2021-08-03
1222
许多行业的组织都在实施工业物联网产品，但随着COVID-19大流行的爆发，可能会加速工业物联网发展趋势。
工业物联网通常是提高生产效率和自动化战略的一部分。嵌入式连接设备的开发具有复杂的特定领域微处理器功能，能够支持实时工业处理，这使工业物联网成为可能。
这些能力可能包括支持用于工业环境中实时数据处理的机器学习应用，如工厂、仓库和运输车辆。工业物联网设备经常集成各种传感器以及处理、网络和内存组件。这些传感器包括各种类型的摄像机，温度或压力传感器，或湿度和气体探测器。
工业物联网设备可以作为设施的组成部分，通常是自给自足的。随着工业物联网安装变得越来越普遍，标准也应该出现。纳米技术、微处理器、网络、内存和存储的不断进步，使未来的工业物联网实现更加复杂，并提供更高水平的控制。工业物联网将是制造许多未来产品所必需的，并且是组织保持竞争力和优化制造的基本要素。
专家们预测，随着信息技术(IT)部门考虑新冠疫情和新年战略，各部门将遵循以下三个趋势。
工业物联网将是制造许多未来产品的必要条件，并成为组织保持竞争力和优化制造的基本要素。
工业物联网的实施和更大程度的工厂和仓库自动化是一项战略组成部分，以减少制造或仓库设施所需的人员数量，从而减少他们接触可能的感染，或在某些情况下减少人类污染源。
许多半导体生产设施已经实施工业物联网设备，以将人员从生产车间移出，并防止微电子设备中使用的半导体薄片或基片材料污染。
企业通常用有线以太网或本地Wi-Fi连接工厂或设施管理系统。对于一些用例，如跟踪产品发货，组织正在增加使用先进的无线网络(如4G或5G)来连接运输中的工业物联网设备。网络的能力取决于通信数据的类型。来自摄像机的视频流需要很多带宽，而简单的机器控制数据只需要很少的带宽。工业物联网(IIoT)在工厂的应用可以使用当地的电源插座，但移动应用可能使用电池或采集的电力。对于功率受限的应用，组织需要能够限制电能使用的低功率电子设备。
组织在许多工业物联网应用中采用各种人工智能算法来进行实时决策。随着数据科学家在大型数据中心和云计算中培训算法，工业物联网趋势将继续增长，但在该领域进行一定程度的培训是可能的。在训练人工智能模型后，组织可以在特定领域的处理器上实现算法，并在工业设施本地的工业物联网设备中嵌入推理引擎，以执行图像、字符和声音识别等功能。然后，工业组织可以使用人工智能算法进行实时决策，如控制制造过程或组装机器人、运输部件、移动要运输的产品、跟踪发货、监控制造过程和要求维护。工业物联网设备可以提供设施安全，以检测基础设施或设备的入侵或篡改。
训练在工业物联网设备上运行的人工智能模型需要代表实际运行生态系统的数据集。与面向消费者的人工智能类似，无论谁管理训练数据集，都必须找到并消除潜在的偏差来源，这些偏差可能导致人工智能算法做出错误的决定，并引发问题。
在工业物联网设施中实现人工智能可能需要专家协助安装和认证应用程序，并在设施或产品发生变化时偶尔帮助更新和修改应用程序。
