智慧製造2019.03.05

AI 難道是喊假的嗎?

飛飛

物聯網 機器人 雲端服務

#瘋5G

從《星際爭霸戰》、《A.I.人工智慧》、《駭客任務》到《一級玩家》,歸類為未來科幻世界的電影數十年來一路長紅,始終是全世界關注的焦點。每當我們看完走出電影院,總覺得回到現實世界,那些都只是超現實的想像故事。然而,隨著 5G 通訊即將於今年( 2019 )首度商業化應用,許多尖端科技也將隨之串連起來。可以說藉由 5G 高速、低延遲、異質網路等特點,打通物聯網任督二脈……

 

AI,這次來真的!

 

物聯網的核心價值在於資料從收集、通訊、運算到結果產出,全程自動化。這個資料處理範圍可大可小,可以是全球據點之間的產業垂直整合,也可以是一家工廠從現場機台到管理層的 IT 部門;或是零售從出貨、物流到現場售出之間。在這個資料流程中,可以分為:

  •  IT 資訊技術層 - 通常根據 OT 回傳數據進行運算,為資訊處理匯流及處理中心。
  • CT 通訊層 - IT 與 OT之間的資訊交流管道。
  • OT 現場設備層 - 主要透過感測器收集現場即時資訊,包括:工廠作業機台設備、零售現場 Kiosk、病房/手術房現場儀器、自駕車車輛本身等,

 

目前在 OT 層擔負資料收集的感測器正結合 4K / 8K 高解析度螢幕AI 影像辨識/語音辨識,獲取更精確的資訊與資料;或是透過 VR / AR 執行如消費者體驗或醫療活動,並且可以透過IoT 閘道器進行邊緣運算,就近負擔部分需即時回應的工作,譬如:監控攝影機錄得畫面的可疑人士影像辨識,直接連線於警衛室發出警示,不需要回傳保全公司 IT 中心。區塊鏈也正應用於邊緣運算,加強其資安,譬如:出入口身份驗證即可透過以區塊鏈控管資安的邊緣運算進行,不再需要回傳資料處理中心。

通訊層方面,經由 5G 的異質網路交互資源分配,可實現資訊分流處理,一方面透過區域網路進行 P2P 對等網路、D2D Device - to - Device 通訊,達成萬物直接互聯,減低延遲時間,譬如:智慧路燈感測轉角兩邊物體距離過於接近,透過 V2I 即時發出警訊給相關車輛上的ADAS,甚至直接讓自駕車之降速,而不需回傳監控中心,造成來不及的遺憾。另一方面,像是具長期追蹤性的資料也可透過高頻 5G 遠端回傳資管中心,譬如:分院內問診間的最新病歷,自動回傳總院的資管總部。

 

IT 層則正經歷全面虛擬化資管。除了應用程式相關容器技術、微服務興起之外,Virtual Machine 虛擬主機能將整個電腦計算架構建立於虛擬環境。根基於虛擬化的雲運算放在 IT 層,處理的是大數據相關資料處理,攸關決策事務的資料模型建立、資訊總匯流、跑程式後的結果輸出,以為管理調整依據。現在更朝向 SDN / VNF 網路管理虛擬化,有效分配網路資源,讓整個以連網為作業環境的物聯網資訊流更具效率性、即時性,其更低成本也將加速物聯網的普及。

 

5G 高量高速通訊,既有助於 AI 相關技術革新及應用創新的實務上線,也能讓 AI 經由商業化應用迅速累積資料庫內的資料量,促使機器學習 / 深度學習透過資料量及演算次數累值,加速學習曲線,深化學習力;這就如同小童學會說話溝通後,具備與外界的互動能力,能使得自我學習曲線急劇升高。人工智慧的發展,未來將可能很快出現跳躍式前進。

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。