Yasser Khan, CEO της ONE Tech – Σειρά Συνεντεύξεων

Ο Yasser Khan είναι ο CEO της ONE Tech, μια εταιρεία τεχνολογίας που βασίζεται στο AI, η οποία σχεδιάζει, αναπτύσσει και εγκαθιστά λύσεις IoT της επόμενης γενιάς για OEM, παρόχους δικτύων και επιχειρήσεις.

Τι σας έκανε να ενδιαφερθείτε αρχικά για την Τεχνητή Νοημοσύνη;

Πριν από quelques χρόνια, εγκαταστήσαμε μια λύση Industrial Internet of Things (IIoT) που συνδέει πολλά περιουσιακά στοιχεία σε μια ευρεία γεωγραφική τοποθεσία. Η ποσότητα δεδομένων που παράχθηκε ήταν τεράστια. Συγκεντρώσαμε δεδομένα από PLCs με ρυθμούς δειγματοληψίας 50 χιλιοστοδευτερόλεπτα και εξωτερικές τιμές αισθητήρων μερικές φορές το δευτερόλεπτο. Σε διάστημα ενός μόνο λεπτού, είχαμε χιλιάδες σημεία δεδομένων που παράγονται για κάθε περιουσιακό στοιχείο που συνδέαμε. Γνωρίζαμε ότι η τυπική μέθοδος μετάδοσης αυτών των δεδομένων σε einen διακομιστή και η αξιολόγηση των δεδομένων από ένα άτομο δεν ήταν πραγματική ούτε επωφελής για την επιχείρηση. Έτσι, ξεκινήσαμε να δημιουργούμε ένα προϊόν που θα επεξεργαζόταν τα δεδομένα και θα παρήγαγε καταναλώσιμα εξόδους, μειώνοντας σημαντικά την ποσότητα εποπτείας που μια οργάνωση χρειάζεται για να επωφεληθεί από την ανάπτυξη της ψηφιακής μεταμόρφωσης – με έμφαση στην διαχείριση απόδοσης περιουσιακών στοιχείων και προληπτική συντήρηση.

Μπορείτε να συζητήσετε τι είναι η λύση MicroAI της ONE Tech; 

Το MicroAI είναι μια πλατφόρμα Μηχανικής Μάθησης που παρέχει ένα υψηλότερο επίπεδο ενημέρωσης σχετικά με την απόδοση, τη χρήση και τη συμπεριφορά του περιουσιακού στοιχείου (συσκευής ή μηχανής). Αυτό το πλεονέκτημα εκτείνεται από τους διευθυντές εργοστασίων που αναζητούν τρόπους για τη βελτίωση της συνολικής αποτελεσματικότητας του εξοπλισμού έως τους OEM που θέλουν να κατανοήσουν καλύτερα πώς λειτουργούν οι συσκευές τους στο πεδίο. Αυτό το επιτύχαμε εγκαθιστώντας ένα μικρό πακέτο (τόσο μικρό όσο 70kb) στον μικροελεγκτή (MCU) ή τον μικροεπεξεργαστή (MPU) του περιουσιακού στοιχείου. Ένας διαφορετικός διαφοροποιητής είναι ότι η διαδικασία εκπαίδευσης και σχηματισμού του μοντέλου μας είναι μοναδική. Εκπαιδεύουμε το μοντέλο απευθείας στο περιουσιακό στοιχείο. Αυτό όχι μόνο επιτρέπει στα δεδομένα να παραμείνουν τοπικά, μειώνοντας το κόστος και τον χρόνο εγκατάστασης, αλλά επίσης αυξάνει την ακρίβεια και την ακρίβεια της εξόδου του AI. Το MicroAI έχει τρία βασικά στρώματα:

