許多行業(yè)的組織都在實(shí)施工業(yè)物聯(lián)網(wǎng)產(chǎn)品,但隨著COVID-19大流行的爆發(fā),可能會(huì)加速工業(yè)物聯(lián)網(wǎng)發(fā)展趨勢(shì)。
工業(yè)物聯(lián)網(wǎng)通常是提高生產(chǎn)效率和自動(dòng)化戰(zhàn)略的一部分。嵌入式連接設(shè)備的開(kāi)發(fā)具有復(fù)雜的特定領(lǐng)域微處理器功能,能夠支持實(shí)時(shí)工業(yè)處理,這使工業(yè)物聯(lián)網(wǎng)成為可能。
這些能力可能包括支持用于工業(yè)環(huán)境中實(shí)時(shí)數(shù)據(jù)處理的機(jī)器學(xué)習(xí)應(yīng)用,如工廠、倉(cāng)庫(kù)和運(yùn)輸車輛。工業(yè)物聯(lián)網(wǎng)設(shè)備經(jīng)常集成各種傳感器以及處理、網(wǎng)絡(luò)和內(nèi)存組件。這些傳感器包括各種類型的攝像機(jī),溫度或壓力傳感器,或濕度和氣體探測(cè)器。
工業(yè)物聯(lián)網(wǎng)設(shè)備可以作為設(shè)施的組成部分,通常是自給自足的。隨著工業(yè)物聯(lián)網(wǎng)安裝變得越來(lái)越普遍,標(biāo)準(zhǔn)也應(yīng)該出現(xiàn)。納米技術(shù)、微處理器、網(wǎng)絡(luò)、內(nèi)存和存儲(chǔ)的不斷進(jìn)步,使未來(lái)的工業(yè)物聯(lián)網(wǎng)實(shí)現(xiàn)更加復(fù)雜,并提供更高水平的控制。工業(yè)物聯(lián)網(wǎng)將是制造許多未來(lái)產(chǎn)品所必需的,并且是組織保持競(jìng)爭(zhēng)力和優(yōu)化制造的基本要素。
專家們預(yù)測(cè),隨著信息技術(shù)(IT)部門考慮新冠疫情和新年戰(zhàn)略,各部門將遵循以下三個(gè)趨勢(shì)。
工業(yè)物聯(lián)網(wǎng)將是制造許多未來(lái)產(chǎn)品的必要條件,并成為組織保持競(jìng)爭(zhēng)力和優(yōu)化制造的基本要素。
工業(yè)物聯(lián)網(wǎng)的實(shí)施和更大程度的工廠和倉(cāng)庫(kù)自動(dòng)化是一項(xiàng)戰(zhàn)略組成部分,以減少制造或倉(cāng)庫(kù)設(shè)施所需的人員數(shù)量,從而減少他們接觸可能的感染,或在某些情況下減少人類污染源。
許多半導(dǎo)體生產(chǎn)設(shè)施已經(jīng)實(shí)施工業(yè)物聯(lián)網(wǎng)設(shè)備,以將人員從生產(chǎn)車間移出,并防止微電子設(shè)備中使用的半導(dǎo)體薄片或基片材料污染。
企業(yè)通常用有線以太網(wǎng)或本地Wi-Fi連接工廠或設(shè)施管理系統(tǒng)。對(duì)于一些用例,如跟蹤產(chǎn)品發(fā)貨,組織正在增加使用先進(jìn)的無(wú)線網(wǎng)絡(luò)(如4G或5G)來(lái)連接運(yùn)輸中的工業(yè)物聯(lián)網(wǎng)設(shè)備。網(wǎng)絡(luò)的能力取決于通信數(shù)據(jù)的類型。來(lái)自攝像機(jī)的視頻流需要很多帶寬,而簡(jiǎn)單的機(jī)器控制數(shù)據(jù)只需要很少的帶寬。工業(yè)物聯(lián)網(wǎng)(IIoT)在工廠的應(yīng)用可以使用當(dāng)?shù)氐碾娫床遄?,但移?dòng)應(yīng)用可能使用電池或采集的電力。對(duì)于功率受限的應(yīng)用,組織需要能夠限制電能使用的低功率電子設(shè)備。
組織在許多工業(yè)物聯(lián)網(wǎng)應(yīng)用中采用各種人工智能算法來(lái)進(jìn)行實(shí)時(shí)決策。隨著數(shù)據(jù)科學(xué)家在大型數(shù)據(jù)中心和云計(jì)算中培訓(xùn)算法,工業(yè)物聯(lián)網(wǎng)趨勢(shì)將繼續(xù)增長(zhǎng),但在該領(lǐng)域進(jìn)行一定程度的培訓(xùn)是可能的。在訓(xùn)練人工智能模型后,組織可以在特定領(lǐng)域的處理器上實(shí)現(xiàn)算法,并在工業(yè)設(shè)施本地的工業(yè)物聯(lián)網(wǎng)設(shè)備中嵌入推理引擎,以執(zhí)行圖像、字符和聲音識(shí)別等功能。然后,工業(yè)組織可以使用人工智能算法進(jìn)行實(shí)時(shí)決策,如控制制造過(guò)程或組裝機(jī)器人、運(yùn)輸部件、移動(dòng)要運(yùn)輸?shù)漠a(chǎn)品、跟蹤發(fā)貨、監(jiān)控制造過(guò)程和要求維護(hù)。工業(yè)物聯(lián)網(wǎng)設(shè)備可以提供設(shè)施安全,以檢測(cè)基礎(chǔ)設(shè)施或設(shè)備的入侵或篡改。
訓(xùn)練在工業(yè)物聯(lián)網(wǎng)設(shè)備上運(yùn)行的人工智能模型需要代表實(shí)際運(yùn)行生態(tài)系統(tǒng)的數(shù)據(jù)集。與面向消費(fèi)者的人工智能類似,無(wú)論誰(shuí)管理訓(xùn)練數(shù)據(jù)集,都必須找到并消除潛在的偏差來(lái)源,這些偏差可能導(dǎo)致人工智能算法做出錯(cuò)誤的決定,并引發(fā)問(wèn)題。
在工業(yè)物聯(lián)網(wǎng)設(shè)施中實(shí)現(xiàn)人工智能可能需要專家協(xié)助安裝和認(rèn)證應(yīng)用程序,并在設(shè)施或產(chǎn)品發(fā)生變化時(shí)偶爾幫助更新和修改應(yīng)用程序。