部署AI驱动的物联网平台:21个需要考虑的问题

日期:2017-8-2作者:Rick Harlow

AI   物联网   深度学习算法   

【TechTarget中国原创】

我在财富100强能源,工程和OEM公司的经验告诉我,能源行业正在发生构造转变,这一转变将永远改变市场,将抛弃传统的资产和基于资本支出的业务模式。相反,我们将看到更多的AI驱动的物联网平台,正在成为21世纪工业公司的数字化神经系统。物联网平台将成为创建新业务模式的基础——为新的收入提供支持,并将扩张工程企业,带来增值服务,引入收入来源。因此,选择AI驱动的物联网平台,是非常具有战略意义的,并且不容易扭转。

随着工程世界与数字世界相结合,带来了很大的混乱,我们的团队认为,与其寻找答案,不如提出正确的问题。在深刻体验了AI和工业物联网世界后,我们想分享21个相互独立的问题,涵盖将AI应用于工业环境的核心层面。

管理资产盲点

为了评估工作的范围,首要任务之一是确认资产的“机器可学习性”指数。大多数机电资产具有初始的规范,并且可能没有必要的传感器来捕获信息以建模资产。为了获得远程资产的上下文,这里有几个问题可以评估规范和资产环境:

1. 今天资产正在发射哪些事件?

2. 资产的哪些事件未被广播,需要进行规范化或“启用传感器”,才能使AI算法学习?

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

作者>更多

Rick Harlow
Rick Harlow

Rick Harlow,EVP & Head of Americas Flutura,在人工智能、高级分析和机器学习领域有超过20年的经验。他曾在Integron、Sprint、T-Mobile和Astradero等公司担任执行职务。Rick在大规模、全球工业机器智能计划的产品规划、战略和实施方面具有丰富经验。

企业IT战略规划>更多

  • 语义互操作性——实现物联网价值的关键

    语义互操作性即物联网市场未来成功的关键因素。它使用元数据和本体来允许不同的应用程序共享“有意义”的信息。

  • 物联网互操作性的意义

    现在,热门话题是互操作性。互操作性对于经常出现新术语和价值主张的技术行业,非常有吸引力。在实施物联网的企业中,也有很多支持者。在实践中,互操作性的复杂性在于它在物联网使用中,有多种组合。

  • OpenStack的过去、现在和未来

    7年的时间里,OpenStack已经成长为业界公认的最成功的开源项目之一,同时也是有史以来最大的开放性开源平台。

  • 部署AI驱动的物联网平台:21个需要考虑的问题

    阿尔伯特·爱因斯坦曾经说过:“我们不能用制造问题的思维来解决问题。”在部署AI驱动的物联网平台时,有21个问题需要你考虑。

相关推荐

  • 物联网互操作性的意义

    现在,热门话题是互操作性。互操作性对于经常出现新术语和价值主张的技术行业,非常有吸引力。在实施物联网的企业中,也有很多支持者。在实践中,互操作性的复杂性在于它在物联网使用中,有多种组合。

  • 语义互操作性——实现物联网价值的关键

    语义互操作性即物联网市场未来成功的关键因素。它使用元数据和本体来允许不同的应用程序共享“有意义”的信息。

  • 发现改变的力量 远洋集团新技术引领大会直击科技发展浪潮

    “发现改变的力量”远洋集团新技术引领大会如期召开,大会围绕“大智云物移”(大数据、智能化、云计算、物联网、移动互联网)等方面,主要介绍了新技术在房地产领域及人们日常生活中的相关应用

  • 物联网生态系统:边缘计算

    边缘计算越来越受欢迎,将处理能力从信息中心逐渐转移到网络边缘。即使像微软(Azure IoT Edge)和亚马逊(AWS Greengrass)这样的巨头最近也意识到这样的趋势,并提供他们的边缘解决方案。

技术手册>更多

  • 企业数据中心管理指南

    企业CIO都在和大量数据中心的问题作斗争。最好的是维护自己的数据中心吗?要不要考虑数据中心整合?还是转向云计算更灵活地满足需求?这些决策都不容易,而且在今天的形势下,在CIO制定长期的企业数据中心策略的时候,留给他们犯错误的空间也很小。在本技术手册中,将介绍在整合数据中心、选择公有云和私有云、自建和租用数据中心的ROI分析,以及最终创建下一代数据中心的时候,IT高管应该如何衡量自己的选择。

  • 海量数据时代的数据管理策略

    目前,企业需要存储和管理的数据大部分都达到了TB级别,而且据Gartner预测,在未来五年内数据增长将达到800%。IT部门在遇到麻烦时就添置存储似乎已经成为了一种定式,因为相对于了解数据的真正含义和相应价值,直接扩容的方式较为轻松。这种方式的问题在于用户要求对数据的随时访问,而一旦期望未能达成,就会认为是IT部门的工作失误。那么在海量数据时代,良好的数据管理策略应该包含哪些方面呢?本技术手册将涵盖存储ROI分析、海量数据的价值挖掘、主数据管理、远程备份和灾难恢复以及中小企业适用的SAN方案等。

  • CIO指南:企业业务服务管理

    企业业务服务可以吸引和保留新客户,从而为企业创造新价值。他们还可以让内部的IT流程更加顺畅,改善企业的投资回报率(ROI)。无论如何,开始一个项目并持续下去并不是那么简单的:它需要CIO和其他的IT高管执行强大的IT业务服务管理。你知道怎么开发新的企业业务服务、重新规划现有项目增加业务价值,并用新理念实现成功吗?本技术手册将涉及这些问题。

