00

Обучение машин в пространстве Edge посредством интернета вещей

При помощи специального программного обеспечения интернет вещей теперь может работать в автономном режиме пространства Edge. (Pexels)

С помощью методики обучения машин теперь становится возможным принимать решения и осуществлять прогнозирование на базе собранных данных. Уже сегодня существует множество работоспособных методов применения этого способа в пространстве облака.

Пользователи интернета вещей хотели бы расширить область применения этого сервиса и вынести ее за пределы пространства Cloud (облака), использовав в автономном режиме, например в производственных цехах. Для этого необходимо использовать специальное программное обеспечение. При этом речь идет о передаче сообщений, обработке данных, кэшировании и процессах синхронизации между устройствами, соединенными в одну сеть в режиме Edge. К списку функций программного обеспечения относится так же специальный модем, осуществляющий связь между устройствами интернета вещей даже при отсутствии интернет-соединения. Кроме того, обработка данных в этом случае осуществляется в пространстве Edge, а значит не зависит от облака. При этом качественное исполнение кода является более чем целесообразным: с его использованием пользователь может забыть об управлении внутренней инфраструктурой.

Следующая функция, облегчающая работу в пространстве интернета вещей: процесс обучения машин может быть загружен в пространство Edge и выполняться вне соединения с облаком. В таком случае процесс обучения может выполняться исключительно в пространстве Edge и применяться независимо от интернет-соединения. Модель обучения машин при этом создается в облаке группой продвинутых специалистов и ученых в области обработки данных и может быть загружена оттуда прямо в специальное приложение. При этом станет доступна реализация дальнейших сервисов на пространстве Edge: можно будет еще быстрее и качественнее проводить прогнозирование и находить решения на основе специальных индивидуальных требований, вплоть до распознавания изображения.

Одним из примеров данной технологии является японская фирма Yanmar. Специалистами компании был разработан уникальная теплица с встроенным искусственным интеллектом, использующая специальное приложение AWS Greengrass. Для увеличения урожая томатов, пространство теплицы было оптимизировано с применением новейших технологий. При этом в каждой теплице было установлено до 12 камер, которые постоянно снимали и фотографировали процесс роста томатов. Компания Yanmar планирует внедрение алгоритма обучения машин, которое позволило бы им распознавать фазы роста тепличных растений по таким показателям как высота, количество листков, количество бутонов и плодов. Качество ухода за растениями при этом возрастет, а полив и поддержание температуры будет более оптимальным.

Возврат к списку

Хотите подписаться на статьи электронного журнала "Электрорешения"?