Книга: Интернет вещей: Будущее уже здесь

Объединение данных

Объединение данных

По мере развития цифровой эры, центром вселенной Интернета вещей становится термин «большие данные». Легко понять, почему это происходит. Датчиков, устройств, IT-систем становится все больше, и они генерируют все больше данных. Социальные медиа, потоки сообщений, аудио– и видеоконтент и быстро разрастающийся мир документов делают этот объем еще больше. «Если собрать определенное количество функций и объединить их с помощью правильного программного обеспечения, можно создавать продвинутые средства, которые смогут выполнять любые конкретные задачи», – говорит Майкл Морган, старший аналитик мобильных устройств, приложений и контента в компании ABI Research. «Камеры, микрофоны и датчики могут работать вместе, значительно повышая интеллект устройства. Но важно правильно использовать правильные данные».

C уверенностью можно сказать, что продолжение развития микроэлектроники в течение последующих десятилетий изменит Интернет вещей и большие данные. Самые серьезные проблемы, связанные с включением датчиков в Интернет вещей, касаются не столько разработки новых технических средств (от индикаторных трубок в смартфонах до радиочастотных тегов, распознающих несвежую еду или определяющих концентрацию взрывоопасных веществ в общественных местах), сколько создания умных систем, которые будут собирать данные, мгновенно их сортировать и предоставлять необходимый в данном контексте результат.

Традиционный подход, то есть структурированные базы данных, не всегда отвечает масштабам Интернета вещей. Даже при наличии меток и идентификаторов данных бывает трудно разобраться со всей информацией и найти правильные данные для конкретных обстоятельств. Такие проекты, как «Открытые факты о еде» (Open Food Facts) и «Простой УТК[9]» (Simple UPC), сейчас работают над созданием расширенных баз данных для приложений на смартфонах и других подключенных устройствах, хотя пока они находятся на ранней стадии своего развития. Неструктурированная информация из электронных писем, аудио– и видеофайлы, данные из социальных медиа и т. д. создают еще больше препятствий.

Из этого следует, что существует потребность в сложных алгоритмах и программных кодах, которые помогут разобраться со всеми этими данными. Например, для аэропорта, конечно, крайне нежелательно объявлять о заложенной бомбе, если это впоследствии окажется ложной тревогой. Такой инцидент станет причиной паники и получения травм в результате попыток эвакуировать людей. Тем не менее неожиданный взрыв, разумеется, приведет к куда более серьезным последствиям. Ущерб от взрыва может быть непоправимым, учитывая потенциальные многочисленные травмы и смерти, не говоря уже о сорванных планах путешественников и огромных денежных потерях для индустрии туризма.

Ключом к созданию подключенных систем, работающих в реальном мире, будет контекст. Чтобы строить умные здания, транспортную инфраструктуру, системы безопасности и умные города – с миллионами и миллиардами объектов, IP-адресов и точек формирования данных, – необходимо вывести текущие технологии управления данными на качественно новый уровень.

Ключом к созданию подключенных систем, работающих в реальном мире, будет контекст. Чтобы строить умные здания, транспортную инфраструктуру, системы безопасности и умные города – с миллионами и миллиардами объектов, IP-адресов и точек формирования данных, – необходимо вывести текущие технологии управления данными на качественно новый уровень. Когда миллиарды или триллионы устройств направляют потоки данных на компьютеры, а в разных точках на пути происходит их обработка, концепция сбора, хранения и анализа данных принципиально меняется. Привычные средства обработки и анализа данных не в силах приспособиться к работе с данными таких больших объемов и сложности.

Объединенные облачные сервисы и распределенные вычислительные модели, вероятно, станут частью решения проблемы по мере развития Интернета вещей. Обрабатывая и анализируя данные на различных стадиях цепочки добавления ценности, можно масштабировать ресурсы и использовать их именно в тот момент, когда они нужны. Кроме того, мощности эластичного вычисления (способность устанавливать и разрывать связь с вычислительными ресурсами по требованию в облаке), которые можно получить у все большего количества производителей, позволяют использовать более гибкую модель для выполнения множества функций, связанных с обработкой данных. Во многих случаях они также открывают доступ к экономичным инструментам с открытым исходным кодом, которые упрощают задачу комбинирования различных типов и форматов данных и извлекают полезную информацию о сложных взаимоотношениях и взаимосвязях между ними.

