Бесплатный фрагмент - Встреча искусственного интеллекта с интернетом вещей. Проблемы безопасности интернета вещей

Предисловие

Книга посвящена интеграции технологий искусственного интеллекта и интернета вещей, подкрепленной конкретными примерами. Рассматриваются различные варианты использования интернета вещей для формирования интеллектуальных городских систем, применения искусственного интеллекта и интернета вещей в сфере маркетинга, и вопросы обеспечения безопасности интернета вещей в контексте развития искусственного интеллекта.

I Совмещение двух мощных технологий

1.1 Две мощные технологии. Что такое AIoT? Преимущества AIoT

Две мощные технологии

Интернет вещей (IoT) и искусственный интеллект (Artificial Intelligence — AI) и интернет вещей (the Internet of Things — IoT) по отдельности являются мощными технологиями. Объединяя AI и IoT, мы получаем AIoT — искусственный интеллект вещей. Устройства Интернета вещей можно представить как цифровую нервную систему, а искусственный интеллект — как мозг системы.

Искусственный интеллект и Интернет вещей — это союз, заключенный в технологическом раю! Хотя обе эти дисциплины по отдельности ценны, их истинный потенциал может быть реализован только вместе. Существует множество различных приложений в различных отраслях, где требуются искусственный интеллект и Интернет вещей.
Что такое AIoT?

AIoT представляет собой сочетание искусственного интеллекта (AI) и Интернета вещей (IoT). Это технология, которая собирает данные с устройств IoT (например, с оборудования для мониторинга) и использует искусственный интеллект для их анализа. Датчики IoT получают значительный объем данных.

Преимущества AIoT

Датчики Интернета вещей получают значительный объем данных. Благодаря AI можно мгновенно анализировать закономерности, явления и тенденции, повышая эффективность работы и предоставляя руководителям комплексные и прозрачные отчеты быстрее и проще. Этот сценарий стал особенно актуален с появлением 5G и распространением блокчейна, дополненной реальности и периферийных вычислений. Ведь сочетание данных концепций формирует основу для разработки более интеллектуальных и интуитивно понятных решений в различных отраслях, включая: Производство; Здравоохранение; Агробизнес.

AIoT позволяет внедрять AI в различных отраслях для решения реальных бизнес-задач эффективнее, чем традиционные методы. К числу преимуществ сочетания AI с IoT относятся повышение эффективности и снижение затрат.

Машины на базе искусственного интеллекта вещей (AIoT) могут генерировать и анализировать данные, распознавать закономерности и оперативно предоставлять срочно требуемую информацию. Эта способность позволяет выявлять и устранять проблемы, повышая автоматизацию ручных процессов и позволяя компаниям предоставлять более качественные услуги с меньшим количеством персонала. Например, контроль качества с помощью машинного зрения и использование камер для контроля качества в промышленной автоматизации являются эффективными инструментами для соблюдения требований и норм.

Мониторинг систем в режиме реального времени с помощью искусственного интеллекта вещей (AIoT) позволяет экономить время и сокращать дорогостоящие перерывы в работе. Постоянный контроль со стороны системы позволяет выявлять аномалии, строить прогнозы и принимать решения без вмешательства человека, достигая более быстрых и объективных результатов.

Примером служит использование промышленного AI в Интернете вещей в нефтегазовой отрасли, например, в камерах для дистанционного обнаружения утечек. Интеллектуальные устройства и системы на базе искусственного интеллекта вещей (AIoT) уже играют ключевую роль в снижении эксплуатационных расходов, обеспечивая более эффективное использование ресурсов. Например, приложения для умных зданий регулируют освещение и температуру в зависимости от присутствия людей.

Устройства AIoT также играют важную роль в профилактическом обслуживании и анализе работы оборудования на умных заводах, где датчики и камеры контролируют работу деталей машин, предотвращая сбои и дорогостоящие перерывы в работе.

Управление рисками — еще одна важнейшая область, где искусственный интеллект вещей (AIoT) добился заметного успеха. Распределенные интеллектуальные системы способны прогнозировать будущие риски и принимать превентивные меры. Примерами служат анализ уровня воды, анализ безопасности сотрудников и анализ скоплений людей в общественных местах. Даже страховые компании начали использовать подобные приложения для управления страховыми рисками, связанными со страхованием машин и целых заводов.