  • 云计算和移动时代的灾难恢复规划

    云计算和移动时代的到来在不同程度上改变和影响了企业的灾难恢复和业务连续性策略。例如业已经经常用云存储来部署临时生产环境、进行开发测试或者开展短期的营销活动,虽然极少,但也有灾难恢复是基于云实现的。而且随着工作用途的移动设备数量和种类的迅猛增长,CIO们也不得不重新考量他们的IT灾难恢复和业务连续性规划。本技术手册分析了灾难恢复和业务连续性策略的变化,以及企业CIO等IT领导对灾难恢复策略的规划。

TechTarget

最新资源
  • 安全
  • 存储
  • 数据库
  • 虚拟化
  • 网络
  • 数据中心
【TechTarget中国原创】

我在财富100强能源,工程和OEM公司的经验告诉我,能源行业正在发生构造转变,这一转变将永远改变市场,将抛弃传统的资产和基于资本支出的业务模式。相反,我们将看到更多的AI驱动的物联网平台,正在成为21世纪工业公司的数字化神经系统。物联网平台将成为创建新业务模式的基础——为新的收入提供支持,并将扩张工程企业,带来增值服务,引入收入来源。因此,选择AI驱动的物联网平台,是非常具有战略意义的,并且不容易扭转。

随着工程世界与数字世界相结合,带来了很大的混乱,我们的团队认为,与其寻找答案,不如提出正确的问题。在深刻体验了AI和工业物联网世界后,我们想分享21个相互独立的问题,涵盖将AI应用于工业环境的核心层面。

管理资产盲点

为了评估工作的范围,首要任务之一是确认资产的“机器可学习性”指数。大多数机电资产具有初始的规范,并且可能没有必要的传感器来捕获信息以建模资产。为了获得远程资产的上下文,这里有几个问题可以评估规范和资产环境:

1. 今天资产正在发射哪些事件?

2. 资产的哪些事件未被广播,需要进行规范化或“启用传感器”,才能使AI算法学习?

传感器健康监测

在恶劣的工业环境中面临的最常见的问题之一,是传感器的故障,这可能会导致损坏的数据被传输到AI算法。由于有数以千计的资产和传感器,因此了解资产和传感器传输健康传感器数据的百分比,是非常重要的。基本上,我们需要寻找资产没有传输的事件。例如,一些传感器有电池问题,无法进行传输:

3. AI驱动的物联网平台有显示不广播状态信息的传感器数量的仪表盘吗?

4. 传感器健康监测仪表盘可以显示资产未通信的时长吗?

5. 传感器健康状况监测仪表盘标记虚假数据或错误数据的事件吗?

AI驱动信号检测

AI是深度数学与机器相结合;AI和深度学习算法在搜索模式中探索,以预测资产停机,资产故障和资产优化:

6. 哪些AI算法需要数据科学家进行配置,哪些算法可以由资产工程师执行?

7. AI平台可以对异常发出实时信号吗?

8. AI平台可以表明资产经历的异常种类吗?

9. AI平台可以将异常与需要建模的资产结果(停机时间,剩余使用寿命)相关联?

10. AI平台可以将多个模型综合在一起吗?

11. AI平台可以实时预测吗?还是离线模式预测?

工业数据产品创建

工业数据产品是实际业务问题的一组AI解决方案。应用可以解答相关问题或触发动作信号。随着工程师开始使用数据产品对资产进行智能分析,这里有几个可以帮助的问题:

12. 物联网平台可以指导用户使用API或使用工作流来创建边缘数据产品吗?

13. 物联网平台可以创建超越“地图定位”的数据产品,以识别以前从未发现的相关性?

14. 物联网平台可以通过多样数据库,传感器历史数据流,维护事件,环境资产状况和其他数据流来对信号进行三角测量?

传感器事件流的可扩展性

工业物联网世界绝对会产生比消费者世界更多的事件。例如搭载Pratt & Whitney发动机的庞巴迪C系列喷气式客机,内置5000颗传感器。在12小时飞行期间,每秒发射10 GB的数据,产生844 TB的数据。数据摄取所需的规模更高。考虑到这一点,关于可扩展性的几个问题:

15. 我的资产事件的最高发射率是多少?是每小时数千,还是数百万?

16. 物联网平台的最高摄取率是多少?

17. 一个警报事件到达中央指挥中心需要多少时间?是毫秒,秒,还是分钟?

AI驱动的物联网应用的定价模型

行业正处于发展的早期阶段,存在多种定价模式。过一段时间,根据工业流程的复杂性及其与财务结果的联系,定价模式将最终稳定下来。同时,这里有几个问题:

18. 根据资产或资产类型定价吗?

19. 根据应用或应用集群定价吗?

20. 像Splunk那样根据事件量来定价?

21. 根据收益定价?像航空发动机中的推力?

结语

综合上述所有考虑,为资产选择工业AI驱动的物联网平台涉及多方面,需要从三个方面考虑:财务,工程和软件。在开始AI计划之前,花时间考虑所有这些变量是至关重要的,可以使任务风险更小。

阿尔伯特·爱因斯坦曾经说过:“我们不能用制造问题的思维来解决问题。”我们希望上述这些问题在你制定工业物联网项目战略时,可以成为一个可行的AI手册。