Но даже при использовании сложных моделей вычисления и управления данными дорога к умным городам и прочим умным системам наверняка будет оснащена и другими ограничителями скорости. Например, такими ограничителями может стать необходимость выяснения того, кто является собственником данных; как организации должны подтверждать их точность; какую плату компании будут устанавливать за использование данных; как долго они могут сохранять их у себя; в каком формате должны быть данные, которые требуются многим пользователям в разных отраслях. Потребителям также будет что сказать по поводу приватности данных. Интерфейс прикладных программ (API) и другие инструменты, объединяющие данные, поднимают основные вопросы, связанные с владением информацией и эксплуатационной совместимостью данных.

Когда инженеры, разработчики продукции, программисты и все прочие в конце концов создадут более совершенные модели данных и аналитические системы (нет никаких причин сомневаться, что это случится), в результате мы получим продвинутые системы, которые изменят практически все. Контекстно зависимые сенсорные средства, работающие на базе программ и алгоритмов нового поколения, изменят то, как машины работают и как люди смотрят на использование личных электронных устройств. Например, смартфон сможет понять, что его забыли в сумочке или кармане, или что человек бежит, чтобы успеть на самолет, и автоматически изменит настройки, устанавливая нужный уровень громкости вызова и параметры функции «не беспокоить». Также смартфон будет знать, когда человек спит или когда он должен получить сигнал, чтобы не спать. Точно так же датчики, вшитые в одежду, обувь и другие материальные объекты, будут измерять сердцебиение, уровень потоотделения, скорость сжигания калорий и другие показатели. И на основании полученных данных сумеют определить, когда бегуну или велосипедисту нужно выпить воды или съесть энергетический батончик, чтобы сохранить работоспособность на нужном уровне.

Подобные выгоды возможны и в промышленном секторе, и они уже появляются. Например, в Финляндии датчики, встроенные в мусорные баки, сообщают уборочным машинам, когда требуется их забрать. Это сократило расходы на вывоз мусора на 40 %. В Ницце умная система парковки в реальном времени сообщает водителям о наличии свободных мест. Благодаря этой системе трафик уже немного разгрузился и выбросы углекислого газа снизились. Но эти возможности сильно ограничены по сравнению с теми, что открывает нам будущее. Например, благодаря сети автономных транспортных средств гораздо больше машин сможет ездить одновременно, ведь расстояние между автомобилями будет составлять лишь несколько дюймов, при этом риск столкновения будет стремиться к нулю. Система также сможет управлять светофорами и перенаправлять потоки транспорта при изменении условий. В результате мы получаем экономию миллиардов и даже триллионов долларов в год и снижение выбросов выхлопных газов в атмосферу.

В мае 2013 г. в научной статье, опубликованной в издании «Исследования и практические занятия по видам коммуникаций» (Communications Surveys and Tutorials) Института инженеров по электротехнике и электронике, Чарит Перера, Аркадий Заславский и Димитрос Георгакополус{29} писали о том, что контекстно-зависимые вычисления воплощаются в трех видах взаимодействия. Первый – это персонализация, связанная с предпочтениями пользователя и соответствующим реагированием на них системы (например, программирование системы автоматизации дома). Второй – пассивная осведомленность о контексте, когда система следит за окружающей средой и предлагает пользователю соответствующие опции (например, получение купона на скидку при входе в магазин). Третий – активная осведомленность о контексте, когда система непрерывно отслеживает состояние окружающей среды и обстоятельства и действует самостоятельно (например, если система обнаружила утечку газа, она автоматически уведомляет соответствующую службу). Можно ожидать, что, когда Интернет вещей окрепнет, мы увидим все это в реальности, и поток новых приложений стремительно хлынет в нашу жизнь.

Оглавление книги


Генерация: 3.708. Запросов К БД/Cache: 2 / 0
поделиться
Вверх Вниз