1.2 Чтобы полностью понять AIoT, необходимо начать с Интернета вещей. Искусственный интеллект

Чтобы полностью понять AIoT, необходимо начать с Интернета вещей

Когда такие «вещи», как носимые устройства, холодильники, цифровые помощники, датчики и другое оборудование, подключены к Интернету, могут распознаваться другими устройствами, собирать и обрабатывать данные, мы имеем дело с Интернетом вещей.

Искусственный интеллект и «умные» устройства

Искусственный интеллект — это когда система может выполнять набор задач или обучаться на основе данных таким образом, что это кажется разумным. Следовательно, когда искусственный интеллект добавляется к Интернету вещей, это означает, что эти «умные» устройства могут анализировать данные, принимать решения и действовать на их основе без участия человека.

Эти инновационные технологии служат инструментами для улучшения рабочих процессов и достижения лучших показателей. Благодаря интегрированному искусственному интеллекту, они способны обрабатывать информацию, что способствует совершенствованию работы, увеличению выпуска продукции и формированию ценных сведений для бизнеса, предоставляя основу для взвешенных решений и обеспечивая возможность самообучения системы.

1.3 Практические примеры AIoT

Сочетание Интернета вещей и интеллектуальных систем делает AIoT мощным и важным инструментом для множества практических приложений и систем. Вот некоторые из них:

Датчики поведенческого анализа
Датчики могут отслеживать поведение покупателей, чтобы выяснить, что привлекает их внимание, когда они совершают больше всего покупок, какие визуальные аспекты привлекают наибольшее внимание и т. д. 
На основе этой информации предприятия могут оптимизировать свою деятельность для лучшего удовлетворения потребностей клиентов и увеличения продаж.

Периферийные вычисления

Использование искусственного интеллекта совместно с технологиями Интернета вещей позволяет распределять обработку информации между устройствами внутри одной сети. Это снижает временную задержку, усиливает защиту данных и способствует более оперативному решению задач — основные преимущества подхода, известного как периферийные вычисления.

Мониторинг городского движения

Очень полезным применением искусственного интеллекта вещей является мониторинг городского трафика в режиме реального времени. Умные системы, работающие на основе камер, дронов и датчиков, могут оценивать уровень загруженности дорог и анализировать возможные причины ее возникновения. Короче говоря, можно без вмешательства человека выявлять аварии, нарушения правил дорожного движения, животных на дороге и различные другие инциденты.

В умном городе существует несколько практических применений искусственного интеллекта вещей, включая мониторинг дорожного движения с помощью дронов. Если отслеживать движение в режиме реального времени и корректировать его, можно уменьшить заторы. При использовании дронов для мониторинга большой территории они могут передавать данные о дорожном движении, которые затем AI анализирует и принимает без участия человека решения о том, как лучше всего уменьшить заторы, корректируя ограничения скорости и время работы светофоров.

Система ET City Brain, продукт Alibaba Cloud, оптимизирует использование городских ресурсов с помощью искусственного интеллекта вещей (AIoT). Эта система способна обнаруживать аварии, неправильную парковку и переключать сигналы светофора, помогая машинам скорой помощи быстрее добираться до пациентов, нуждающихся в неотложной помощи.

Умная розничная торговля и умный шопинг
В среде умной розничной торговли система камер, оснащенная функциями компьютерного зрения, может использовать распознавание лиц для идентификации покупателей при входе в магазин. Система собирает информацию о покупателях, включая их пол, товарные предпочтения, поток покупателей и многое другое, анализирует данные для точного прогнозирования поведения покупателей, а затем использует эту информацию для принятия решений о работе магазина, от маркетинга до размещения товара и других решений.

Если анализ посетителей магазина показывает преобладание представителей поколения миллениалов, можно демонстрировать именно ту рекламу и акции, которые заинтересуют эту аудиторию, что положительно скажется на объеме продаж.

Благодаря интеллектуальным камерам клиенты смогут обходить процесс оплаты, подобно тому, как это реализовано в магазинах сети Amazon Go. Такой подход к покупкам — настоящее новшество! Розничные компании теперь имеют возможность применять искусственный интеллект и технологии Интернета вещей для анализа потребительского поведения (например, изучая данные из онлайн-аккаунтов, ассортимент товаров в зале), чтобы оперативно формировать индивидуальные предложения прямо во время пребывания клиента в торговом помещении.

Также см. Приложение 3.

