专题报道
返回首页
当前位置: CompoTech China > 专题 > 专题报道 >

智慧玩转 IoT 之数字转型2:Watson IoT 让 AIoT 微服务走入千家万户

时间:2018-07-20 15:12来源:Compotech 作者:任苙萍 点击:
说到人工智能 (AI),IBM 应该是最有资格评论的厂商之一;但这些年以来,一直有人质疑 AI 的落地化与实质效益。去年就曾传出休斯敦安德森癌症研究中心 (MD Anderson Cancer Center) 以"未能有效降低医院成本"为由,与 IBM Watson 终止合作 (http://compotech.com.cn/a/zhuanti_xinban_/zhuantibaodao/2017
/1213/56697.html);近日,坊间又有 Watson Health 部门裁减人力的耳语不断,再度引发业界对于按表操课的合约式服务、支出庞大却难以量化投资报酬率、乃至非结构化数据处理的反思。殊不知,今年或将是 IBM 在 AI 史上的关键拐点。
 
 也许是历经多年磨合所致,IBM 亦体认到上述矛盾,在经营策略上做了一番调整,提出"现代基础架构"(Modern Infrastructure) 理念——安全、多云、开放和 AI 为四大关键能力,而数据、计算及算法是 AI 三大元素,用户不须花费太多心力在前置作业上。格外吸睛的是:将其得意之作 Watson 系统导入物联网 (IoT) 微服务平台,为 AI 走入千家万户大开方便之门。IBM 副总裁暨大中华区硬件系统部总经理侯淼表示,硬件发展非常快,过去只在乎如何计算、存储,现今还要加上如何"数字化"(digitalize),而 AI 和大数据将为基础架构带来变革。

 
照片人物:IBM 副总裁暨大中华区硬件系统部总经理侯淼 
 
2018,Watson's Low 开启新纪元
侯淼指出,现在几乎所有行业都在谈 AI,例如,将寻常车灯智能化、发展成为自动驾驶辅助系统 (ADAS) 的一部分,就可提高销售额及利润。早在 30 年前就有大学开设 AI 课程,惟至 2010 年后才见加速。2015 年前所谈的是狭义 AI,以 IBM 深蓝 (Deep Blue) 和 Google AlphaGO 为代表,重点在于针对特定目的设计严格算法;2015~2050 年则进入简单识别的广义 AI,包括人脸辨识、安全分析等强调场景的应用;2050 年后,将迈入通用型 AI 时代,模拟人脑神经元提供更广泛的 AI 技术。 
 
现阶段,AI 对于使用者有两大好处:1.从单一繁琐任务解放,例如:停车场自动识别、限号行驶上路等;2.建立作为大数据医疗或金融风险控管等决策支持模式。从开发者角度来看,经由算法自我学习、增强的机器学习 (Machine Learning) 是实现 AI 的途径之一,但非唯一;而深度学习 (Deep Learning) 是利用 Caffe、TensorFlow 等框架实现机器学习的一个技术手段。侯淼回顾过去七十年来,科技发展曾有三大计算拐点:
●摩尔定律 (Moore's Law):由英特尔 (Intel) 创始人于 1965 年首创,原意是指 IC 上的晶体管数目约每隔两年会翻一倍,后演变成每 18 个月,芯片性能提高一倍。
●梅特卡夫定律 (Metacalfe's Law):25年后、于 1993 年提出,当时最流行的名词是"网络效应"(Network Effects)——"网络价值与节点数 (参与人员) 的平方成正比」,有两个用途:一是用来评价网络公司价值,让这些本身无太多现金流的公司得以借助资本市场协助做创新;二是鼓励各界在互通、互联的环境下进行无偿数据分享。
●沃森定律 (Watson's Low):再时隔一个 1/4 世纪后的 2018 年,IBM 主张"数据"是改变计算模式的主因,特别是进入移动网络时代后,有许多非交易的数据随时在交流,包括:文字、影音和图像等;因此,志在为发掘数据价值提供基础平台,更聪明地生活和工作。

 
图1:科技发展的计算拐点
资料来源:IBM提供 
 
侯淼并提到,量子计算机 (Quantum Computer) 将为 AI 提供神助。有别于传统每一个计算位 (bit) 只能计算一个数值、只有 2 X N 种状态的 0、1 二进序列计算,量子位 (Qbits) 两大创新精神是:迭加 (Superposition)——记录 0、1 或 0、1 共存等三种类型,以及两种元素互相"纠结"(entanglement)——2 X N 变成 2 的 N 次方,可同时表示多种状态,尤其适合分子药开发、交通调度、导航演算、化工研究、气象预测等数据量大的复杂计算,IBM 现已在云端开放 20Qbits 计算平台供学术、科研及金融机构登录试用。 
 
