انترنت الأشياء

الجمع بين إنترنت الأشياء والتعلم الآلي يجعل مستقبلنا أكثر ذكاء

الجمع بين إنترنت الأشياء والتعلم الآلي

كان إنترنت الأشياء (IoT) موضوع حار بين الأشخاص منذ فترة طويلة، على الرغم من أنه لم يُحقق الثورة التكنولوجية المرجوة بعد، لكنه بالتأكيد يتحرك نحو هذا الاتجاه، لقد أعطت عالمنا المادي الجامد كما تقول الدكتورة جوديث دايهوف “نظام عصبي رقمي “لكن هذه التكنولوجيا في وضعها الحالي أبعد ما تكون عن الكمال، كل التطبيقات الحالية من آلة صنع القهوة الذكية إلى الأجهزة الذكية القابلة للارتداء لديها عيوب واحدة على الأقل مشتركة بينها، تتطلب جميع هذه المعدات إدخالاً يدوياً للحصول على الوظيفة المثلى، قد لا يبدو هذا عيباً للوهلة الأولى ولكن إذا فكرنا في الأمر، فيبدو هذا أكثر وضوح، تعمل هذه الأجهزة تقريباً مثل امتداد لجسم الإنسان، نظراً لأننا نحن البشر نتبع أسلوب حياة “عشوائي جداً”، فإن التشفير الصعب للأجهزة الذكية لا يبدو الطريقة المنطقية، على سبيل المثال، لنفترض أنه في يوم عادي، استيقظت في الساعة 8 صباحاً وتُريد قهوتك بعد 15 دقيقة بالضبط من الاستيقاظ بطبيعة الحال، ستقوم بتشفير صانع القهوة الذكي الخاص بك لبدء التخمير في الساعة 8.15 صباحاً لكن هذا سيكون الإعداد الأمثل فقط إذا كنت شخصاً منضبط واتبعت جدول مواعيد الصباح لأعلى ترتيب من الصرامة لكن مثل هذا الانضباط لا يمكن عرضه من قبل الجميع لذلك، في المجمل لن يظهر هذا الترميز الثابت وظائف مثلى، الحل لما سبق والعديد من المشاكل المماثلة هو دمج التعلم الآلي في العمليات اليومية، سيتيح التعلم الآلي لهذه الأجهزة الذكية أن تكون أكثر ذكاء بالمعنى الحرفي ويمكنه تحليل البيانات التي تم إنشاؤها بواسطة الأجهزة المتصلة والحصول على نظرة ثاقبة للنمط السلوكي للإنسان سيجعل هذا الأجهزة تبدو وكأنها مساعد وأقل بكثير مثل المسؤولية التي يجب ترميزها.

دمج التعلم الآلي في المثال السابق

في هذه الحالة، سيتم توصيل المنبه وصانع القهوة بالحساس الحقيقي بينما ستستمر في استخدام هذا الإعداد للأجهزة، سيتعرف نموذج التعلم الآلي على سلوكك على مدار فترة من الزمن لذلك عندما تقوم بتأجيل المنبه، ستكتشف آلة صنع القهوة هذه وتغير وقت تخميرها وفقاً لذلك، بالاستمرار في المثال، إذا قمت بتوصيل تطبيق خرائط Google الخاص بك بساعة المنبه خاصتك باستخدام أجهزة إنترنت الأشياء، عندها يُمكن للإعداد تغيير وقت الاستيقاظ ديناميكياً بالاعتماد على مقدار حركة المرور الموجودة في طريقك إلى العمل.

سيتم استخدام دمج التعلم الآلي أيضاً في التحسين الجماعي

يمكن تثبيت سيارات المستقبل بنظام إنترنت الأشياء “الذكي” الذي يمكن أن يسمح للسيارات “بالاتصال” وتنسيق حركة المرور وفقًا لذلك، فيما يلي بعض المواقف الافتراضية، إليك نظرة على بعض التطبيقات الحالية:

  • الصيانة الوقائية | Predictive Maintenance: أطلقت شركة سيمنز في عام 2017 مشروع “إنترنت القطارات” وفق ذلك، تمتلك شركة سيمنز أجهزة استشعار مُدمجة في القطارات والمسارات في إسبانيا وروسيا وتايلاند باستخدام البيانات من أجهزة الاستشعار، قاموا بتدريب نموذج تعلُّم الآلة لتحديد العلامات عند أو في حالة فشل القطار أو المسار ثم يستخدمون البصيرة المكتسبة لإجراء إصلاحات مستهدفة في المناطق التي تتطلبها أكثر.
الصيانة الوقائية (Predictive Maintenance)
  • مراقبة الدوائر التلفزيونية المغلقة | CCTV surveillance: من المحتمل أن يكون هذا هو المثال الأكبر في الوقت الحاضر لإنترنت الأشياء مع التعلم الآلي وقد سمح ذلك باستخدام برنامج التعرف على الوجه جنباً إلى جنب مع كاميرات CCTV في العديد من المدن والمطارات، يتم استخدام هذا الإعداد للكشف عن المجرمين والإرهابيين المطلوبين وهذه التكنولوجيا لها سلبياتها وقضيتها الأساسية هي مخاوف بشأن خصوصية الأشخاص ولهذا السبب، تم حظر هذه التكنولوجيا مؤخراً في سان فرانسيسكو.
مراقبة الدوائر التلفزيونية المغلقة
  • سلسلة الإمداد التنبؤية | Predictive Supply Chain: نظراً لأن المؤسسات اليوم لديها الكثير من البيانات والرؤية الثاقبة حول سلوكيات عملائها، فإنها تستخدم هذه البصيرة لتغيير مخزونها وفقًا لذلك وإن رواد هذا التطبيق اليوم هم Walmart وUber.
سلسلة الإمداد التنبؤية (Predictive Supply Chain)

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى