Umělá inteligence věcí (AIoT) je kombinací umělé inteligence (AI) s internetem věcí (IoT). Zatímco IoT odkazuje na propojenou síť zařízení, která shromažďují a sdílejí data, umělá inteligence tato data zpracovává a analyzuje, aby byla tato zařízení „chytrá“.
Kombinace obou, která má svou zkratku v AIoT, má tedy potenciál transformovat různá odvětví a učinit zařízení a systémy inteligentnějšími, autonomnějšími a efektivnějšími. Tato kombinace technologií umožňuje rychlejší a přesnější zpracování dat, což následně vede k informovanějšímu a automatizovanému rozhodování.
Z tohoto důvodu má umělá inteligence věcí schopnost klást důraz na maximalizaci hodnoty dat, čímž nabízí veřejné správě řadu výhod, jako jsou: hloubková analýza velkých objemů dat generovaných zařízeními internetu věcí v reálném čase; personalizace uživatelských zkušeností na základě vzorců a chování, a tím zvýšení spokojenosti zákazníků, snížení provozních nákladů a zlepšení efektivity proaktivním předvídáním a řešením problémů; zlepšení bezpečnosti neustálým sledováním a odhalováním anomálií nebo zvyšováním energetické účinnosti; a řízení koloběhu vody, přispívající ke zlepšení detekce úniků v reálném čase, možných podvodů a předvídání a znalosti skutečných potřeb distribuce pitné vody.
Velmi jasným příkladem je měření kvality ovzduší ve městech. Odhaduje se, že v současnosti žije 80 % světové populace ve městech, která jsou zodpovědná za téměř 70 % emisí CO2 do atmosféry.
Mnoho měst již má stanice pro měření kvality ovzduší, které zpřístupňují historická data z doby před několika lety. To znamená, že se jedná o časové řady, které lze analyzovat pomocí modelů umělé inteligence. Ve většině měst se však tato analýza neprovádí. Místo toho přistoupíme pouze k zobrazení časové řady a maximálně spustíme alarmy, když naměřené hodnoty překročí hodnoty definované v národním indexu kvality ovzduší.
AI v AA.PP.
K vyřešení předchozího handicapu můžeme uvažovat o vývoji souboru služeb, založených na umělé inteligenci, které oceňují námi dostupná měření kvality ovzduší a jdou nad rámec pouhé popisné analýzy naměřených hodnot. Tímto způsobem by bylo možné provádět krátkodobé a střednědobé předpovědi a odpovědi na otázky, jako kdy bude dosaženo kritické úrovně znečištění, které měsíce v roce jsou nejnebezpečnější, jaké konkrétní dopady byly zjištěny nebo zda je současný trend vzestupný. , klesající nebo ne. Jak rychle.
Dalším zajímavým prvkem analýzy časových řad by byla detekce anomálií, tedy pozorovaných hodnot, které se výrazně liší od obvyklých nebo očekávaných hodnot. Identifikace toho, proč k takovým anomáliím dochází díky umělé inteligenci, by mohla pomoci lépe porozumět vzorcům chování při znečištění.
Dalším příkladem, ve kterém může umělá inteligence pomoci veřejné správě, je energetická účinnost. Náklady na spotřebu elektřiny v budovách se logicky liší v závislosti na velikosti budovy, geografické poloze, klimatu a dalších faktorech. Obecně však spotřeba elektřiny, ať už na osvětlení, vytápění nebo chlazení, představuje významnou část nákladů na provoz a údržbu budovy. Kromě toho náklady na spotřebu elektřiny také souvisí s dopadem emisí skleníkových plynů generovaných při výrobě elektřiny na životní prostředí.
