Een van de grote beloften van IoT is het begrijpen van de fysieke wereld om ons heen en actie ondernemen op basis van inzichten en observaties. Vaak telt elke milliseconde, vooral voor gebruiksgevallen zoals aardbevingenbewaking. We moeten real-time netwerken bouwen voor deze missiekritieke scenario’s die bij kunnen houden.

 

In het afgelopen decennium zijn we erg goed geworden in het eerste deel, met behulp van slimme apparaten en sensoren voor monitoring en gegevensverzameling. We hebben overal sensoren, in consumentenproducten, op de vloer en ingebed in productie en industrie, verspreid over de natuur en afgelegen gebieden van de wereld – altijd op en altijd nieuwe lezingen aan het streamen wanneer ze zich voordoen. Dit heeft ons begrip van hoe we werken en leven veranderd, omdat we meer up-to-the-second gegevens en analyses hebben dan ooit tevoren.

 

Het volgende gebied dat rijp is voor innovatie, is wat we met die gegevens doen. We beginnen meer artificial intelligence (AI) / machine learning (ML) -implementaties in IoT te zien die betere gegevenssets verwerken en inzichten verkrijgen. Hierdoor hebben bedrijven in een groot aantal verschillende branches kunnen werken om efficiënter te werken, betere beslissingen te nemen en toekomstige prestaties nauwkeuriger te voorspellen. En met de sprongen en grenzen gemaakt in verwerking en analyse, is ook de onderliggende technologie voor data-infrastructuur gegroeid. Met een enorme stroom aan gegevens worden enorme vorderingen gemaakt bij het optimaliseren van de machines en netwerken die de massale streams of individuele stukjes data leveren waar ze naartoe moeten.

Dat is van cruciaal belang, omdat elke seconde van belang is in de wereld van IoT. Inderdaad, elke millisecondcounts. Bedrijven profiteren van deze instantenaiety in het voordeel van iedereen.

 

When Every Millisecond Matters

Het is een sombere, gezellige zaterdagochtend en je geniet van een lekker kopje koffie. Je kijkt naar buiten terwijl de regen door je raam naar beneden loopt. Wat je niet ziet, is dat honderden kilometers verderop, onder de oceaanbodem, een scheurende fout de eerste golf uitzendt, een snel bewegende, niet-schadelijke ‘P-golf’. Het wordt gedetecteerd door een sensor die wordt beheerd door de Verenigde Staten Geological Survey (USGS). Maar de langzamere, gevaarlijkere “S-golven” zijn de volgende.

De gegevens zijn echter al naar de USGS verzonden, waar de locatie en omvang van de dreigende aardbeving worden bepaald. De datatransmissie verslaat de aardbeving. En met die snelheid kunnen apps zoals QuakeAlert van Early Warning Labs de tijd voor schudden en intensiteit berekenen en een individuele waarschuwing afgeven, waarbij kostbare seconden worden geboden om abonnees veilig te houden. Elke milliseconde telt wanneer het leven of dood kan betekenen. Aardbevingswaarschuwingssystemen zijn een realistisch voorbeeld van dit al in actie vandaag.

 

Diepe duik in Tech

Laten we eens kijken naar wat IoT zo mogelijk maakt.


De sensoren

Het begint met een netwerk van seismische sensoren, die worden gebruikt voor het detecteren van de P-golven, en biedt een schat aan informatie die kan worden gebruikt om de omvang en locatie van de schadelijke aardbeving te berekenen. De gegevens worden in realtime aan elke geabonneerde partij gedistribueerd: noodhulp, infrastructuur en dagelijkse gebruikers die de app hebben geïnstalleerd.


Het Real-Time IoT-netwerk

Het volgende cruciale stuk technologie is een real-time netwerk: een supersnelle, low-latency en betrouwbare infrastructuur die is geoptimaliseerd om kleine hoeveelheden gegevens uit te zenden naar een groot aantal abonnees. Dit kan zowel de aardbevingsgegevens zelf omvatten als pushmeldingen of waarschuwingen die zijn opgegeven door de app-ontwikkelaar. Dit is waar elke milliseconde van belang is, dus het waarborgen van betrouwbaarheid op schaal, zelfs in onbetrouwbare omgevingen, is missiekritisch. Wanneer u een realtime netwerk selecteert, of u nu met een gehoste service werkt of het zelf bouwt, moeten app-ontwikkelaars de onderliggende technologie, realtime protocollen en andere indicatoren voor schaalbaarheid begrijpen.


Applicatie

Ten slotte hebt u de toepassing nodig die uw realtime IoT-netwerk verbindt met de geïmplementeerde sensoren, waar meldingen worden verzonden en het antwoord wordt geautomatiseerd op basis van inkomende gegevens. De toepassing is verantwoordelijk voor het bepalen van wie en waar waarschuwingen en meldingen moeten worden verzonden.

 

Edge Computing

Edge computing brengt gegevensverwerking zo dicht mogelijk bij de bron (aan de “rand”). In plaats van het verzenden van gegevens die moeten worden verwerkt op externe servers of in centrale datacenters, kostbare seconden en extra resources, vindt de berekening plaats op het apparaat (de sensoren in dit geval) of in het netwerk zelf. Van daaruit kunnen de verwerkte gegevens eerder naar de bestemming worden afgeleverd. Edge computing vermindert de opeenstapeling van potentiële knelpunten in de bandbreedte en verwerkt de gegevens die ertoe doen, dicht bij de bron blijven.

 

Een blik vooruit: Integrated Intelligence

De natuurlijke volgende stap, zoals bij elke andere branche, zal een verhoogde integratie van cognitieve diensten zijn: machine learning en AI-technologieën die de snelheid van en de diepere inzichten in de gegevens die door het systeem stromen, verbeteren. Naast gegevensverwerking en -analyse, stellen cognitieve diensten de apparaten zelf in staat om zinvoller met elkaar te communiceren. De belofte is volledig geautomatiseerd toezicht en reactie, vrij van menselijke fouten. Om zeker te zijn, is een toegenomen afhankelijkheid van intelligente systemen een risico, wanneer ze alleen volledig op de cognitieve diensten vertrouwen. Maar daarmee komt een snellere, nauwkeurigere en meer robuuste manier om tijdgevoelige IoT-toepassingen te bouwen.