Door Werner Vogels, VP & CTO bij Amazon
Er zijn plaatsen zo afgelegen, zo ruw dat mensen ze niet veilig kunnen verkennen (bijvoorbeeld honderden kilometers onder de aarde, gebieden met extreme temperaturen, of op andere planeten). Deze plaatsen bevatten mogelijk belangrijke gegevens die ons kunnen helpen de aarde en haar geschiedenis beter te begrijpen, evenals het leven op andere planeten. Maar ze hebben meestal weinig tot geen internetverbinding waardoor de uitdaging voor mensen om onherbergzame omgevingen te verkennen zelfs nog onmogelijker lijkt.
Hoe verleggen we de grenzen van wat mogelijk is?
Het antwoord op deze vraag is eigenlijk te vinden op je telefoon, je slimme horloge en miljarden andere plaatsen op onze aarde – het is het Internet of Things (IoT). Met connected devices kunnen we onze zintuigen uitbreiden naar afgelegen locaties, zoals een robot die ons werk op Mars uitvoert of externe oliebronnen bewaakt.
Dit is de spannende toekomst voor IoT en het is dichterbij dan je denkt. Nu al levert IoT diepgaande en nauwkeurige inzichten om vrijwel elk aspect van ons leven te verbeteren. IoT-sensoren in een fabriek kunnen uitval van apparatuur controleren en voorspellen vóór een ongeval gebeurt, zorgaanbieders kunnen de gezondheid van een patiënt op afstand monitoren waardoor de patiëntenzorg verbetert en beveiligingscamera’s kunnen mensen beter beschermen met realtime meldingen.
Maar naarmate het aantal IoT-apparaten en use cases groeit, merken mensen dat het beheren van deze connected devices nieuwe uitdagingen geeft. Soms is een internetverbinding zwak of helemaal niet beschikbaar, zoals vaak op afgelegen locaties. Voor sommige toepassingen is een reis naar de cloud en terug niet mogelijk vanwege latency-vereisten (bijvoorbeeld een autonome auto die de omgeving in realtime interpreteert). Er zijn ook kosten verbonden aan het verzenden van gegevens naar de cloud. Sommige sensoren, zoals die in fabrieken, verzamelen een ongelooflijke hoeveelheid gegevens en het verzenden van dit alles naar de cloud kan duur worden. Deze barrières brengen sommige mensen letterlijk naar de edge.
In dit blog wil ik het hebben over edge computing, de mogelijkheid om rekenbronnen en beslissingsmogelijkheden te hebben op verschillende locaties, vaak met intermitterende of geen connectiviteit met de cloud. Met andere woorden, verwerk de gegevens dichter bij waar ze zijn gemaakt.
Waar zijn edge devices?
In toenemende mate ontdekken ontwikkelaars de voordelen van het doen van berekeningen en analyses dichterbij de eindgebruiker, en zelfs direct op apparaten. Door dataverwerking dichter bij de eindgebruiker te brengen, kunnen ontwikkelaars de latency voor kritieke toepassingen verminderen, helpen bij het beheren van de enorme stroom data die wordt gegenereerd door de miljarden apparaten en snelle, intelligente bijna real-time responsiviteit leveren.
Edge devices kunnen lokaal reageren op de gegevens die ze genereren, terwijl ze de cloud nog steeds gebruiken voor beheer, analytics, duurzame opslag en meer. Hier zijn een paar andere plaatsen waar je waarschijnlijk geavanceerde technologieën op het werk zult zien:
- Afgelegen locaties
Edge devices zijn van cruciaal belang als het gaat om toegang tot gegevens op afgelegen locaties waar weinig of geen internetverbinding is of veiligheid een probleem is. Voorbeelden hiervan zijn in een mijn of een oliebron kilometers onder het aardoppervlak, midden in de jungle, of zelfs op een andere planeet. Bovendien kunnen robots met geavanceerde mogelijkheden werknemers veiliger houden door te testen en te werken op onherbergzame en gevaarlijke locaties.
- Fabrieken
Door continu de staat van apparatuur in real-time te volgen, kunnen mogelijke storingen worden geïdentificeerd voordat ze de productie beïnvloeden. We zien vaak oplossingen die voorspellingen maken over onderhoud die worden toegepast in industriële omgevingen, zoals fabrieken en productiefaciliteiten. Dit resulteert in een langere levensduur van de apparatuur, verbeterde veiligheid van de werknemers en optimalisatie van de supply chain. Verder kan je rijke inzichten krijgen tegen lagere kosten door jouw apparaat te programmeren om gegevens lokaal te filteren en alleen de gegevens die je nodig hebt voor jouw toepassingen naar de cloud te verzenden. Edge devices kunnen ook bewerkingen stroomlijnen door repetitieve taken te automatiseren (bijvoorbeeld in Amazon-uitvoeringscentra helpen robots menselijke werknemers door pakketten te sorteren en af te leveren).
