R&D magazine
Avtor: Ahmed Banafa
2018_264_5
V zadnjih nekaj letih se je eksponentno povečalo število naprav, povezanih prek interneta stvari in pričakovati je, da se bo število še naprej povečevalo. Predvideva se, da bo do leta 2020 obstajalo 50 milijard povezanih naprav, zahvaljujoč številnim novim pametnim napravam, ki so posameznikom in podjetjem postale standardna orodja pri opravljanju njihovih številnih dnevnih nalog.
Ta vsebina je samo za naročnike
Pametne priključene naprave povečujejo angažiranost strank, večajo prepoznavnost in racionalizirajo komunikacije, zlasti z novimi vmesniki človek-stroj, kot je na primer glasovni uporabniški vmesnik (VUI), ki z razlogom velja za najbolj priljubljen vmesnik za upravljanje novih digitalnih pomočnikov, kot so HomePod, Alexa in Google Assistant, sak kar 80 odstotkov naše vsakodnevne komunikacije poteka prek govora.
IoT se bo tudi v prihodnje še naprej zelo hitro razvijal z rastjo v številnih smereh, ki je ne bo mogoče spregledati. Končni cilj je imeti pameten in popolnoma varen sistem IOT
, vendar je pred tem treba premagati še mnogo ovir, da bo ta cilj postal resničnost.
Zbliževanje IoT in tehnologije veriženja blokov
Trenutna centralizirana arhitektura interneta je eden izmed glavnih razlogov za ranljivost IoT omrežij. Z milijardami povezanih pripomočkov in še več, ki jih bo treba dodati v prihodnosti, je IoT privlačen cilj za kibernetske napade, zaradi česar je varnost tukaj izredno pomembna.
Tehnologija veriženja blokov ponuja novo upanje za varnost IoT iz več razlogov. Prvič, veriženje blokov je javno in vsi, ki sodelujejo v omrežju vozlišč omrežja veriženja blokov, si bloke in transakcije lahko ogledajo, jih shranjujejo in odobrijo, čeprav imajo uporabniki še vedno zasebne ključe za nadzor transakcij. Drugič, veriženje blokov je decentralizirano, zato ni nobenega izvršnega organa, ki bi lahko edini odobril transakcije, s čimer je odpravljena pomanjkljivost napake enotne točke (SPOF). Tretjič, in kar je najpomembnejše, je to, da je veriženje blokov varno – podatkovno bazo je mogoče razširiti in prejšnjih zapisov ni mogoče spremeniti.
Naložbe v IoT naraščajo
Neizpodbiten učinek, ki ga ima IoT in bo še naprej privabljal vse več zagovornikov za vlaganje kapitala v nove inovativne projekte na področju strojne in programske opreme ter storitvah. Po podatkih Mednarodne podatkovne korporacije (IDC) bodo vlaganja v IoT do leta 2021 dosegla 1,4 trilijona dolarjev.
IoT je eden od redkih trgov, ki vzbuja zanimanje tako nastajajočih, kot tudi tradicionalnih naložbenikov. Širjenje pametnih naprav in povečana odvisnost odjemalcev za opravljanje njihovih številnih vsakodnevnih nalog, ki jih te opravijo namesto njih, bo pripomogla k navdušenju pri vlaganju v ustanavljanje podjetij, ki bodo kakorkoli povezana z IoT. Kupci bodo nestrpno čakali na naslednjo veliko inovacijo v internetu – kot so recimo pametna ogledala, ki bodo analizirala vaš obraz in poklicala vašega osebnega zdravnika, če boste videti bolni, pameten bankomat, ki bo vključeval pametne varnostne kamere, pametne vilice, ki vam bodo povedale, kako in kaj jesti in morda celo pametne postelje, ki bodo ugasnile vse prižgane luči, ko bodo vsi zaspali.
Računalništvo v megli & IoT
Računalništvo v megli (Fog Computing) je tehnologija, ki je porazdelila obremenitev v zvezi z obdelavo podatkov in jo približala obrobju omrežja (senzorjev v primeru IoT). Prednosti uporabe računalništva z megli so zelo privlačne za ponudnike IoT rešitev. Nekatere od teh koristi omogočajo uporabnikom, da zmanjšajo zakasnitev, ohranijo pasovno širino omrežja, se zanesljivo odločajo za hitre odločitve, zbirajo in varujejo širok nabor podatkov ter podatke prenesejo na najboljše mesto za obdelavo, z boljšo analizo in vpogledom v lokalne podatke. Microsoft je pravkar napovedal naložbo v IoT v višini 5 milijard USD, vključno z računalniškimi sistemi za meglo/obrobje omrežja.
