoli 25,22 milijarde juanov in do leta 2025 doseglo 205,76 milijarde juanov s skupno več kot 40-odstotno stopnjo rasti. Z integracijo algoritmov umetne inteligence v industrijske infrastrukture IoT je mogoče celotne stroje in opremo usposobiti in avtomatizirati za inteligentno upravljanje in delovanje tovarne. Mogoče še ne moremo videti široko razširjenih aplikacij AI+IIoT, vendar verjamem, da bosta v nekaj letih AI in IoT vse bolj prevladovala v industrijskem sektorju.