1. Καταναλωτική διαδικασία δεδομένων – Το MicroAI είναι αδιάκριτο στη διαδικασία εισαγωγής δεδομένων. Μπορούμε να καταναλώσουμε οποιαδήποτε τιμή αισθητήρα και η πλατφόρμα MicroAI επιτρέπει την μηχανική χαρακτηριστικών και τη βαρύτητα των εισαγωγών σε αυτό το πρώτο στρώμα.
2. Εκπαίδευση – Εκπαιδεύουμε απευθείας στο τοπικό περιβάλλον. Η διάρκεια της εκπαίδευσης μπορεί να οριστεί από τον χρήστη, ανάλογα με το τι είναι ένας κανονικός κύκλος του περιουσιακού στοιχείου. Συνήθως, μας αρέσει να καταγράψουμε 25-45 κανονικούς κύκλους, αλλά αυτό βασίζεται σε μεγάλο βαθμό στην ποικιλία/ελαφρότητα κάθε κύκλου που καταγράφεται.
3. Έξοδος – Οι ειδοποιήσεις και οι προειδοποιήσεις που παράγονται από το MicroAI βασίζονται στη σοβαρότητα της ανωμαλίας που ανιχνεύεται. Αυτά τα όρια possono να ρυθμιστούν από τον χρήστη. Άλλες εξόδους που παράγονται από το MicroAI περιλαμβάνουν Προβλεπόμενες Ημέρες μέχρι την Επόμενη Συντήρηση (για την оптимποίηση των προγραμματισμών υπηρεσιών), Βαθμολογία Υγείας και Περισσόμενη Ζωή Περιουσιακού Στοιχείου. Αυτές οι εξόδους μπορούν να σταλούν σε υπάρχοντα συστήματα IT που έχουν οι πελάτες (Εργαλεία Διαχείρισης Ζωικού Κύκλου Προϊόντων, Διαχείριση/Εισιτηρίου, Συντήρηση, κ.λπ.)

Μπορείτε να συζητήσετε κάποιες από τις τεχνολογίες μηχανικής μάθησης πίσω από το MicroAI;

Το MicroAI διαθέτει μια Αναλυτική Συμπεριφοράς Πολυδιάστατων που είναι ενσωματωμένη σε μια αναδρομική αλγόριθμο. Κάθε είσοδος που τροφοδοτείται στο κινητήρα AI επηρεάζει τα όρια (άνω και κάτω όρια) που ορίζονται από το μοντέλο AI. Αυτό το επιτύχαμε παρέχοντας μια πρόβλεψη ένα βήμα μπροστά. Για παράδειγμα, αν μια είσοδος είναι RPM και τα RPM αυξάνονται, το άνω όριο της θερμοκρασίας του ρουλεμάν μπορεί να αυξηθεί ελαφρά λόγω της ταχύτερης κίνησης της μηχανής. Αυτό επιτρέπει στο μοντέλο να συνεχίσει να εξελίσσεται και να μαθαίνει.

Το MicroAI δεν εξαρτάται από την πρόσβαση στο cloud, ποια είναι τα πλεονεκτήματα αυτού;

Έχουμε μια μοναδική προσέγγιση για τη δημιουργία μοντέλων απευθείας στο τελικό σημείο (όπου παράγονται τα δεδομένα). Αυτό φέρνει ιδιωτικότητα και ασφάλεια στις εγκαταστάσεις, επειδή τα δεδομένα δεν χρειάζεται να εγκαταλείψουν το τοπικό περιβάλλον. Αυτό είναι ιδιαίτερα σημαντικό για τις εγκαταστάσεις όπου η ιδιωτικότητα των δεδομένων είναι υποχρεωτική. Επιπλέον, η διαδικασία εκπαίδευσης δεδομένων σε ένα cloud είναι χρονοβόρα. Αυτή η κατανάλωση χρόνου από άλλους που προσεγγίζουν αυτόν τον χώρο οφείλεται στην ανάγκη συλλογής ιστορικών δεδομένων, μετάδοσης δεδομένων σε ένα cloud, δημιουργίας μοντέλου και τελικά εύρεσης του μοντέλου στο τελικό σημείο. Το MicroAI μπορεί να εκπαιδεύσει και να ζήσει 100% στο τοπικό περιβάλλον.

Μια από τις λειτουργίες της τεχνολογίας MicroAI είναι η επιταχυνόμενη ανίχνευση ανωμαλιών, μπορείτε να διευκρινίσετε αυτή τη λειτουργικότητα;

Λόγω της προσέγγισής μας για την αναλυτική συμπεριφοράς, μπορούμε να εγκαταστήσουμε το MicroAI και να αρχίσουμε να μαθαίνουμε τη συμπεριφορά του περιουσιακού στοιχείου. Μπορούμε να αρχίσουμε να βλέπουμε μοτίβα στη συμπεριφορά. Αυτό είναι χωρίς την ανάγκη φόρτωσης ιστορικών δεδομένων. Μόλις καταγράψουμε επαρκείς κύκλους του περιουσιακού στοιχείου, μπορούμε να αρχίσουμε να παράγουμε ακριβείς εξόδους από το μοντέλο AI. Αυτό είναι πρωτοποριακό για τον χώρο. Αυτό που χρησιμοποιούσε να χρειάζεται εβδομάδες ή μήνες για να σχηματίσει ένα ακριβές μοντέλο μπορεί να συμβεί σε λίγες ώρες, και μερικές φορές σε λίγα λεπτά.