AI & IoT bosta tesno sodelovala
AI (Artificial intelligence, umetna inteligenca) bo IoT pomagala pri analizi podatkov na naslednjih področjih: priprava podatkov, odkrivanje podatkov, vizualizacija pretočnih podatkov, natančnost podatkov v časovnem nizu, napovedno in vnaprejšnjo analitiko, ter podatke v zvezi z geoprostorom in lokacijo v realnem času (logistični podatki).
Tukaj je naštetih le nekaj primerov:
Priprava podatkov:
- določanje skupin podatkov in njihovo čiščenje, kar nas bo pripeljalo do konceptov, kot sta Dark Data in Data Lakes.
Odkrivanje podatkov:
- iskanje uporabnih podatkov v definiranih zbirkah podatkov.
Vizualizacija pretočnih podatkov:
- tekoča obravnava pretočnih podatkov tako, da se jih definira, odkrije podatke in vizualizira na enega od pametnih načinov, s čimer se postopek odločanja lahko izvede enostavno in brez odlašanja.
Časovna serija natančnosti podatkov:
- ohranjanje stopnje zaupanja v zbrane podatke z visoko natančnostjo in celovitostjo podatkov
Predvidevanje in napredna analitika:
- sprejemanje odločitev na podlagi zbranih, odkritih in analiziranih podatkov.
Logistični podatki o geoprostoru in lokaciji v realnem času:
- vzdrževanje nemotenega pretoka podatkov pod nadzorom.
Bitka za standardizacijo se bo nadaljevala
Standardizacija je eden od največjih izzivov, s katerimi se sooča rast IoT – je bitka med vodilnimi proizvajalci v industriji, ki bi že v zgodnji fazi želeli svojo prevlado na trgu. Naprave iz skupine digitalnih asistentov, pomočnikov, vključno z HomePod, Alexa in Google Assistant, so v prihodnosti videti kot najprivlačnejša vozlišča za naslednjo fazo pametnih naprav. Vodilna podjetja na tem področju seveda poskušajo med potrošniki vzpostaviti “svoja vozlišča”, s katerimi bi jim olajšala način dodajanja novih naprav s čim manj težavami. Toda tisto, kar imamo sedaj, v tem trenutku, je jesen primer razdrobljenosti, ki ne bo minil brez močne pobude organizacij, kot je IEEE ali takšni vladni predpisi, ki bi vodili k skupnim standardom na področju IoT naprav.
Ena od možnih rešitev je omejeno število naprav, ki dominirajo na trgu, kar bi strankam omogočalo, da se za eno odločijo in jo obdržijo tudi za vse morebitne dodatno priključene naprave, podobno kot to velja za obstoječe operacijske sisteme, torej Windows, Mac in Linux, kjer tudi ne obstajajo standardi glede združljivosti med platformami.
Da bi razumeli težave v zvezi s standardizacijo, moramo v procesu standardizacije obravnavati vse tri kategorije: platformo, povezljivost in aplikacije. V primeru platforme se ukvarjamo z UX / UI in analitičnimi orodji, medtem ko se povezljivost ubada s kontaktnimi točkami posameznih strank z napravami in nazadnje, aplikacije so mesto za domovanje aplikacij, ki nadzorujejo, zbirajo in analizirajo podatke.
Vse tri kategorije so medsebojno povezane in brezpogojno potrebujemo vse, če le ena manjka, bo ta model prekinjen in proces standardizacije bo ustavljen.
Pomanjkanje znanja in izkušenj za IoT
Potreba po večjem številu usposobljenega osebja v zvezi z IoT narašča, prav tako pa narašča potreba po tistih, ki imajo izkušnje in znanja s področja AI, analize ogromnih količin podatkov ter znanja in izkušenj s področja tehnologije veriženja blokov.
Univerze ne morejo slediti povpraševanju po profilih strokovnjakov, ki jih na teh področjih več kot primanjkuje, zato so podjetja vzpostavila notranje programe usposabljanja za ustanavljanje lastnih ekip, ki bi bile nekakšna nadgradnja spretnosti in izkušenj njihovih že obstoječih inženirskih ekip in začela z usposabljanjem novih talentov. Ta trend se bo nadaljeval, kar predstavlja veliko priložnosti za nove inženirje in velik izziv za podjetja.
Avtor članka, Ahmed Banafa, ima bogate izkušnje na področju raziskav, delovanja in upravljanja, s poudarkom na IoT, tehnologiji veriženja blokov in umetne inteligenca. Je pisec recenzij in tehnični sodelavec pri objavi večjega števila knjig s tehnično vasebino. Delal je kot predavatelj na številnih znanih univerzah in visokih šolah, vključno z Univerzo Kalifornije, Berkeley; California State University-East Bay; Državna univerza San Jose; in University of Massachusetts. Prejel je več nagrad, vključno z nagrado priznanja uslužbencem leta 2013, naziv inštruktorja leta v letih 2013 in 2014, ter naziv častnega inštruktorja, ki mu ga je podelilo mesto San Francisco.
