■ Võib-olla sellepärast on organisatsioonide jaoks nii oluline, et nad suudaksid ellu jääda tööstus 4.0 põhjustatud tohutu digitaalse ümberkujundamise tõttu ilma IIoT kriitilise abita. Nende kahe tehnoloogia, tehisintellekti (AI) ja IIoT kombinatsioon suudab tõhusalt hallata ja täielikult ära kasutada digitaalse tootmise käigus genereeritud tohutuid andmehulki, viies tööstusprotsesside juhtimise täiesti uuele tasemele.
4 Peab-omama võimalused IIoT andmehalduseks
Digitaliseerimislaine tungimisega tööstusvaldkonda on suurandmetest saanud tööstusliku digitaliseerimise sissepääs. IDC andmetel jõudis ülemaailmne andmemaht 2019. aastal 42 ZB-ni ja 2022. aastal peaks see jõudma 163 ZB-ni, kusjuures aastane liitkasv on 57%. Samuti suurenevad tööstusandmete rakendusstsenaariumid tööstusvaldkonnas ning Saidi Intelligence'i statistika näitab, et Hiina tööstusliku suurandmeturu maht on 2019. aastal umbes 14,69 miljardit jüaani ja see peaks säilitama ka tulevikus kõrge, enam kui 30% kasvu. Sellegipoolest, kui organisatsioonid hakkavad töötama oma tööstussüsteemides IIoT juurutamise kallal, on üks esimesi väljakutseid, millega nad silmitsi seisavad, kuidas hankida IIoT-süsteemist andmeid ja teha need kättesaadavaks -reaalajas analüüsiks ja{12}}otsuste tegemiseks tootmisprotsessis. Andmehalduslahenduste IIoT{14}}valmiduse tagamiseks on siin neli funktsiooni, millele keskenduda.
Mitmekülgne ühenduvus mitmesuguste andmete haldamiseks. IoT-süsteemide jaoks on olemas erinevad standardid, mis toodavad andmeid, mis peavad järgima erinevaid protokolle, nagu MQTT, OPC, AMQP jne. Lisaks on enamik IoT andmeid pool{2}}struktureeritud või struktureerimata vormingus. Seetõttu peab andmehaldussüsteem suutma ühenduda kõigi süsteemidega ja kinni pidama erinevatest protokollidest, et saaks nendest süsteemidest andmeid vastu võtta. Samal ajal peab lahendus toetama nii struktureeritud kui ka struktureerimata andmeid.
Rikkalikud servatöötlusvõimalused. Hea andmehalduslahendus peaks suutma süsteemidest välja filtreerida vealogid ning samuti peaks see olema võimeline rikastama andmeid metaandmetega, näiteks ajatemplite või staatilise tekstiga, et toetada paremat andmeanalüüsi.
Suur andmetöötlus ja masinõppe võimalused. Kuna asjade Interneti-andmete hulk on väga suur, on oluline, et süsteem säilitaks reaalajas andmeanalüüsi tehes ülima-latentsi, et andmeid saaks reaalajas töödelda-.
Reaalajas{0}}jälgimisvõimalused. IoT andmete hankimine ja töötlemine on pidev protsess, seega peaksid andmehalduslahendused pakkuma reaalajas jälgimist-visualiseerimise kaudu, et näidata protsessi olekut jõudluse ja läbilaskevõime osas igal ajahetkel.
Kuidas tehisintellekt mõjutab tööstuslikku asjade internetti?
Enne selle teema arutamist vaatame, mida on ekspertidel teadusasutustel öelda mõlema tehnoloogia, tehisintellekti ja asjade interneti tuleviku kohta: Markets&Marketsi andmetel on tehisintellekt 2025. aastaks 190 miljardi dollari suurune tööstusharu. IDC aga usub, et 40% digitaalse ümberkujundamise algatustest 2019. aastal on AI ajendatud. Business Insider ennustab, et 2025. aastaks on IoT-seadmeid enam kui 64 miljardit, võrreldes umbes 10 miljardiga 2018. aastal. Sellest tulenevalt annab McKinsey sellise ennustuse, et 2025. aastaks on asjade interneti potentsiaal toota 4–11 triljonit dollarit majanduslikku väärtust.
Ülaltoodud arvude põhjal on selge, et tehisintellekt ja asjade internet, kaks tehnoloogilist kontseptsiooni, mis on olnud kasutusel aastakümneid, tõusevad uuesti esile õigel ajal ja kohas, rikuvad traditsioonilisi tööstuse norme ja käivitavad digitaalse revolutsiooni, mis viib traditsioonilise 18. sajandi tööstusrevolutsiooni 21. sajandisse koos Industrial 4.0-ga. täiustatud.