Τι είναι η διαφορά μεταξύ MicroAI Helio και MicroAI Atom;

MicroAI Helio Server:

Το περιβάλλον του Helio Server μπορεί να εγκατασταθεί σε ένα τοπικό διακομιστή (πιο συνηθισμένο), ή σε μια παρουσία cloud. Το Helio παρέχει τις ακόλουθες λειτουργίες: (Διαχείριση ροής εργασιών, ανάλυση και διαχείριση δεδομένων, και οπτικοποίηση δεδομένων).

Ροές για τη διαχείριση περιουσιακών στοιχείων –  Μια ιεραρχία του哪里 είναι εγκατεστημένα και πώς χρησιμοποιούνται. (π.χ., ρύθμιση όλων των εγκαταστάσεων των πελατών παγκοσμίως, συγκεκριμένες εγκαταστάσεις και τμήματα μέσα σε κάθε εγκατάσταση, μεμονωμένα σταθμούς, μέχρι κάθε περιουσιακό στοιχείο σε κάθε σταθμό). Επιπλέον, τα περιουσιακά στοιχεία μπορεί να ρυθμιστούν για να εκτελέσουν διαφορετικές εργασίες με διαφορετικούς ρυθμούς κύκλων. Αυτό μπορεί να ρυθμιστεί μέσα σε αυτές τις ροές. Επιπλέον, υπάρχει η δυνατότητα για διαχείριση εισιτηρίου/εργασίας, η οποία είναι επίσης μέρος του περιβάλλοντος του Helio Server.

Ανάλυση και διαχείριση δεδομένων – Μέσα σε这一 τομέα του Helio, ένας χρήστης μπορεί να εκτελέσει περαιτέρω ανάλυση στην έξοδο του AI, μαζί με οποιαδήποτε ακατέργαστα δεδομένα (π.χ., Max, Min και μέσο όρο δεδομένων σε ωριαία βάση ή δεδομένα που ενεργοποιούν μια προειδοποίηση ή μια συναγερμό). Αυτά μπορούν να είναι ερωτήματα που έχουν ρυθμιστεί στο Helio Analytics designer ή πιο προηγμένες ανάλυσεις που εισάγονται από εργαλεία όπως R, μια γλώσσα προγραμματισμού. Το στρώμα διαχείρισης δεδομένων είναι όπου ένας χρήστης μπορεί να χρησιμοποιήσει την πύλη διαχείρισης API για συνδέσεις τρίτων μερών που καταναλώνουν και/ή στέλνουν δεδομένα σε συνδυασμό με το περιβάλλον Helio.

Οπτικοποίηση δεδομένων – Το Helio παρέχει προτύπου για διάφορες βιομηχανικές αναφορές, οι οποίες επιτρέπουν στους χρήστες να καταναλώσουν Enterprise Asset Management και Asset Performance Management απόψεις των συνδεδεμένων περιουσιακών στοιχείων από το Helio desktop και mobile εφαρμογές.

MicroAI Atom:

Το MicroAI Atom είναι μια πλατφόρμα Μηχανικής Μάθησης που σχεδιάστηκε για ενσωμάτωση σε περιβάλλοντα MCU. Αυτό περιλαμβάνει την εκπαίδευση της αναλυτικής συμπεριφοράς πολυδιάστατων αναδρομικής αλγόριθμου απευθείας στο τοπικό αρχιτεκτονικό MCU – όχι σε ένα cloud και μετά στο MCU. Αυτό επιτρέπει την επιτάχυνση της δημιουργίας και της εγκατάστασης μοντέλων ML μέσω της αυτόματης δημιουργίας των ανώτερων και κατώτερων ορίων με βάση το μοντέλο πολλαπλών متغιών που σχηματίζεται απευθείας στο τελικό σημείο. Έχουμε δημιουργήσει το MicroAI για να είναι ένας πιο αποτελεσματικός τρόπος κατανάλωσης και επεξεργασίας σημάτων δεδομένων για την εκπαίδευση μοντέλων από τις παραδοσιακές μεθόδους. Αυτό όχι μόνο φέρνει ένα υψηλότερο επίπεδο ακρίβειας στο μοντέλο που σχηματίζεται, αλλά χρησιμοποιεί λιγότερους πόρους στο hardware (π.χ., χαμηλότερη μνήμη και χρήση CPU), που μας επιτρέπει να τρέχουμε σε περιβάλλοντα όπως ένα MCU.