- Landbouwbedrijven
Landbouwbedrijven verbeteren de gezondheid, opbrengst en voeding van gewassen en verlagen tegelijkertijd de kosten van voedsel met kassen en boerderijen die werken met IoT. Edge devices herkennen de belangrijkste groeifasen van planten en passen voedings-, water- en omgevingscondities automatisch aan om de opbrengsten te maximaliseren. Ze kunnen ook de bodemgesteldheid controleren of gewaskarakteristieken registreren, zoals opbrengst, schaalgewicht en vocht tijdens de oogst.
- Voertuigen
Auto’s en vrachtwagens krijgen steeds meer de mogelijkheid om hun omgeving te begrijpen en zelfs te navigeren (bijvoorbeeld een ander voertuig detecteren, camera’s gebruiken om de alertheid van de bestuurder te controleren, spraakbesturing gebruiken om de auto- of thuisinstellingen te beheren, of zelfs autonoom rijden). Voor dit soort verbeteringen is lokaal rekenkracht vereist, zodat voertuigen en chauffeurs in een fractie van een seconde kunnen reageren.
- Huizen
Voor ononderbroken huisbewaking hebben apparaten (bijvoorbeeld verbonden deursloten, videodeurbellen, beveiligingscamera’s, waterlekdetectoren en verbonden thermostaten) een lage latency en de mogelijkheid om gegevens lokaal te berekenen om zo bewoners snel op de hoogte te brengen van een inbraak of lek.
Machine learning op de edge
Met edge computing kan je een deel van de kracht en functionaliteit van de cloud gebruiken en uitbreiden naar geavanceerde apparaten. Eén van de meest opwindende verbeteringen in IoT en edge computing is de mogelijkheid om machine learning-inferentie lokaal op apparaten uit te voeren. Machine learning maakt gebruik van statistische algoritmen die leren van bestaande gegevens, een proces dat training wordt genoemd, om beslissingen te nemen over nieuwe gegevens, een proces dat inferentie wordt genoemd. Tijdens de training worden patronen en relaties in de gegevens geïdentificeerd om een model te bouwen. Met het model kan een systeem intelligente beslissingen nemen over gegevens die het nog niet eerder is tegengekomen. Door modellen te optimaliseren wordt de modelgrootte gecomprimeerd, zodat deze snel wordt uitgevoerd.
Voor het trainen en optimaliseren van modellen voor machine learning zijn enorme rekenbronnen nodig, dus het is een natuurlijke match met de cloud. Maar inferentie kost veel minder rekenkracht en wordt vaak in real-time gedaan wanneer nieuwe gegevens beschikbaar zijn. Het verkrijgen van inferentieresultaten met een zeer lage latency is belangrijk om ervoor te zorgen dat jouw IoT-toepassingen snel kunnen reageren op lokale gebeurtenissen.
Robotics
Het toevoegen van geavanceerde ML-mogelijkheden aan een robot die kan detecteren, berekenen en actie kan ondernemen, is een uiterst krachtige combinatie. Dankzij lokale inferentie kan de robot vrijwel real-time beslissingen nemen, zelfs zonder verbinding met de cloud.
Intelligente robots worden steeds vaker gebruikt in magazijnen om inventaris te distribueren, in huizen om saai huishoudelijk werk uit te voeren en in winkels om klantenservice te bieden. Robotica-toepassingen gebruiken machine learning om complexere taken uit te voeren, zoals het herkennen van een object of gezicht, een gesprek hebben met een persoon, een gesproken opdracht volgen of autonoom navigeren.
Opslagruimte
De uitdaging van het opslaan en verwerken van gegevens in een omgeving met weinig tot geen internetverbinding is er één waar veel organisaties mee geconfronteerd worden (bijvoorbeeld in woestijnen, schepen of drones). In dergelijke situaties heb je een fysiek opslagapparaat en een computerapparaat nodig dat klein genoeg is om te verzenden en de ontberingen van een ruwe omgeving aankan.
Vooruit kijken
Of je nu externe locaties wilt ontdekken en verkennen, levens wilt redden, de productie wilt verbeteren of gewoon het perfecte flatbread wilt maken – IoT en edge technologieën kunnen je daarbij helpen.
Als we denken aan de toekomst van hybride, geloven we bij Amazon Web Services (AWS) dat het on-premises deel de miljarden apparaten zullen zijn die op de edge staan - niet in datacenters. On-premises zullen onze huizen, kantoren, olievelden, ruimte, vliegtuigen, schepen en meer zijn. Dit maakt de cloud belangrijker dan ooit: connected devices hebben een veilig platform nodig om alle data te verzamelen en te analyseren. Met deze inzichten van bovenaf kunnen organisaties betere beslissingen nemen, de ervaringen van eindgebruikers verbeteren en nieuwe kansen ontdekken.
