Представьте такую ситуацию: вы пришли в супермаркет и ваш холодильник присылает напоминание, что дома нет молока, сыра или яиц. Это можно считать интеллектуальной обработкой данных? Конечно, да. Бытовой прибор не просто отправляет информацию о наличии продуктов. Он дает возможность совершать действия.
Что, если этот принцип применить к промышленному оборудованию? Что, если оно будет автоматически уведомлять вас о своем состоянии или необходимости ремонта перед тем, как вы сами об этом узнаете? То есть нужны не просто данные, а информация для практического применения. Такие интеллектуальные функции скоро могут стать стандартными для нового промышленного оборудования.
Однако сейчас новое или старое оборудование их не поддерживает. Следовательно, нужно найти способ внедрить интеллектуальные функции и собирать информацию о состоянии оборудования, чтобы она приносила пользу компаниям. Просто наличие сведений и возможности что-то вычислить на границе (Edge computing) не делает процесс интеллектуальным. Истинные интеллектуальные возможности подразумевают, что собранные данные и все вычисления приведут к значимым результатам в бизнесе.
В чем заключается интеллектуальная обработка данных
Если говорить о границе, можно ли считать, что граничные (периферийные) вычисления и интеллектуальная граница означают одно и то же? Конечно, нет. Сегодня в СМИ в основном говорят о вычислительных возможностях современных граничных технологий. При этом подразумевают вычислительные мощности, доступные всем желающим. Объем памяти, ЦП или набор вычислительных средств — это еще не интеллектуальные возможности. Интеллектуальная граничная система может предоставлять важные данные для практического применения, опираясь на вычислительные мощности граничных устройств.
Только когда вы используете все возможности граничных вычислений для развития бизнеса и создания объектов интеллектуальной собственности, можно говорить об интеллектуальной границе. Применение высокоэффективных приложений для создания объектов интеллектуальной собственности (моделей или алгоритмов) с их дальнейшим переносом в граничные сети — вот что такое настоящая интеллектуальная граница, потому что интеллектуальная собственность повышает экономическую отдачу. Проблема заключается в том, как разработать, скомпоновать и доставить эти тяжелые вычислительные модели или алгоритмы на границу. Еще недавно мы думали, как переместить ресурсоемкие вычисления, например, для машинного обучения, в облако с его широкими возможностями и вычислительными мощностями по запросу.
А сегодня мы хотим все поменять местами и использовать для вычислений небольшие граничные устройства, не требующие больших ресурсов ЦП. Наилучшим решением будет совмещение возможностей облачных и граничных систем. Мы по-прежнему хотим использовать облако для разработки алгоритмов и обучения, а исполнять их в граничных системах. Почему? Потому что вывод этих моделей и алгоритмов в сеть может потребовать больших затрат, а во время передачи данных или расчетов через облако случаются нежелательные задержки. Они могут нарушить работоспособность промышленного оборудования или даже повлиять на безопасность персонала.
Поэтому цель — оптимально использовать современные технологии граничных вычислений с масштабированием, чтобы реализовать ценную интеллектуальную собственность в интеллектуальном граничном решении. Это означает использование границы для подключения в реальном времени к датчикам, устройствам и другим источникам данных. Сюда также относится обеспечение целостности и качества данных при передаче в облако или среду предприятия, где вычислительные возможности будут использоваться для анализа данных с помощью приложений, и последующий возврат интеллектуальной собственности (моделей и алгоритмов) в граничную сеть, чтобы повысить экономическую эффективность.