Έχουμε μια άλλη βασική προσφορά που ονομάζεται MicroAI Network.

MicroAI Network – Επιτρέπει σε ένα δίκτυο Atom να συνδυαστεί και να συνδυαστεί με εξωτερικές πηγές δεδομένων για τη δημιουργία πολλαπλών μοντέλων απευθείας στο άκρο. Αυτό επιτρέπει την οριζόντια και κατακόρυφη ανάλυση για τα διάφορα περιουσιακά στοιχεία που τρέχουν το Atom. Το MicroAI Network επιτρέπει μια ακόμη πιο sâuιά κατανόηση του πώς μια συσκευή/περιουσιακό στοιχείο εκτελείται σε σχέση με παρόμοια περιουσιακά στοιχεία που έχουν εγκατασταθεί. Πάλι, λόγω της μοναδικής μας προσέγγισης για τη δημιουργία μοντέλων απευθείας στο άκρο, τα μοντέλα ML καταναλώνουν πολύ λίγη μνήμη και CPU του hardware.

Η ONE Tech προσφέρει επίσης συμβουλευτικές υπηρεσίες ασφάλειας IoT. Ποια είναι η διαδικασία για την ανίχνευση απειλών και την διείσδυση IoT;

Λόγω της ικανότητάς μας να κατανοήσουμε πώς συμπεριφέρονται τα περιουσιακά στοιχεία, μπορούμε να καταναλώσουμε δεδομένα σχετικά με τα εσωτερικά μιας συνδεδεμένης συσκευής (π.χ., CPU, Χρήση Μνήμης, μέγεθος πακέτου δεδομένων/συχνότητα). Οι συσκευές IoT έχουν, για το μεγαλύτερο μέρος, μια κανονική μοτίβο λειτουργίας – πόσο συχνά μεταδίδουν δεδομένα, πού στέλνουν τα δεδομένα, και το μέγεθος του πακέτου δεδομένων. Εφαρμόζουμε το MicroAI για να καταναλώσουμε αυτά τα εσωτερικά δεδομένα παραμέτρων για να σχηματίσουμε μια βάση για το τι είναι κανονικό για αυτή τη συνδεδεμένη συσκευή. Αν μια ανώμαλη ενέργεια συμβεί στη συσκευή, μπορούμε να ενεργοποιήσουμε μια απάντηση. Αυτό μπορεί να κυμαίνεται από την επανεκκίνηση μιας συσκευής ή την ανοίγμα ενός εισιτηρίου σε ένα εργαλείο διαχείρισης εργασιών, μέχρι την πλήρη διακοπή της κυκλοφορίας του δικτύου σε μια συσκευή. Η ομάδα ασφαλείας μας έχει αναπτύξει δοκιμές hack και έχουμε ανιχνεύσει με επιτυχία διάφορες προσπάθειες επιθέσεων Zero-Day χρησιμοποιώντας το MicroAI σε αυτή τη δυνατότητα.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με την ONE Tech, Inc;

Παρακάτω είναι ένας διάγραμμα του πώς λειτουργεί το MicroAI Atom. Ξεκινώντας με την απόκτηση ακατέργαστων δεδομένων, την εκπαίδευση και την επεξεργασία στο τοπικό περιβάλλον, την εύρεση δεδομένων και την παροχή εξόδου.

Παρακάτω είναι ένας διάγραμμα του πώς λειτουργεί το MicroAI Network. Πολλά MicroAI Atoms τροφοδοτούν το MicroAI Network. Μαζί με τα δεδομένα Atom, επιπλέον πηγές δεδομένων μπορούν να συνδυαστούν με το μοντέλο για μια πιο λεπτομερή κατανόηση του πώς το περιουσιακό στοιχείο εκτελείται. Επιπλέον, μέσα στο MicroAI Network, πολλαπλά μοντέλα σχηματίζονται, επιτρέποντας στους ενδιαφερόμενους να εκτελέσουν οριζόντια ανάλυση σχετικά με το πώς τα περιουσιακά στοιχεία εκτελούνται σε διαφορετικές περιοχές, μεταξύ πελατών, πριν και μετά τις ενημερώσεις, κ.λπ.

Ευχαριστούμε για τη συνέντευξη και τις λεπτομερείς απαντήσεις σας, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν ONE Tech.