AI 三元素:数据、计算及算法,非结构数据有解
IBM 系统硬件部技术总监李永辉表示,2017 年是 AI 元年,IBM 曾对全球 6,000 多家企业做市调,结果有 92% 领先企业表示要树立未来竞争优势,必先体现释放数据的价值,包括结构化与非结构化数据,须从三个面向着手:1.良好的数据基础,有效收集数据;2.培养员工应用能力;3.利用 AI 对大数据做分析及有效抓取。现代数据处理流程包括:数据预处理、神经网络 (NN) 的选择、训练过程、推理能力,在企业建构 AI 的过程中,最花时间的部分是准备及标记数据,其次是挑选参数及训练资料。

 
照片人物:IBM 系统硬件部技术总监李永辉 
 
"在识别的过程会产生错误,需要专家及时指正 NN 不停迭代、互动以改变算法及权重。看似短短几秒钟的结果呈现,背后其实是繁复的过程",李永辉说。IBM 针对传统的数据处理架构做品牌设计,协助用户实现新一代具备 URLI (理解 Understand、推理 Reasoning、学习 Learning、互动 Interactive) 的智能系统;身为少数有能力设计专属处理器芯片的厂商之一,IBM 专为"认知"工作而设计的 Power 9,是 IBM 首款基于 AI 的芯片,采用 14nm 制程,CPU 速度、带宽及内存皆较前代产品大幅提升。 
 
另有鉴于 I/O 接口也是网络有效传输的变量,总线连接与 I/O 扩展须与 CPU 协调良好,IBM 与英伟达 (NVIDIA) 的 NVLink 合作,为 CPU 和 GPU 提供快速通道,加速异质架构协作、实现高效计算 (HPC)。Power 9 更领先业界将 PCIe 4 放进板卡,并内建 OpenCAPI 2.0 互连标准,让任何第三方的板卡可与 CPU 内存共享,减少应用开发的复杂度;视频等数据只须在板卡处理、不必动用 CPU 就可交流,加速计算和存储。此外,Power AI 算法能让一般用户快速上手,解决未经整理的"非结构化数据"难以投入应用、须另觅专家"预处理"的问题。 
 
放眼 AI 长远的未来
Power 9 将规划三种平台:结合数据做交易的要务型 (Mission Critical)、AI 计算和大数据分析,未来将走向多云、备份、云端及存储虚拟化。AC922 是 IBM 首个 POWER9 服务器产品,自带软件开发工具包并具备水平扩展能力,不须担心自行下载开源软件会有安全隐忧,且便于管理多平台、多框架以加快训练过程。李永辉介绍,深度学习与传统机器学习的不同之处在于:神经元网络的数量,AC922 的深度学习框架可用于建构通用型 AI 平台,例如,使用 LSTM 递归神经网络 (RNN) 和线性回归模型为时序数据找出规律性、进而自我学习预测股市走势。

 
图2:IBM 基于"现代基础架构"(Modern Infrastructure) 之系列产品
资料来源:IBM提供 
 
李永辉并揭示 AI 的长远发展方向:
1. 结合专用 AI 芯片与 GPU 的"异构平台"是 AI 趋势;
2. 训练、推理需要大量计算力,量子计算与模仿人脑神经突触将兴起;
3. 虽说"大数据"一再被提及,但专业领域应用的数据却是越聚焦越好;
4. "迁移学习"(Transfer Learning) 是下个跳岛,可就既有训练模式微调、移植到新的应用场景中;
5. 目前训练仍需许多人为干预,日后将走向主动学习 (Active Learning),例如,两个神经网络相互学习;
6. 道德议题及 AI 使用规范将日趋重要,例如,去除歧视联想及观念。 
 
IBM 系统部软件定义基础架构大中华区销售经理周立旸指出,数字转型多以数据为中心,要产生价值须链接应用,包括使用、整合和成本节约;而"多云"为企业数字转型带来优势,但也不乏挑战:一是数据量大增,须在不同场域部署非结构化数据存储;二是跨界互联,须满足目标产业的特殊合规性要求并建构"平台即服务"(PaaS)。他以制造业多云数据整合为例,跨区域工厂通常会有横跨多个私有云的制造执行系统 (MES),若能只用一个接口检索多个 MES 数据,将更易于管理。另一个案例是医疗健康的基因测序。

