Berta Sándor
Jobbá teheti a mesterséges intelligencia az okoseszközöket
A technológia és a dolgok internete ötvözése még intelligensebb megoldásokat eredményezhet.
Napjainkban a porszívó- és a fűnyírórobotok már képesek tanulni a korábbi használatukból, s azt is érzékelik, hogy melyik alkalommal végezték el a legsikeresebben a feladataikat. Ez egyben azt is jelenti, hogy a jövőben már maguktól fogják tudni, hogy mikor melyik szobákat kell tisztítaniuk vagy mikor kell a füvet lenyírniuk. Ennek megállapítására a gépek szenzorokat használnak, amelyek mérik például a porréteg vastagságát vagy figyelik az aktuális időjárás-előrejelzéseket.
De a mesterséges intelligencia és a dolgok internete ötvözése a gyárakban is rendkívül hatékony lehet. A szenzorok az üzemekben képesek kiszűrni a hibás alkatrészeket és anyagokat. Az öntanuló rendszerek pedig önállóan elemzik a hibás mintákat és igyekeznek kideríteni a lehetséges okokat, majd automatikus intézkedéseket vezetnek be azért, hogy ilyesmi a jövőben ne történjen meg újra.
Az IT-biztonsági cégek ugyanakkor a felhőkörnyezeti megoldásokra építhetnek, hogy a gépi tanulás segítségével időben előrejelezzék a kibertámadásokat. Az okostelefonok és az ipari szenzorok adatokat szállíthatnak, amelyeknek köszönhetően optimalizálhatók a különböző folyamatok. A gépi tanulás segítségével láthatóvá válnak olyan minták is, amelyeket az emberek nem tudnak kiolvasni a nagy adatmennyiségekből.
Ahhoz, hogy a dolgok internete megoldások és a mesterséges intelligencia alkalmazások zökkenőmentesen tudjanak együtt dolgozni, szükség van arra, hogy kommunikálni tudjanak. Ez utóbbihoz pedig szabványosított interfészek és adatmodellek kellenek. A referenciaarchitektúrákkal kapcsolatos szabványokat már fejlesztik. A cél az, hogy a mesterséges intelligencia "észszerű többletértéket" teremtsen a dolgok internete megoldások változatos alkalmazási lehetőségei szempontjából.
Napjainkban a porszívó- és a fűnyírórobotok már képesek tanulni a korábbi használatukból, s azt is érzékelik, hogy melyik alkalommal végezték el a legsikeresebben a feladataikat. Ez egyben azt is jelenti, hogy a jövőben már maguktól fogják tudni, hogy mikor melyik szobákat kell tisztítaniuk vagy mikor kell a füvet lenyírniuk. Ennek megállapítására a gépek szenzorokat használnak, amelyek mérik például a porréteg vastagságát vagy figyelik az aktuális időjárás-előrejelzéseket.
De a mesterséges intelligencia és a dolgok internete ötvözése a gyárakban is rendkívül hatékony lehet. A szenzorok az üzemekben képesek kiszűrni a hibás alkatrészeket és anyagokat. Az öntanuló rendszerek pedig önállóan elemzik a hibás mintákat és igyekeznek kideríteni a lehetséges okokat, majd automatikus intézkedéseket vezetnek be azért, hogy ilyesmi a jövőben ne történjen meg újra.
Az IT-biztonsági cégek ugyanakkor a felhőkörnyezeti megoldásokra építhetnek, hogy a gépi tanulás segítségével időben előrejelezzék a kibertámadásokat. Az okostelefonok és az ipari szenzorok adatokat szállíthatnak, amelyeknek köszönhetően optimalizálhatók a különböző folyamatok. A gépi tanulás segítségével láthatóvá válnak olyan minták is, amelyeket az emberek nem tudnak kiolvasni a nagy adatmennyiségekből.
Ahhoz, hogy a dolgok internete megoldások és a mesterséges intelligencia alkalmazások zökkenőmentesen tudjanak együtt dolgozni, szükség van arra, hogy kommunikálni tudjanak. Ez utóbbihoz pedig szabványosított interfészek és adatmodellek kellenek. A referenciaarchitektúrákkal kapcsolatos szabványokat már fejlesztik. A cél az, hogy a mesterséges intelligencia "észszerű többletértéket" teremtsen a dolgok internete megoldások változatos alkalmazási lehetőségei szempontjából.