L'IoT et l'IA vont de l'avant dans la technologie

Joseph Zulick de MRO Electric and Supply

Beaucoup d'entre vous ont entendu comment l'intelligence artificielle va changer nos vies. Si vous vous demandez quoi penser à ce sujet ; attendez-vous à ce que ce soit un euphémisme. L'intelligence artificielle (IA) touchera tous les aspects de notre vie. L'Internet des objets (IoT) et l'Internet des objets industriels (IIoT) connectent des appareils dans nos véhicules, dans toutes nos maisons, dans toutes les facettes de l'entreprise, et modifient l'usine, a déclaré Joseph Zulick, directeur de MRO Electric and Supply. .

Les capteurs et les appareils intelligents collectent des données en grandes quantités. Les données construisent nos profils via des appareils à commande vocale dans nos maisons et sur nos téléphones. Chaque donnée collectée élargit le contour de votre profil. Si vous et moi nous connectons tous les deux à amazon, nos pages seront très probablement très différentes. Mes intérêts et données construisent mon profil et vos informations construisent les vôtres. Cela permet des expériences personnalisées. Je tiens à souligner le mot « personnalisé ».

C'est cette expérience personnalisée et personnalisée qui nous fait utiliser ces outils pour acheter puisqu'elle permet de récupérer rapidement nos articles consultés dans le passé mais aussi de visualiser des articles similaires. Il s'agit d'une expérience supplémentaire grâce à des éléments renouvelables qui sont sur abonnement. Comme les rappels de notre dentiste pour remplacer notre brosse à dents, vous recevrez des rappels lorsque vos achats passés seront renouvelés ou vous pourrez encore établir le gain de temps en utilisant des abonnements.

Cette même expérience est copiée et imitée tout au long de notre vie sur Facebook, Google et de nombreuses autres plateformes de collecte de données. Les données sont la nouvelle monnaie. Amazon ne fabrique pas de produits mais répond à vos besoins en fournissant des solutions.

Que vous collectiez ces données via des commutateurs câblés ou via des capteurs dans nos véhicules ou des températures dans nos maisons. Tout cela nous aide à trouver des solutions. La collecte des données peut se faire de nombreuses manières, mais la collecte et le déplacement vers le cloud ne sont que la première pièce du puzzle

La prochaine étape consiste à traiter vos données. Le processus de collecte de données est devenu beaucoup plus facile grâce à l'Internet des objets. Les informations sont relayées presque instantanément de la source à Internet et rapidement traitées et comparées, puis transmises dans le format approprié à votre tablette, téléphone ou ordinateur. Si vous vivez dans un monde où la hiérarchie et l'immédiateté sont importantes, l'edge computing peut apporter une valeur ajoutée.

Si vous examinez la plupart des commandes de la machine, elles ont généralement mis en œuvre cette stratégie où elles peuvent traiter localement les données de sécurité et importantes et réguler les informations non importantes à des moments où le système de communication est hors pointe. Ceci est souvent appelé le niveau Edge. De nombreux systèmes se rassemblent via des capteurs et des commutateurs discrets et traitent via des systèmes de serveur SQL compatibles et ceux-ci peuvent prendre de nombreuses formes, y compris des commandes de machine.

La façon dont nous recueillons réellement les informations est devenue plus simple avec des capteurs et des appareils de mesure intégrés. Ces appareils connectés ou intelligents sont tous connectés de manière à rendre ces informations accessibles depuis votre emplacement, aussi éloigné qu'il puisse être de la source réelle.

Le traitement est l'endroit où nous faisons quelque chose avec les données, même si ce quelque chose n'est rien de plus que le déplacer d'une pile à une autre. Nous mettons les données dans des registres et compilons les informations. Il peut être nécessaire de l'ajouter aux données précédentes ou de le déplacer sur d'autres systèmes. Ces registres de mémoire conservent généralement les données pendant une courte période pendant qu'elles les déplacent vers l'emplacement suivant.

Les données entrent dans le traitement de plusieurs manières, elles peuvent être saisies manuellement, elles peuvent provenir de processus système ou même être des données importées de l'extérieur. Pensez à votre maison, votre thermostat intelligent surveille constamment et directement les données, vous pouvez avoir une caméra qui ne collecte des données que lorsque le capteur est déclenché par un mouvement, il est donc déclenché à distance, puis nous avons des choses comme votre téléphone ou un autre appareil à commande vocale qui vous oblige à l'actionner pour qu'il commence à acquérir des données. Toutes ces données sont ensuite traitées via un modem et jusqu'au cloud.

