■ Možno práve preto je pre organizácie také dôležité, aby boli schopné prežiť masívnu digitálnu transformáciu, ktorú priniesol Priemysel 4.0, bez kritickej pomoci IIoT. Kombinácia týchto dvoch technológií, umelej inteligencie (AI) a IIoT, dokáže efektívne spravovať a plne využívať obrovské množstvo údajov generovaných počas digitálnej výroby, čím posúva riadenie priemyselných procesov na úplne novú úroveň.
4 Musí-mať schopnosti pre správu údajov IIoT
S prenikaním vlny digitalizácie do priemyselnej oblasti sa veľké dáta stali vstupom do priemyselnej digitalizácie. Podľa IDC dosiahol globálny objem údajov v roku 2019 42 ZB a očakáva sa, že v roku 2022 dosiahne 163 ZB, so zloženou ročnou mierou rastu 57 %. A aplikačné scenáre priemyselných údajov v priemyselnej oblasti sa tiež zvyšujú a štatistiky Saidi Intelligence naznačujú, že čínsky priemyselný trh s veľkými údajmi bude v roku 2019 predstavovať približne 14,69 miliárd juanov a očakáva sa, že si v budúcnosti udrží vysokú mieru rastu o viac ako 30 %. To znamená, že keď organizácie začnú pracovať na nasadení IIoT vo svojich priemyselných systémoch, jednou z prvých výziev, ktorým čelia, je, ako získať údaje zo systému IIoT a sprístupniť ich na-analýzu a rozhodovanie{12}}v reálnom čase vo výrobnom procese. Aby ste sa uistili, že riešenia na správu údajov sú{14}}pripravené na IIoT, tu sú 4 funkcie, na ktoré sa treba zamerať:
Všestranné pripojenie na spracovanie rôznych údajov. Existujú rôzne štandardy pre systémy internetu vecí, ktoré produkujú údaje, ktoré musia spĺňať rôzne protokoly, ako sú MQTT, OPC, AMQP atď. Okrem toho väčšina údajov internetu vecí existuje v polo-štruktúrovaných alebo neštruktúrovaných formátoch. Preto musí byť systém správy údajov schopný pripojiť sa ku všetkým systémom a dodržiavať rôzne protokoly, aby mohol prijímať údaje z týchto systémov. Riešenie musí zároveň podporovať štruktúrované aj neštruktúrované dáta.
Bohaté možnosti spracovania okrajov. Dobré riešenie správy údajov by malo byť schopné odfiltrovať chybové protokoly zo systémov a tiež by malo byť schopné obohatiť údaje o metadáta, ako sú časové pečiatky alebo statický text, na podporu lepšej analýzy údajov.
Spracovanie veľkých dát a schopnosti strojového učenia. Keďže množstvo údajov internetu vecí je veľmi veľké, je dôležité, aby si systém udržiaval mimoriadne-nízku latenciu pri vykonávaní analýzy údajov v-reálnom čase, aby bolo možné údaje spracovávať v-reálnom čase.
Možnosti monitorovania-v reálnom čase. Získavanie a spracovanie údajov internetu vecí je neustály proces, takže riešenia na správu údajov by mali poskytovať-monitorovanie v reálnom čase prostredníctvom vizualizácie, aby sa v danom čase zobrazil stav procesu z hľadiska výkonu a priepustnosti.
Ako umelá inteligencia ovplyvňuje priemyselný internet vecí?
Pred diskusiou o tejto téme sa pozrime na to, čo hovoria odborné výskumné organizácie o budúcnosti oboch technológií, AI a IoT: Podľa Markets&Markets bude AI do roku 2025 priemyselným odvetvím v hodnote 190 miliárd USD. Na druhej strane IDC verí, že 40 % iniciatív digitálnej transformácie v roku 2019 bude poháňaných AI. Business Insider predpovedá, že do roku 2025 bude viac ako 64 miliárd zariadení IoT, čo je nárast z približne 10 miliárd v roku 2018. Výsledkom je, že McKinsey dáva túto predpoveď, že do roku 2025 má internet vecí potenciál generovať ekonomickú hodnotu medzi 4 biliónmi a 11 biliónmi dolárov.
Z vyššie uvedených údajov je zrejmé, že AI a IoT, dva technologické koncepty, ktoré existujú už desaťročia, sa znovu{0}}objavujú v správnom čase a na správnom mieste, narúšajú tradičné priemyselné normy a sú pripravené vyvolať digitálnu revolúciu, ktorá prenesie tradičnú priemyselnú revolúciu z 18. storočia do 21. storočia s Priemyslom 4.0. Vďaka začleneniu AI je výkon do značnej miery nastavený na AI vylepšené.