Умные дома

Вообразите современное жилище, стремящееся к независимости, повышенной защищенности и бережному отношению к окружающей среде. Благодаря искусственному интеллекту встроенных устройств система способна адаптироваться к поведению пользователей, оптимизируя множество задач и повышая комфорт проживания. Умные терморегуляторы поддерживают заданную температуру, учитывая индивидуальные пожелания, а системы безопасности с камерами способны обнаруживать незваных гостей, идентифицировать знакомых людей и домашних питомцев.
Офисные здания
Еще одна область пересечения искусственного интеллекта и интернета вещей — это умные офисные здания. Некоторые компании устанавливают в своих офисах сеть интеллектуальных датчиков окружающей среды. Эти датчики могут определять, кто из сотрудников находится в здании, и соответствующим образом регулировать температуру и освещение для повышения энергоэффективности. В другом варианте использования умное здание может контролировать доступ с помощью технологии распознавания лиц. Сочетание подключенных камер и искусственного интеллекта, способного сравнивать изображения, полученные в режиме реального времени, с базой данных, чтобы определить, кому предоставить доступ в здание, — это и есть искусственный интеллект вещей на работе. Аналогичным образом, сотрудникам не нужно будет отмечаться на входе или присутствовать на обязательных совещаниях, поскольку система искусственного интеллекта вещей возьмет это на себя.
Управление автопарком и автономные транспортные средства

Сегодня искусственный интеллект вещей (AIoT) используется в управлении автопарком для мониторинга транспортных средств, снижения расходов на топливо, отслеживания технического обслуживания и выявления небезопасного поведения водителей. Благодаря устройствам Интернета вещей, таким как GPS и другие датчики, а также системам искусственного интеллекта, компании могут эффективнее управлять своим автопарком благодаря AIoT.

Другой способ использования AIoT сегодня — это автономные транспортные средства, такие как системы автопилота Tesla, которые используют радары, сонары, GPS и камеры для сбора данных об условиях вождения, а затем систему AI для принятия решений на основе данных, собираемых устройствами Интернета вещей.

Примечание:

GPS, или Глобальная система позиционирования (Global Positioning System), представляет собой американскую спутниковую систему навигации. Она позволяет измерять временные интервалы и вычислять координаты объектов в системе WGS 84, а также точно определять их расположение практически в любых климатических условиях и географических точках планеты, за исключением районов близких к полюсам и околоземной орбиты. Разработанная и поддерживаемая оборонным ведомством Соединенных Штатов, эта технология сегодня широко используется гражданскими лицами благодаря наличию таких устройств, как навигаторы и смартфоны, оснащенных GPS-модулями.

Совершенствование автоматически управляемых транспортных средств
Автоматизированные транспортные средства (AGV) используются для транспортировки грузов на складах, в распределительных центрах и других промышленных объектах. Однако им не хватает автономности для принятия решений при столкновении с препятствиями. Благодаря применению AIoT роботы собирают данные из окружающей среды, анализируют информацию и самостоятельно принимают оптимальные решения для максимального повышения эффективности, оптимизации операций и бизнес-результатов.

Автономные роботы- доставщики и коботы
Подобно тому, как искусственный интеллект вещей используется в автономных транспортных средствах, автономные роботы доставки являются еще одним примером использования искусственного интеллекта вещей в действии. Роботы оснащены датчиками, которые собирают информацию об окружающей среде, в которой они перемещаются, а после буквально мгновенно принимают решения о том, как реагировать, используя встроенную платформу искусственного интеллекта.

Вы когда-нибудь хотели воспользоваться помощью робота? Именно это вы и получите, используя коллаборативных роботов (коботов). Коботы — это высокотехнологичные машины, предназначенные для помощи людям в общем рабочем пространстве, будь то офис или производство. Это может быть роботизированная рука, предназначенная для выполнения конкретных задач, или даже сложный робот, предназначенный для решения сложных задач.

Дроны

Дроны — это летательные аппараты без пилота-человека (управление осуществляется программным обеспечением!). Они чрезвычайно полезны, поскольку могут перемещаться по незнакомой местности (даже за пределами доступа к интернету) и достигать опасных для человека зон, таких как морские операции, шахты, зоны боевых действий или горящие здания.

Цифровые двойники
Цифровые двойники — это (что очевидно!) объекты-близнецы, один из которых — реальный объект, а другой — его цифровая копия. Эти объекты могут быть самыми разными: от авиационных двигателей до ветряных турбин. Цифровые двойники в основном используются для анализа характеристик объектов без применения традиционных методов тестирования, что позволяет добиться значительного сокращения затрат на тестирование.