27 ноября 2019 г.

Искусственный интеллект (или же интеллектуальный Интернет) вещей — сравнительно новое направление развития высокотехнологичного рынка, которому аналитики прочат блестящую будущность. Возможно, потому, что здесь сходятся и переплетаются воедино, формируя невиданную прежде синергию, такие перспективные технологии как машинное обучение, данные и решения как услуги, высокоскоростные беспроводные коммуникации и блокчейн.

Само понятие AIoT, явным образом полученное из анголязычных акронимов для искусственного интеллекта и Интернета вещей, знакомо читателям CRN/RE ещё с прошлого года. Тогда в рассказе об очередной тайваньской выставке Computex упоминались и сам термин, предложенный впервые разработчиками компании Sharp, и живой интерес к этому направлению со стороны таких лидеров микроэлектронной индустрии как Compal, Qualcomm, ThroughTek и многие другие.

По понятным причинам на ИТ-мероприятиях вроде Computex, ориентированных на самую широкую публику, представляются в первую очередь решения, рассчитанные на домашнее, в крайнем случае — на офисное применение. Такие, которые любой рядовой посетитель без труда сумеет примерить на себя. Однако по ничуть не менее понятным причинам и искусственный интеллект, и Интернет вещей дома и в офисах пока что не слишком распространены. Наиболее эффективно эти новейшие технологии реализуются там, где на плечи машин человек готов перекладывать хорошо формализуемые, многократно повторяемые, в лучшем смысле этого слова рутинные процессы. То есть — на производстве, в логистике, при обработке больших объёмов коммерческих данных и т. п.

В частности, именно в конвергенции AI и IoT в AIoT видят сегодня ИТ-эксперты будущее промышленной автоматизации. Будущее это представляется весьма революционным: новый подход обладает потенциалом значительного влияния на целый ряд производственных вертикалей. Образно говоря. если IoT — совокупность взаимодействующих между собой умных вещей — можно рассматривать как аналог периферийной нервной системы, то AI — анализирующий информационные потоки и принимающий решения на основе самостоятельно наработанного опыта и заданных человеком алгоритмов — принимает на себя функции головного мозга. Таким образом, могучий организм индустрии 4.0 получает, наконец, полноценную управляющую структуру, которая позволит ему в самой полной мере реализовать свой потенциал — до сих пор, увы, во множестве случаев скрытый.

Промышленный Интернет вещей, каким он сложился к настоящему моменту, реализует пять ключевых возможностей:

  • собирать информационные потоки со сколь угодно большого числа телеметрических датчиков, цифровых камер и иных устройств,
  • хранить данные в исходно небольших, но при необходимости хорошо масштабируемых СХД поблизости от источников их накопления,
  • обрабатывать значительные объёмы данных на периферии (edge computing) либо в пределах серьёзной облачной инфраструктуры,
  • анализировать итоги первичной обработки данных и выстраивать на их основе некие закономерности, представляя их живому оператору в наиболее удобном для восприятия, чаще всего визуальном, виде,
  • контролировать оконечные устройства в соответствии с командами операторов — с решениями, принятыми людьми на основе осмысления проанализированных компьютером больших данных.

В некотором смысле живой оператор в такой системе оказывается наиболее слабым звеном: он может что-то упустить, на что-то не обратить внимания, каким-то требующим немедленной реакции выводам экспертной системы не придать значения. Вот почему как раз с промышленным Интернетом вещей наиболее органичным образом сочетается искусственный интеллект: он делает всю систему подлинно автономной, реализуя для неё шестую, наиболее важную возможность, — действовать. Результат — та самая лаконичная формула: AI + IoT = AIoT.

Анализ и визуализация данных для живого оператора, который по-прежнему продолжает присутствовать на своём рабочем месте, никуда при этом не деваются. Однако AIoT разгружает человека, избавляя его от необходимости ежеминутно, не мигая вглядываться в диаграммы и графики на контрольных дисплеях. Даже в нынешнем своём виде искусственный интеллект — фактически, всего лишь экспертная система на базе машинного обучения, — готов самостоятельно принимать рутинные решения. А также, что самое важное, чётко и ясно сигнализировать о возникновении любой нерядовой ситуации, выходящей за рамки накопленного им «знания».

При этом AI берёт на себя не только исполнение хорошо заучиваемых последовательностей действий («заканчиваются заготовки в цеху — отдать команду автопогрузчику на складе пополнить запас»), но и оптимизацию работы датчиков на самом первом этапе, при сборе исходной информации. Так, ни для кого уже не новость алгоритмическая обработка изображений, которую осуществляют любые мало-мальски современные камеры наших смартфонов. Именно благодаря этой обработке удаётся получать снимки чуть ли не полиграфического качества со смехотворными в плане размеров линзами, да ещё и в условиях крайне слабой освещённости. Подобные AI-системы на производстве позволят, не расходуя дополнительных средств на замену действующих контрольных камер, получать с них гораздо более детализированное изображение — и тем самым вернее оценивать обстановку в складском помещении, на конвейерной ленте, в горячем цеху и т. п.

По оценке Research And Markets, глобальный рынок AIoT выйдет к 2024 г. на рубеж 4,6 млрд долл. США и затронет своими инсталляциями множество секторов, от промышленности и транспорта до добывающих отраслей и сельского хозяйства. Аналитики говорят о перспективах развития внутри сегмента AIoT таких направлений, как данные Интернета вещей как сервис (IoTDaaS), большие данные как сервис (BDaaS) и даже принимаемые искусственным интеллектом решения как сервис.

Иными словами, обучившийся на некой модельной (даже виртуальной!) учебной линии AI может быть затем привлечён к управлению реальным производством, а накопленные одним предприятием первичные данные другой завод сможет приобрести, чтобы сократить время обучения собственной AIoT-системы. Всё это потребует, разумеется, дальнейшего развития индустрии передачи, хранения и обработки больших данных — то есть телеком-сервисов и ЦОДов, что для игроков ИТ-рынка, в том числе отечественного, открывает новые бизнес-возможности.

Источник: Максим Белоус, crn.ru