Umelá inteligencia sa stáva mozgom priemyselnej inteligencie
Po dostatočnom vývoji základných prvkov, ako sú dáta, algoritmy a aritmetická sila, má umelá inteligencia základ na realizáciu. Rozvoj umelej inteligencie zároveň prináša dobré možnosti pre rozvoj spracovateľského priemyslu a komplexne zlepšuje úroveň priemyselnej výroby z viacerých dimenzií. V súčasnosti sa umelá inteligencia využíva v množstve aplikačných scenárov v priemyselnej oblasti, ako je priemyselná vizuálna kontrola v inteligentných výrobných scenároch a prediktívna údržba v oblasti správy zariadení. Počas prediktívnej údržby môžu algoritmy umelej inteligencie pomocou existujúcich údajov určiť, kedy je potrebné zaviesť preventívne opatrenia pred tým, ako stroj potrebuje opravu. Počítačové videnie pre vizuálnu kontrolu je tiež kľúčovou technológiou, ktorá môže znížiť náklady a zvýšiť efektivitu; ak sú k dispozícii správne školiace údaje a hardvér, algoritmy strojového učenia (ML) môžu byť pri vizuálnej kontrole presnejšie a efektívnejšie ako ľudia a BMW ich už používa napríklad na zabezpečenie kontroly kvality svojich automobilových dielov. Výrobné spoločnosti sa celosvetovo čoraz viac zameriavajú na zlepšovanie efektívnosti strojov a systémov a znižovanie výrobných nákladov. S pokrokom v oblasti polovodičových technológií a s čoraz širšou dostupnosťou cenovo dostupných senzorov a procesorov bude využívanie IIoT naďalej rásť. Podľa analýzy spoločnosti Grand View Research bude globálny trh IIoT v roku 2020 predstavovať približne 216,13 miliárd USD. Teraz, keď sa priemyselný sektor zrýchľuje smerom k inteligentným a autonómnym priemyselným procesom, získava zber údajov zo zariadení internetu vecí bezprecedentný rozsah. Keď sa spoja veľké dáta, AI a IoT, vytvorí sa celý rad príležitostí pre pokročilé riešenia analýzy dát IoT. V tomto procese umelá inteligencia, najmä technológie hlbokého/strojového učenia, poskytuje výkonnú podporu pre správu a analýzu obrovského množstva senzorických údajov.
Správa výskumnej firmy MobiDev predpovedá, že do roku 2025 budú mať AI a IoT hodnotu viac ako 26 miliárd dolárov. Ukázali tiež, že AI zvyšuje efektivitu dát internetu vecí o 25 % a odvetvovú analýzu o 42 % a že hrá dôležitú úlohu v centre internetu vecí aj v okrajovej sieti. Napríklad na montážnej linke v továrni je možné vykonávať kontrolu kvality pomocou vizuálnych kontrol AI, ktoré môžu účinne znížiť mieru výrobných chýb počas výrobného procesu.
Riešenia AI + IIoT
Vplyvom mnohých priaznivých faktorov, ako je pokrok v technológii polovodičov a elektronických zariadení, zvýšené používanie platforiem cloud computingu, štandardizácia IPv6 a vládna podpora výskumných a vývojových aktivít súvisiacich s IIoT-, riešenia IIoT a trh zahŕňajúci AI rýchlo rastú a podľa novej správy o prieskume trhu od Markets&Markets sa veľkosť globálneho trhu odhaduje zo 7 miliárd USD na 7 miliárd USD. 2021 na 106,1 miliardy USD v roku 2026 a do roku 2026 sa očakáva, že príjmy z AI v tomto segmente dosiahnu 16,7 miliardy USD.
V rámci tohto megatrendu budú aj hlavní predajcovia technológií usilovne pracovať na podpore riešení AI + IIoT pomocou inovatívnych technológií a produktov.
Záver
Umelá inteligencia má schopnosť samostatne a inteligentne riadiť seba a svoje aplikácie. Spomedzi technologických prelomov za posledné desaťročie takmer nič nedosiahlo takú úroveň vplyvu, akú mala AI v kombinácii s priemyselným internetom vecí (IoT) na priemyselný sektor. Podľa štatistických prieskumov a predpovedí spoločnosti Deloitte je aplikácia AI v čínskom výrobnom sektore veľmi sľubná, pričom sa očakáva, že aplikácie budú v roku 2020 dosahovať približne 25,22 miliardy juanov a do roku 2025 dosiahnu 205,76 miliardy juanov, pri kombinovanom raste o viac ako 40 %. Integráciou algoritmov AI do priemyselných infraštruktúr internetu vecí možno celé stroje a zariadenia vyškoliť a automatizovať na inteligentné riadenie a prevádzku továrne. Možno ešte nevidíme rozšírené aplikácie AI+IIoT, no verím, že o pár rokov bude AI a IoT v priemyselnom sektore čoraz viac prevládať.