Banyak dari Anda telah mendengar bagaimana Kecerdasan Buatan akan mengubah hidup kita. Jika Anda bertanya-tanya apa yang harus dipikirkan tentang ini; berharap ini menjadi pernyataan yang meremehkan. Artificial Intelligence (AI) akan menyentuh setiap bagian dari kehidupan kita. Internet of Things (IoT) dan Industrial Internet of Things (IIoT), menghubungkan perangkat di seluruh kendaraan kami, di seluruh rumah kami, di setiap aspek bisnis, dan mengubah lantai pabrik, kata Joseph Zulick, manajer di MRO Electric and Supply .
Sensor dan perangkat pintar mengumpulkan data dalam jumlah yang banyak. Data membangun profil kita melalui perangkat yang dioperasikan dengan suara di rumah dan di ponsel kita. Setiap bagian data yang dikumpulkan memperluas garis besar profil Anda. Jika Anda dan saya sama-sama masuk ke amazon, halaman kami kemungkinan besar akan terlihat sangat berbeda. Minat dan data saya membangun profil saya dan info Anda membangun profil Anda. Hal ini memungkinkan untuk pengalaman yang disesuaikan. Saya ingin menekankan kata "adat".
Pengalaman yang dipersonalisasi dan disesuaikan inilah yang membuat kami menggunakan alat ini untuk membeli karena memungkinkan untuk dengan cepat mengambil item yang telah dilihat sebelumnya tetapi juga untuk melihat item serupa. Ini adalah pengalaman lebih lanjut melalui item terbarukan yang berlangganan. Seperti pengingat dari dokter gigi kami untuk mengganti sikat gigi kami, Anda akan menerima pengingat saat pembelian Anda sebelumnya ditetapkan untuk pembaruan atau Anda dapat menetapkan penghematan waktu lebih lanjut menggunakan langganan.
Pengalaman yang sama ini disalin dan ditiru sepanjang hidup kita di Facebook, Google, dan banyak platform pengumpulan data lainnya. Data adalah mata uang baru. Amazon tidak memproduksi produk tetapi memenuhi kebutuhan Anda dengan memberikan solusi.
Baik Anda mengumpulkan data ini melalui sakelar berkabel atau melalui sensor di kendaraan kami atau suhu di rumah kami. Semua ini membantu kami menemukan solusi. Pengumpulan data dapat dilakukan dengan berbagai cara tetapi pengumpulan dan pemindahan ke cloud hanyalah bagian pertama dari teka-teki
Bagian selanjutnya adalah memproses data Anda. Proses pengumpulan data menjadi lebih mudah melalui internet of things. Informasi disampaikan hampir secara instan dari sumber ke internet dan dengan cepat diproses dan dibandingkan, kemudian ditransmisikan ke dalam format yang tepat ke tablet, ponsel, atau komputer Anda. Jika Anda tinggal di dunia di mana hierarki dan kedekatan menjadi hal yang penting, edge computing dapat menambah nilai.
Jika Anda melihat banyak kontrol mesin, mereka memiliki strategi yang biasanya diterapkan di mana mereka dapat memproses data keamanan dan penting secara lokal dan mempercepat informasi yang tidak penting pada saat sistem komunikasi tidak aktif. Ini sering disebut sebagai tingkat Edge. Banyak sistem berkumpul melalui sensor dan sakelar terpisah dan memproses melalui sistem server SQL yang kompatibel dan ini bisa datang dalam berbagai bentuk termasuk kontrol mesin.
Cara kami mengumpulkan informasi menjadi lebih sederhana dengan sensor dan alat pengukur terintegrasi. Semua perangkat yang terhubung atau cerdas ini terhubung dengan cara yang membuat informasi ini dapat diakses dari lokasi Anda, sejauh mungkin dari sumber sebenarnya.
Pemrosesan adalah di mana kita benar-benar melakukan sesuatu dengan data, bahkan jika sesuatu itu tidak lebih dari memindahkannya dari satu tumpukan ke tumpukan lainnya. Kami memasukkan data ke dalam register dan mengumpulkan informasinya. Mungkin perlu ditambahkan ke data sebelumnya atau dipindahkan ke sistem lain. Register memori ini biasanya menyimpan data untuk waktu yang singkat saat memindahkannya ke lokasi berikutnya.
Data masuk ke pemrosesan dalam banyak cara, dapat dimasukkan secara manual, dapat berasal dari proses sistem atau bahkan data yang dibawa dari luar. Pikirkan tentang di rumah Anda, termostat pintar Anda secara konstan dan langsung memantau data, Anda mungkin memiliki kamera yang hanya mengumpulkan data ketika sensor digerakkan dari gerakan sehingga dipicu dari jarak jauh dan kemudian kami memiliki hal-hal seperti ponsel Anda atau perangkat penggerak suara lainnya yang mengharuskan Anda untuk mengaktifkannya agar dapat mulai memperoleh data. Semua data ini kemudian diproses melalui modem dan hingga ke cloud.
