АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
О РУВИКИ

Искусственный интеллект вещей

Искусственный интеллект вещей (англ. Artificial Intelligence of Things, AIoT) — это интеграция технологий искусственного интеллекта (ИИ) в подключённые устройства (интернет вещей, IoT).

Сочетание этих технологий направлено на повышение эффективности взаимодействия человек—машина (ЧМИ), оптимизацию рабочих процессов, а также на совершенствование управления и анализа данных[1][2][3].

undefined

В 2018 году аналитическая компания KPMG опубликовала исследование о будущем искусственного интеллекта, включающее сценарии развития до 2040 года. В рамках работы детально описывался сценарий, при котором каждое устройство содержит собственный ИИ и может автономно соединяться с другими ИИ, чтобы совместно выполнять задачи интеллектуальным образом. Создание добавленной стоимости в данном случае осуществляется и контролируется в реальном времени с помощью распределённого интеллекта, в частности коллективного (роевого) интеллекта. Предполагается, что внедрение коллективного интеллекта трансформирует множество отраслей экономики, включая автомобилестроение, облачные вычисления, медицину, военное дело, исследования и технологии.

В наиболее «чистом» варианте искусственный интеллект вещей предполагает физическую реализацию ИИ непосредственно в устройстве, то есть на периферии, или с использованием пограничных вычислений (edge computing), без необходимости подключения к внешним сетям. Идея заключается в том, чтобы устройство могло самостоятельно взаимодействовать с внешним миром.

Такую архитектуру часто называют встроенным искусственным интеллектом.

Другая динамика развития AIoT связана с интерпретацией и анализом данных, собираемых устройствами IoT. В этом случае ИИ применяется уже после сбора данных — на серверах, платформах IoT или в озёрах данных. Подобный подход позволяет распознавать закономерности в функционировании устройств или выявлять причины сбоев, что способствует своевременной диагностике и предотвращению инцидентов, связанных с работой подключённых устройств.

Обе эти стратегии считаются взаимодополняющими.

Сочетание возможностей ИИ и IoT позволяет реализовать значительный нереализованный потенциал в различных отраслях, включая анализ данных, автономные транспортные средства, здравоохранение, сельское хозяйство, предиктивное обслуживание и промышленную автоматизацию[4].

Искусственный интеллект в облачной инженерии

ИИ может способствовать повышению эффективности и максимизации сбора данных в ряде профессиональных областей. Благодаря цифровому управлению становится возможным улучшение производительности и эффективности работы.

Инженерия облачных решений фокусируется на технологических сервисах. Во время проектирования, разработки, эксплуатации и обслуживания систем облачных вычислений применяется системный подход к коммерциализации, стандартизации и управлению. В эту область входят методы инженерии программного обеспечения, веб-разработки, инженерии производительности, кибербезопасности, платформенной инженерии, управления рисками и обеспечения качества.

Интеграция ИИ в информационные технологии нацелена на оптимизацию рабочих процессов и автоматизацию рутинных операций[5]. Благодаря таким инструментам компании могут эффективнее управлять потоками и объёмом цифровых данных, развивая процессы распознавания, классификации и управления информацией с течением времени.

ИИ позволяет организациям действовать более стратегически, экономить время на повторяющихся задачах и достигать большей эффективности за счёт аналитики и обобщения данных.

Примечания

  1. ↑ Iman Ghosh. AIoT: When Artificial Intelligence Meets the Internet of Things (англ.). Visual Capitalist (12 августа 2020). Дата обращения: 22 сентября 2020. Архивировано 13 августа 2020 года.
  2. ↑ Yu-Jin Lin, Chen-Wei Chuang, Chun-Yueh Yen, Sheng-Hsin Huang, Huang, Chen, Lee (март 2019). “Artificial Intelligence of Things Wearable System for Cardiac Disease Detection”. 2019 IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS) [англ.]: 67—70. DOI:10.1109/AICAS.2019.8771630. ISBN 978-1-5386-7884-8. Дата обращения 2020-09-22. Проверьте дату в |date= (справка на английском); |access-date= требует |url= (справка)
  3. ↑ William Cheng-Chung Chu, Chihhsiong Shih, Wen-Yi Chou, Sheikh Iqbal Ahamed (ноябрь 2019). “Artificial Intelligence of Things in Sports Science: Weight Training as an Example”. Computer [англ.]. 52 (11): 52—61. DOI:10.1109/MC.2019.2933772. ISSN 1558-0814. Дата обращения 2020-09-22. Проверьте дату в |date= (справка на английском)
  4. ↑ Asheesh Goja. The Architect's Guide to the AIoT (англ.). Cisco Tech Blog. Cisco (22 марта 2022). Дата обращения: 22 марта 2022. Архивировано 30 марта 2022 года.
  5. ↑ Artificial Intelligence in Cloud Computing (англ.). www.datacenters.com. Дата обращения: 5 августа 2022.

Литература

  • Yu-Jin Lin, Chen-Wei Chuang, Chun-Yueh Yen, Sheng-Hsin Huang и др. Artificial Intelligence of Things Wearable System for Cardiac Disease Detection // 2019 IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS), март 2019, с. 67–70. ISBN 978-1-5386-7884-8, doi:10.1109/AICAS.2019.8771630.
  • William Cheng-Chung Chu, Chihhsiong Shih, Wen-Yi Chou, Sheikh Iqbal Ahamed. Artificial Intelligence of Things in Sports Science: Weight Training as an Example // Computer. 2019. Т. 52, № 11. С. 52–61. doi:10.1109/MC.2019.2933772.

Категории