一个新的智能现实：准备好了吗？
托马斯•罗森
这个工业物联网社区委员会是一个以行业为中心的执行社区，由代表各种全球行业的商业领袖、技术专家和学者组成。该集团定期召开会议，就将新技术和新兴技术纳入日常业务运营的影响和潜在好处分享见解。以下是工业物联网社区委员会会议的摘要，重点讨论物联网的概念新的智能现实.
转向智能系统业务模式
工业组织正在越来越多地探索将智能系统集成到业务流程和工作流中的潜在好处。通过利用大数据、人工智能、机器学习和智能边缘系统获得的智能洞见，并通过5G和云实现近乎实时的访问，已经催生了智能洞见新的智能现实. 技术框架已经到位。但是，工业组织准备好利用这些机会了吗？
智能系统+云=更高的运营效率+有价值的业务洞察力
在我们的讨论过程中，物联网行业社区委员会小组成员观察到，利用人工智能和机器学习生成商业智能和自动化工业应用程序对于提高工作效率和工作效率具有巨大潜力——今天，尤其是在接下来的五年里。这些数据清楚地反映了这种潜力：据Gartner称，企业对人工智能的使用有所增长2014年至2019年期间为270%。（1）而《福布斯》指出，2019年其市场规模为270多亿美元，预计到2027年将达到近2670亿美元。(2)
理事会成员引用的用例范围从传统低技术行业的应用到最前沿的应用。例如:
●牲畜管理-在瑞典，农民们正在使用物联网设备和人工智能来监视他们看管的牛。通过人性化地安装在牛尾巴上的传感器和通过AR耳机无线传输的地理位置数据，农民可以很容易地找到并围捕任何流浪牛。低技术突然变成了高技术，这让这个行业变得更好。
●制造业-人工智能、机器学习和智能算法在工厂环境中扮演着越来越重要的角色。电子产品制造商正在利用实时数字和数据反馈回路来训练算法，以检查机械、测量设备利用率、制定主动维护策略，并对产品输出进行QA监督。由于不需要离线生产，智能系统和预测分析正在帮助制造商重新考虑工厂运营。
●库存控制-在各种供应链环境中，智能、连接的托盘正在收集数据，以帮助公司分析受损货物造成的损失，并改进整体库存管理。在一个例子中，在一年的时间里，来自25个制造点的大约6300万条数据被处理，以帮助确定货物最有可能发生损坏的时间——夜班！
●装配线-虽然制造环境中的人工智能和机器学习在预测用例方面开始取得进展，但这些技术仍然主要用于驱动手动操作。在一个例子中，重复任务的模式识别使工业机器人能够协助装配航空涡轮机。
●安全性至关重要的过程-为了改善核电厂的控制系统和自动化安全关键流程，数字双胞胎正被用于建模、仿真和模拟电厂运行。
数字化转型道路上的几个坎坷bob游戏下载大全
如前所述，在工业环境中嵌入智能系统的数字框架已经相当成熟。然而，前进的道路确实需要克服一些障碍。我们的小组成员面临哪些挑战？他们主要关注哪些问题？
安全：物联网设备是简单的设备，设计时不一定考虑安全性，因此容易受到攻击。它们极易受到网络威胁的影响，而且由于它们可能受到威胁，一些工业应用程序的运营商感到他们正在失去对其业务的控制。此外，接收来自不同系统和多个供应商的数据，以及缺乏连接到设备的标准方法，进一步加剧了安全问题。一些数字说明了这一点：
● 2020年，物联网设备造成了近33%的无线网络感染，是2019年的两倍多。高度依赖软件和基于智能系统的行业现在需要确保在智能系统生命周期的每一步都解决安全问题。(3)
●三分之二的物联网开发者使用开源，三分之一使用云本地架构。他们在数字转型中最关心的三个问题是安全、连接和数据收集和bob游戏下载大全分析。（4）
在今天的企业环境中，传统上由防火墙和端点保护保护的网络安全边界几乎已经消失。用户和设备标识现在是在授予系统资源访问权之前需要验证的关键因素。随着远程、在家办公访问越来越多地取代本地局域网通信，以及越来越多的云、SaaS和仪表盘应用程序，安全风险也在上升。这些安全开发提醒开发人员，需要全面地解决安全问题，而不是以一种零碎的方式，并强调加密和多因素身份验证。一些人认为这是部署智能系统的关键障碍，并指出需要自下而上设计一种新的，所谓的零信任安全架构，着眼于实现法规遵从性。
工业物联网社区委员会调查显示：
在您的组织经历的过程中，您最关心的是什么
bob游戏下载大全数字化改造和引入更多智能系统？
●保安-66%
●数据收集和分析- 17%
●业绩-17%
数据问题成功实现的优势新的智能现实取决于有效管理大量数据的能力。据IDC称，到2023年，边缘设备将产生超过60000拍字节的数据，这一数字的增长速度预计将是其他系统数据增长速度的6倍。由于边缘没有存储空间，这种困境引发了几个问题。首先，如何决定什么是可靠的和相关的——什么是值得保留的，什么是应该放弃的？
要确定给定数据集的数据挖掘值，需要设置数据参数。组织想要完成什么，假设的结果是什么，以及如何验证前提?然后，如果能够做出明智的决定，保存哪些数据，存储的问题就会摆在面前。需要一种全新的数据存储策略。在决定保留或丢弃数据之前，组织是否有足够的边缘设备来分析数据的价值?如果值得保存，到哪里去云计算或内部部署?
算法训练当前位置没有现成的完美。算法需要经常进行微调，以提供有价值的结果。一种常见的做法是将现有的算法在集装箱数字孪生模型中离线训练，以用于新的模式识别用例。这样做允许开发人员开发一次并构建一个算法库，这些算法可以在不同场景中进行部署培训。这需要时间，但这是一个DevOps过程，与许多希望为其系统添加智能的公司产生共鸣。
技能差距当前位置旧警卫正在前进，可能很难找到具有正确背景和技能的人。幸运的是，该学院正在努力填补建模和分析技术方面的技能空白。
路的尽头是什么？
物联网行业社区委员会关于何处的几点意见新的智能现实今天和明天可能的位置：
● 对智能系统的投资将继续增长。在新冠疫情之后，随着远程工作的持续进行以及对医疗和诊断应用的需求不断增加，资金将流入智能系统的开发。目前的芯片短缺也将推动半导体制造业的支出。通过智能系统寻求竞争优势的公司，在做出任何投资决策之前，必须首先具备坚实的业务战略，并清楚地了解潜在的利益和障碍。
●对供应链上更好的物流决策的需求将刺激创新。企业不能容忍因无法发货的库存而占用现金。数字反馈回路对于信息灵通的决策至关重要。
● 人工智能、智能传感器、大数据和区块链都将实现互操作。这是一个跨行业联盟和合作的旅程。
● 每个企业都需要采用云本地的工作方式。包括智能系统的开发和整个生命周期。
● 自我改进能力对于机器学习驱动的系统的成功至关重要；联邦人工智能能够分配计算能力并保护隐私，这在考虑用例和法规时至关重要。
● 寻找一条更平坦的前进道路；这不仅仅是关于技术，它也是一个人的过程。技术不会取代人，它只会补充人类的智慧。这是一个在日常生活中努力实现改善和提高效率的过程。这是关于我们的使命和目标。
(1)在过去四年中，企业对人工智能的采用率增长了270%，ZDNET
(2)福布斯商业洞察，2020年7月
(4) Eclipse 2020 IOT Developer
(5）嵌入式智能：边缘云的创新成果，IDC信息简报，2020年5月
获取我们的RSS feed