Fase akuisisi ini mungkin memiliki beberapa kemampuan pemrosesan. Di sebuah pabrik, banyak sensor diikat ke dalam sistem yang membandingkan data di tingkat mesin untuk menentukan apakah bagiannya baik atau buruk. Di rumah Anda, perangkat yang digerakkan suara mulai mengkompilasi dan menentukan apakah perintah tersebut memerlukan tambahan file seperti menambahkan ke daftar belanja Anda atau jika perlu pergi dan mengambil data. Ini dapat bertindak sebagai sistem dua arah. Sangat berguna ketika Anda ingin melihat cetakan bagian pada antarmuka operator.
Sistem lain, seperti tingkat perusahaan yang mungkin sudah ada, menerapkan, dan mengelola bisnis Anda. Ini ditunjukkan di atas sebagai Integrasi Perusahaan. Sistem ini menjalankan sebagian besar rantai pasokan back office dan gudang Anda yang ada. Dalam banyak kasus, sistem ini melakukan tujuan lain seperti manajemen inventaris, pemeliharaan preventif, penjadwalan produksi, dan pelacakan kualitas.
Integrasi adalah bagian dari fase berikutnya, di sinilah Anda membandingkan parameter dari data yang ada atau sistem eksternal. Ini adalah tahap pertama dari proses AI untuk membandingkan hasil aktual yang dibandingkan dengan hasil historis dan hasil yang diantisipasi. Jaringan saraf ini dikembangkan secara otomatis membantu kita untuk memiliki hasil yang diharapkan lebih cerdas dan lebih cerdas. Ini mengarah pada ekspektasi yang lebih tinggi dan juga memberi kami nilai lebih dari data kami.
Penyesuaian berdasarkan hasil aktual saat ini dan masa lalu yang dipetakan ke riwayat kejadian. Ketika kita membangun informasi kita, kita meningkatkan pengetahuan kita. Kita sekarang perlu mengubah informasi menjadi pengetahuan menjadi pencerahan. Informasi tersebut harus menghasilkan peningkatan dan tingkat pencerahan yang menciptakan jalur baru dengan detail yang berdampak.
Gambar di atas dari NIST mewakili versi analisis bawaan, namun dalam kecerdasan buatan yang sebenarnya, sistem harus dapat mempelajari dan mengembangkan jaringannya sendiri yang responsif terhadap apa yang dipelajari berdasarkan apa yang penting tetapi juga tingkat dampak informasi tersebut. ada dalam rumus. Oleh karena itu, gerbang harus dapat dihidupkan atau dimatikan, apakah itu bagian dari formula dan berdampak. Anda juga memerlukan cara untuk memvariasikan dampak dalam formula tersebut.
Pikirkan tentang rumus, a+b / (5*c)=hasil. Kami dapat menentukan bahwa perubahan sedang terjadi dan mengharuskan kami untuk menyesuaikan formula. Mungkin “b” tidak berdampak sama sekali, atau mungkin b berdampak dua kali lipat. Kecerdasan buatan harus dapat berkembang dan tidak hanya memiliki keputusan terprogram yang mengharuskan seseorang untuk masuk dan memprogram ulang perubahan ini.
Meningkatkan kecerdasan tanpa campur tangan manusia, inilah skenario impian kami. Keinginan jangka panjang kami adalah bahwa sistem akan belajar sendiri dan tidak memerlukan pengaruh apa pun. Seorang bayi belajar item yang berbeda. Botol berbeda dari gabus. Ini berbeda dalam ukuran, berat, kekuatan yang dibutuhkan untuk mengangkat setiap barang, seberapa ketat Anda harus menggenggam, rentang gerak untuk membawanya tanpa menabrak sesuatu, kelembaman, dll. Meskipun anak tidak tahu mengapa itu menyesuaikan diri. perbedaan ini, mereka akan menyesuaikan diri untuk mengimbangi perbedaan tersebut. Ini adalah keinginan kami agar mesin belajar dengan cara ini.
Bahasa dalam cara kita berkomunikasi kita harus memiliki pemahaman yang sama. Ini bisa menjadi masalah bahasa atau pemetaan. Saya tidak selalu perlu mengerti bahasa jika saya tahu casa berarti rumah atau rumah. Saya dapat memetakan sebuah meja sehingga ketika kata casa diucapkan, saya dapat merujuk pada tabel yang menunjukkan rumah.
Memperbaiki hidup kita. Hasil pengajaran kami yang ditingkatkan akan meminimalkan masukan yang kami butuhkan. Katakanlah termostat dapat memahami tingkat kenyamanan kita. Jika saya berkeringat itu terlalu panas, jika saya menggigil, itu terlalu dingin. Sesuaikan berapa? Bagaimana jika ada 5 orang? Kenyamanan setiap orang tidak sama. Mungkin mereka berkeringat tapi mereka memakai sweter.
Penulisnya adalah Joseph Zulick, manajer di MRO Electric and Supply.
