In deze serie artikelen bespreken we hoe Artificial Intelligence (AI) en sensoren op verschillende gebieden samenkomen. In dit artikel richten we ons op het Internet of Things. IoT en AI zijn op verschillende manieren te combineren. Zo AI kan ingezet worden om de verzamelde IoT-data te analyseren, begrijpen en verrijken. In het vervolg van deze serie bekijken we nog meer gebieden waarop AI en sensoren samen ingezet kunnen worden, zoals de gezondheidszorg en landbouw.
IoT is een combinatie van sensoren met software en netwerkconnectiviteit om objecten in staat te stellen om gegevens uit te wisselen en te verzamelen. De hoeveelheid gegevens die IoT zal genereren zal enorm zijn. Sommige deskundigen hebben geschat dat het zal bestaan uit bijna 50 miljard objecten in 2020. IoT produceert hiermee een tsunami van big data. Deze gegevens zullen een uiterst waardevol inzicht bieden in wat er goed werkt en wat niet.
Het is echter onmogelijk om al deze gegevens met traditionele methoden te beoordelen en te begrijpen. Ook kost het gewoon te veel tijd. Het grote probleem zal het vinden van manieren zijn om de stortvloed van prestatiegegevens en informatie die al deze apparaten maken te analyseren. Om de volledige voordelen van IoT-data te oogsten, moeten we de snelheid en nauwkeurigheid van big data-analyse verbeteren. De enige manier om gelijke tred te houden met deze IoT-gegenereerde data en inzicht te verkrijgen in zijn verborgen geheimen is met behulp van AI.
In een IoT-situatie kan AI helpen de miljarden datapunten te doen neerkomen op wat echt zinvol is. Het algemene uitgangspunt is toetsing en analyse van de gegevens die zijn verzameld om patronen of overeenkomsten te ontdekken van waaruit lering getrokken kan worden, zodat betere beslissingen kunnen worden genomen. Om potentiële problemen te kunnen identificeren, moeten de gegevens worden geanalyseerd in termen van wat normaal is en wat niet. Overeenkomsten, correlaties en afwijkingen moeten snel worden geïdentificeerd op basis van real-time datastromen.
Tekst gaat verder onder de afbeelding.
Er zijn recente pogingen gedaan om AI en IoT te integreren. Het vermogen van sensoren om veranderingen in de omgeving op te sporen, interne fouten en vooroordelen in sensoren te identificeren en passende compenserende maatregelen te bepalen, vormt nu een belangrijke onderzoektrend. Machinaal leren (en diep leren in het bijzonder) is een veelbelovende technologie vanwege de mogelijkheid van het gebruik van ongestructureerd leren om sensordata in de juiste context te plaatsen.
Het meeste AI-onderzoek heeft zich gericht op computervisie, machinaal leren en natuurlijke taalverwerking. Visuele big data zal toestaan dat computers tot een dieper begrip van beelden komen, met nieuwe AI-toepassingen die de context van de beelden begrijpen. Cognitieve systemen zullen nieuwe recepten creëren die een beroep doen op gevoel voor smaak van de gebruiker, het creëren van geoptimaliseerde menu’s voor elk individu, en het automatisch aanpassen aan lokale ingrediënten.
Dit zijn slechts een paar veelbelovende toepassingen van AI in IoT. Het potentieel voor sterk geïndividualiseerde diensten is eindeloos en zal de manier waarop mensen leven drastisch veranderen. Het is hard op weg algemeen aanvaard te worden dat IoT en AI zeer belangrijk zullen zijn in elkaars toekomst. AI zal IoT levensvatbaar op schaal maken, en middels IoT zal het leven van de meeste mensen dagelijks worden beïnvloed door AI.
Dit artikel is onderdeel van een serie.
Lees meer:
Deel 1 – AI en sensoren: een introductie
Deel 2 – Robotica – de combinatie van AI en sensoren
Deel 4 – AI en zorg – datamanagement, behandelplannen en meer
Deel 5 – Landbouw en veeteelt – AI in de agrarische sector
Deel 6 – Sensoren en AI in gebouwbeheer – slimme gebouwen
Deel 7 – AI in de transportsector – zelfrijdende auto’s en meer
Deel 8 – Populaire toepassingen van AI – entertainment en informatie
Infographic – De kracht van AI met sensoren
Bronnen – Bronnen 3Bplus artikelen AI
