评估 权衡你正在考虑的技术、产品和项目的利弊。

没有人工智能的物联网的物联网?仍然愚蠢

虽然物联网设备在几年前就开始起步了,但今天它们的势头正在增强。

这是因为内容互联网通过将迄今为止的“哑铃”设备连接到互联网来提供智能和决策能力来提供巨大的可能性。这些传感器可以向产品的运营状态和位置以及一系列其他关键数据发送数据,以帮助公司收集洞察,以制定业务决策。

IOT设备为今天的连通汽车和智能冰箱奠定了如此多的效率和创新的基础,这些型汽车和智能冰箱告诉我们如何获取我们需要向传感器提醒我们对能够引导我们健康的医疗保健可穿戴物和移动应用程序提醒我们的传感器。在供应链中规范,其中IoT设备可以跟踪货件开始完成。

但在过去几年中,尽管联网设备提供了洞察力,但产生的数据量迅速而迅猛,企业构建前瞻性行为洞察的能力仍在不断增加。与机器学习人工智能以指数增长的速度成熟,并与物联网设备相结合,真正的商业洞察力正在形成。

启用AI的IOT可能最终会产生IoT在企业中蓬勃发展的速度,见解和规模。

“现实是我们从连接到智力的连接,”谷歌云和物联网的产品管理负责人,发言谷歌云Next 2018在7月下旬。“没有对数据的可行动的见解,很难获得投资回报。情报是这些投资的关键。”

启用AI的IOT

不过,利用这些情报一直是一个挑战。到2025年,IDC预测每年将会有超过800亿个连接的东西创造和复制超过180 zettabytes的数据。

但鉴于数据的大量涌入,物联网数据的速度和准确性需要提高,以便为企业做好准备。有了人工智能支持的物联网,企业可以将它们拥有的数十亿个数据点精简为真正有意义的核心。

挪威的Aker BP是一家拥有2000名员工的石油和天然气公司,每天生产近15万桶石油。它使用物联网来监控其设备,保护其工人免受伤害,并降低成本。

该公司可以快速提取数据,然后通过启用AI的IOT活动将其转化为有意义的行动。

Aker BP负责运营的高级副总裁Kjartan Nesse表示:“我们看到了相当不错的结果,我们正在以每秒100万个数据点的速度将数据存储到数据存储中。”“基于这些数据,一旦我们以正确的方式将其情境化,并将其反馈给运营商,这将有助于我们做出决策。”

此外,Nesse表示,启用了AI的IOT数据可以提供预见性维护的见解为设备或提供对环境条件的洞察,并“推动人们离开危险区域的机会。”

企业还在利用人工智能和物联网,以数字方式再现现实世界发生的事情。在全球范围内创造全年农业环境的货运农场使用带有物联网传感器的环境对理想的耕作条件,如土壤,空气和二氧化碳水平。

“我们希望降低进入农业行业的进入障碍,使食品供应更加接近,”货运农场的Cofounder表示。使用IOT,可以使用数据来创建一致性并优化农业条件。

“物联网可以为某种作物设置环境,”弗里德曼解释说。这样的环境可以为你创造夏日的完美一天。你可以从意大利汲取营养,再结合萨利纳斯山谷的空气质量,再结合活火山附近的二氧化碳,给一种植物它想要的光谱。”

通过这种方式,货运农场不仅仅是通过物联网模拟现实世界的条件。相反,它是在创造一套理想的、超凡脱俗的优化条件。有了一款移动应用,农民们就可以超越现实世界的障碍,优化生活条件。

“IoT是建立这些环保食谱的核心,以匹配这个世界的那里,而且还有这个世界上没有什么,”弗里德曼说。

AI和IOT设备推动企业到边缘

但是,对云进行往返的设备和数据的扩散只会泛滥,这是一个必然处理的数据卷的基础架构。

这就是为什么物联网提供商——实际上是所有类型的IT基础设施提供商——正在将ai支持的物联网流程等计算密集型流程推向边缘边缘计算,确切地说。

“All the things that are producing data, and the people interacting with each other and with things, it’s going to push data to the edge,” said Gartner’s Thomas Bittman at a conference on infrastructure in late 2017. “We can’t have enough pipes cheap enough to accommodate the amount of data out there.”

据此,Gartner估计,随着数据被推到边缘,企业采用优势计算将效仿。“虽然今天,在传统的集中式数据中心或云之外处理了10%的企业生成的数据,到2022,Gartner预测该数字将达到50%,”研究公司估计在“基础设施和运营领导者的边缘计算意味着什么。”

考虑数据密集型功能,如人工现实游戏,在会议中使用视频会议或询问问题基于语音的数字助理。所有这些数据密集型过程都必须在分数中执行任务,并呼叫大量数据。这些任务最好在边缘执行,设备可以在不必呼叫云上访问资源。此外,这些边缘计算架构更适合具有合规性要求的行业,禁止其数据被发送到云。

这种物联网、人工智能和边缘计算的融合可能被称为智能边缘,它支持人工智能连接设备,不依赖于集中式架构。它将数据洞察力、计算资源、用户和设备带到他们需要的地方,以便实时采取智能行动。专家表示,鉴于我们目前的数据和设备的扩散,这种智能优势是不可避免的。

“在未来几年内,”Bittman在会议上预测,“你将拥有优势策略 - 你必须。”

所有物联网议程网络贡献者对其帖子的内容和准确性负责。观点是作者的,并不一定传达物联网议程的思想。

搜索CIO.
搜索安全
搜索网络
搜索数据中心
搜索数据管理
关闭