Cette phase d'acquisition peut avoir une certaine capacité de traitement. Dans une usine, de nombreux capteurs sont liés à un système qui compare les données au niveau de la machine pour déterminer si sa partie est bonne ou mauvaise. Dans votre maison, les appareils à commande vocale commencent à compiler et à déterminer si la commande nécessite un ajout à des fichiers comme l'ajout à votre liste de courses ou si elle doit aller récupérer des données. Ceux-ci peuvent agir comme des systèmes bidirectionnels. Très pratique lorsque l'on veut visualiser une pièce imprimée sur une interface opérateur.

D'autres systèmes, tels que le niveau entreprise qui peuvent déjà exister, implémentent et gèrent votre entreprise. Ceux-ci sont indiqués ci-dessus en tant qu'intégration d'entreprise. Ces systèmes exécutent la plupart de votre back-office et de votre chaîne d'approvisionnement d'entrepôt existants. Dans de nombreux cas, ces systèmes remplissent d'autres fonctions telles que la gestion des stocks, la maintenance préventive, la planification de la production et le suivi de la qualité.

L'intégration fait partie de la phase suivante, c'est là que vous comparez avec les paramètres des données existantes ou des systèmes externes. Il s'agit de la première étape du processus d'IA consistant à comparer les résultats réels comparés aux résultats historiques et aux résultats attendus. Ces réseaux de neurones développés automatiquement nous aident à obtenir des résultats attendus plus intelligents et plus intelligents. Ceux-ci conduisent à des attentes plus élevées et nous donnent également plus de valeur à partir de nos données.

Ajustements basés sur les résultats réels actuels et passés mappés à l'historique des occurrences. Lorsque nous construisons nos informations, nous augmentons nos connaissances. Nous devons maintenant convertir l'information en connaissance en illumination. L'information doit produire une amélioration et un niveau d'éclaircissement qui crée un nouveau chemin de détails percutants.

L'image ci-dessus du NIST représente une version câblée de l'analyse, mais dans une véritable intelligence artificielle, les systèmes doivent être capables d'apprendre et de développer leurs propres réseaux qui répondent à ce qui est appris en fonction de ce qui est important mais aussi du niveau d'impact de cette information. a dans la formule. Par conséquent, les portes doivent pouvoir être activées ou désactivées pour savoir si elles font partie de la formule et ont un impact. Vous avez également besoin d'un moyen de faire varier l'impact dans cette formule.

Pensez à une formule, a+b / (5*c)=résultat. Nous pouvons déterminer que des changements se produisent et nous obliger à ajuster la formule. Peut-être que « b » n'a pas du tout d'impact, ou peut-être que b a deux fois plus d'impact. L'intelligence artificielle doit pouvoir s'étendre et ne pas avoir seulement des décisions câblées où il faudrait qu'une personne entre et reprogramme ces modifications.

Augmenter l'intelligence sans intervention humaine, c'est notre scénario de rêve. Notre souhait à long terme est que le système apprenne par lui-même et ne nécessite aucune influence. Un bébé apprend que les objets sont différents. Une bouteille est différente d'un bouchon. Il est différent en termes de taille, de poids, de force requise pour soulever chaque objet, de force de préhension, d'amplitude de mouvement pour le porter sans heurter des objets, d'inertie, etc. Même si l'enfant ne sait pas pourquoi il s'adapte à ces différences, ils s'ajusteront pour compenser la différence. C'est notre désir que les machines apprennent de cette manière.

La langue dans la façon dont nous communiquons, nous devons avoir une compréhension commune. Il peut s'agir d'un problème de langue ou de mappage. Je n'ai pas toujours besoin de comprendre une langue si je sais que casa signifie maison ou foyer. Je peux cartographier une table, donc quand le mot casa est prononcé, je peux me référer à la table qui m'indique la maison.

Améliorer nos vies. Les résultats de notre enseignement amélioré minimiseraient notre contribution requise. Disons qu'un thermostat pourrait comprendre notre niveau de confort. Si je transpire, il fait trop chaud, si je frissonne, il fait trop froid. Ajuster de combien ? Et s'il y a 5 personnes ? Le confort de tout le monde n'est pas le même. Peut-être qu'ils transpirent mais ils portent un pull.

L'auteur est Joseph Zulick, directeur chez MRO Electric and Supply.