 
照片人物:IBM 系统部软件定义基础架构大中华区销售经理周立旸 
 
Watson IoT,进驻 IBM 云端"店中店"
由于数据产生及应用的数量皆大,加上存储速度要求高且不容许丢失,故多倾向分开存储,只用一个接口就能快速连通,可迅速获悉数据及哪些人到访过。然而对于 IoT 建置而言,最令人心动的就属 Watson IoT 的诞生。台湾 IBM Watson IoT 资深顾问林裕隆表示,Watson IoT 是 2015 年底成立的部门,总部设在工业4.0 的发源地——德国慕尼黑,有客户与合作伙伴的群聚效应,另在全球各地都有展示中心。他认为,AIoT 的发想能否落实,关键在效益;中国大陆即通过 AIoT 智能化养猪,有助于疫病防治、增加产能、把握猪只发情期并提高配种率。
 
 在猪只身上置入 ID 耳标和温度传感器,配合光照、氨气、二氧化氮等环境传感器及摄影机,记录运动量和进食量以了解其健康状况、避免粪便化学物所产生的臭氧让猪只生病,并掌控"最佳料肉比转换率"。林裕隆指出,一般来说,除非是生病,否则猪只不常有食欲不振时;另一例外状况是发情期前,会出现进食量降低、温度升高、运动量减少等征候,辅以 AI 比对,饲养员能及时把握 21天的配种黄金期。再者,猪只并非一味养得越重越好;因为随着体重增加,料肉比转换率会趋缓,不利于投资报酬率。
 
 
照片人物:台湾 IBM Watson IoT 资深顾问林裕隆 
 
林裕隆拆解,IoT 需要 OT (操作面) 与 IT (信息面) 的跨部门合作,以分析资料、解决问题。底层 OT 不管是何种通信协议,都会送到企业内部中枢、后由以太网外送到 IT 平台,进行存储、分析、计算并整合 ERP 等后端应用;经过注册的终端设备可藉由应用程序编程接口 (API) 整合微服务,在 IBM 云平台找到对应且安全的服务。着眼于应用完整性,IBM 除了个别企业的自有服务,IBM 也大方将 Watson 等菁华服务开源共享,并针对一些第三方程式优化,将 IoT 平台迭加于 IBM 云平台上、包装成 Platform on Platform 的"店中店"运营模式。 
 
微服务应用项目多&专业顾问团队是最佳卖点
IBM 的云平台同步支持 Windows 和 Linux 设备,每个 API 背后都连结一堆机器;只要从配置好的列表上找到某个设备,就会显示传送数据的路径。林裕隆当场以内建德州仪器 (TI) SimpleLink CC2650 超低功耗无线微控制器 (MCU) 的感测器件做温控演示——在树莓派 (Raspberry Pi) 的网关 (Gateway) 上设定规则引擎,并在 Node-Red 开源可视化接口上以拖拉方式呼叫服务;一旦超过设定温度,就会以短信和 Email 通知,亦可从服务器重启。万一设备故障会发出预警通知维护,并自动开立工单及物料采购单。 
 
林裕隆表示,类似的服务还被用于车联网,经由手机 APP 注册、定位记录路径收集驾驶行为供作 UBI 保险基础。另前年 IBM 还连手第三方设备商进军福斯大众 (Volkswagen)、本田 (Honda) 和戴姆勒 (Daimler) 的后装空气清净器市场——当车外空气质量恶劣时,提醒驾驶关闭车窗、启动自体循环,并成功打进 BMW 前装市场,提供私人行程、语音定位导航及天候路况服务。"面对新创公司的后生可畏,老牌企业更应转型往高利润的蓝海策略做布局;而 IBM 拥有广泛的微服务应用,以及坚强的行业领域知识与顾问团队,是我们最大优势所在",他说。 
 
顺带一提,IBM 于去年六月取消试用一个月的限制、改推"定额免费使用"的 Lite 轻量版服务,颇受好评。这对研究及学术单位是一大福音,只要注册、不须刷卡即可开始使用;如果试用满意,可刷卡购买正式使用权。IBM 有多种计价模式,用户可自行选定服务、依传输量或存储量"按需付费",量大的企业用户另有折扣。

 

(责任编辑:helen)
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名:密码: 验证码:点击我更换图片