Se zpřísněním politik a předpisů v oblasti klimatu se mohou zvýšit i náklady na spotřebu elektřiny z hlediska odpovědnosti za životní prostředí. Snížení spotřeby elektřiny v budovách by tedy znamenalo nejen výrazné úspory nákladů, ale je také velmi důležitým krokem ke zmírnění změny klimatu. Toho lze dosáhnout přijetím opatření pro energetickou účinnost, jako je instalace účinného vybavení, používání udržitelných stavebních materiálů a podpora postupů pro úsporu energie mezi obyvateli budov.
Všechna data shromážděná zařízeními IoT se stávají smysluplnými a použitelnými díky AI, maximalizuje hodnotu každé informace a usnadňuje lepší obchodní a provozní inteligenci.
V tomto smyslu mohou velká data a umělá inteligence významně přispět ke zlepšení energetické účinnosti v budovách prostřednictvím automatizace a optimalizace systémů. V současné době existuje mnoho budov, které mají senzory, které měří celkovou energii, činnou/jalovou energii, výkon atd. Stejně jako v předchozím příkladu se měření obvykle provádějí každých patnáct minut a již jsou k dispozici historická data za několik let. To znamená, že se jedná o časové řady, které lze analyzovat pomocí modelů umělé inteligence. Ve většině těchto budov však tato analýza není provedena. Místo toho přistoupíme pouze k zobrazení časové řady a maximálně vyvoláme alarmy, když naměřené hodnoty překročí předem definované hodnoty.
Díky AI tak mohla být tato měřítka spotřeby, která jsou k dispozici, ohodnocena a obohacena o externí zdroje dat, takže přesahují pouhou deskriptivní analýzu pozorovaných hodnot.
Tímto způsobem by mohly být zodpovězeny otázky, jako kdy bude dosaženo kritické úrovně, nákladů nebo uhlíkové stopy, zda existuje mimosezónní cyklus a proč je způsoben, jaké konkrétní dopady byly zjištěny a proč k nim dochází, co je náklady na spotřebu z důvodu pracovní neschopnosti, jakou úsporu by znamenal pokles teploty o jeden stupeň, co by se stalo, kdyby se na noc vypnulo venkovní značení a/nebo výpočetní technika nebo co by se muselo udělat pro dosažení úspory 6000 MWh.
Na druhou stranu, jak jsme zmínili v předchozích odstavcích, umělá inteligence může pomoci řídit spotřebu vody. Současná města čelí četným výzvám ohledně dodávek a spotřeby pitné vody. Hovoříme o výzvách, jako je změna klimatu, populační růst a zrychlená urbanizace, které zvyšují poptávku po pitné vodě ve městech, znečištění vody nebo stárnoucí vodní infrastruktura v mnoha městech, která může vést k únikům a plýtvání vodou.
Kombinace umělé inteligence (AI) a internetu věcí (IoT) může umožnit chytřejší a efektivnější řízení koloběhu vody ve městech. A je to tím
Zařízení internetu věcí, jako jsou senzory instalované ve vodní infrastruktuře, mohou shromažďovat velké množství dat v reálném čase, jako jsou úrovně využití, kvalita vody a stav systému. Tato data mohou být analyzována algoritmy AI k detekci vzorců, předpovídání požadavků a identifikaci problémů, jako jsou úniky nebo kontaminanty. Společně AIoT nabízí příslib chytřejšího a aktivnějšího hospodaření s vodou, schopného přizpůsobit se měnícím se potřebám měst a čelit výzvám světa s neustálými změnami klimatu.
AIoT nakonec transformuje nezpracovaná data na cenné informace, automatizované akce a informovaná rozhodnutí. Všechna data shromážděná zařízeními IoT se stávají smysluplnými a použitelnými díky AI, maximalizuje hodnotu každé informace a usnadňuje lepší obchodní a provozní inteligenci. To se promítá do agilnějších, efektivnějších a konkurenceschopnějších organizací, schopných se rychle adaptovat na neustále se měnící prostředí.
Autor: Gonzalo Fernández Espeso, Business Development Manager pro veřejnou správu ve Vodafone Business
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com