Tehisintellektist on saamas tööstusliku intelligentsuse aju
Pärast põhielementide, nagu andmed, algoritmid ja aritmeetiline jõud, piisavat väljatöötamist on tehisintellektil alus selle realiseerimiseks. Samas toob tehisintellekti areng häid võimalusi ka töötleva tööstuse arenguks ning tõstab mitmekülgselt tööstusliku tootmise taset mitmest dimensioonist. Praegu on tehisintellekti kasutatud mitmetes rakendusstsenaariumides tööstusvaldkonnas, nagu tööstuslik visuaalne kontroll intelligentsete tootmisstsenaariumide puhul ja ennustav hooldus seadmete haldamise valdkonnas. Ennustava hoolduse käigus saavad AI-algoritmid olemasolevaid andmeid kasutades kindlaks teha, millal rakendada ennetavaid meetmeid enne, kui masin vajab remonti. Arvutinägemine visuaalseks kontrolliks on samuti võtmetehnoloogia, mis võib kulusid vähendada ja tõhusust suurendada; õigete koolitusandmete ja riistvaraga varustamisel võivad masinõppe (ML) algoritmid olla visuaalsel kontrollimisel täpsemad ja tõhusamad kui inimesed ning näiteks BMW kasutab seda juba praegu oma autoosade kvaliteedikontrolli tagamiseks. Ülemaailmselt keskenduvad tootmisettevõtted järjest enam masinate ja süsteemide efektiivsuse tõstmisele ning tootmiskulude vähendamisele. Kuna pooljuhttehnoloogia areneb ning taskukohased andurid ja protsessorid muutuvad laiemalt kättesaadavaks, kasvab IIoT kasutuselevõtt jätkuvalt. Grand View Researchi analüüsi kohaselt on ülemaailmne IIoT turg 2020. aastal ligikaudu 216,13 miljardit dollarit. Nüüd, mil tööstussektor liigub nutikate ja autonoomsete tööstusprotsesside suunas, on asjade interneti seadmetest andmete kogumine saavutamas enneolematut mastaapi. Kui suurandmed, AI ja asjade internet saavad kokku, loob see hulga võimalusi täiustatud asjade Interneti andmeanalüüsi lahenduste jaoks. Selle käigus pakuvad tehisintellekt, eriti süva-/masinõppetehnoloogiad võimsat tuge tohutu hulga sensoorsete andmete haldamiseks ja analüüsimiseks.
Uuringufirma MobiDev raport ennustab, et 2025. aastaks on tehisintellekti ja asjade interneti väärtus enam kui 26 miljardit dollarit. Samuti näitasid nad, et tehisintellekt parandab asjade Interneti andmete tõhusust 25% ja tööstuse analüütikat 42% võrra ning et see mängib olulist rolli nii asjade Interneti keskmes kui ka äärevõrgus. Näiteks tehase koosteliinil saab kvaliteedikontrolli teostada tehisintellekti visuaalse kontrolli abil, mis võib tootmisprotsessi käigus tootmisdefektide arvu tõhusalt vähendada.
AI + IIoT lahendused
Mõjutatuna mitmetest soodsatest teguritest, nagu edusammud pooljuhtide ja elektroonikaseadmete tehnoloogias, pilvandmetöötlusplatvormide laialdasem kasutamine, IPv6 standardimine ning valitsuse toetus IIoT-ga seotud teadus- ja arendustegevusele, kasvavad IIoT-lahendused ja tehisintellekti hõlmav turg kiiresti ning Markets&Marketsi uue turu-uuringu aruande kohaselt on ülemaailmne IIoT turg 7 miljardi dollari võrra 7 miljardi dollarini. 2021. aasta 2026. aastal 106,1 miljardi dollarini ja 2026. aastaks peaks tehisintellekti tulu selles segmendis ulatuma 16,7 miljardi dollarini.
Selle megatrendi raames teevad ka suured tehnoloogiamüüjad juba praegu kõvasti tööd, et edendada AI + IIoT lahendusi uuenduslike tehnoloogiate ja toodetega.
Järeldus
Tehisintellektil on võime ennast ja oma rakendusi iseseisvalt ja arukalt hallata. Viimase kümnendi jooksul tehtud tehnoloogiliste läbimurrete hulgas ei ole peaaegu miski jõudnud sellisele tasemele, nagu tehisintellekt koos asjade tööstusliku internetiga (IoT) on tööstussektorile avaldanud. Deloitte'i statistiliste uuringute ja prognooside kohaselt on tehisintellekti rakendamine Hiina tootmissektoris väga paljutõotav – 2020. aastal peaks rakenduste arv olema ligikaudu 25,22 miljardit jüaani ja 2025. aastaks jõudma 205,76 miljardi jüaanini, kusjuures kasvutempo on üle 40%. Integreerides tehisintellekti algoritme tööstuslikesse asjade Interneti infrastruktuuridesse, saab terveid masinaid ja seadmeid koolitada ja automatiseerida intelligentseks tehase juhtimiseks ja tööks. Võib-olla me ei näe veel laialt levinud AI+IIoT rakendusi, kuid usun, et mõne aasta pärast hakkavad AI ja IoT tööstussektoris üha enam levima.




