A Inteligência Artificial das Coisas (AIoT): uma poderosa combinação de dispositivos conectados e algoritmos inteligentes

TL;DR: Insights, resumidos:

• De 60% a 73% de todos os dados corporativos não são utilizados para análise.
• Uma empresa média perde 12% de sua receita devido à perda de oportunidades de análise de dados.
• Combinando soluções de IA e IoT, as empresas podem acessar seus dados e obter insights que antes não estavam disponíveis.
• AIoT é uma mistura de inteligência artificial e Internet das Coisas. A união das duas tecnologias permite a criação de soluções mais eficientes que geram um ROI mais alto.
• Os setores em que a AIoT encontrou um alcance de uso mais amplo são saúde, manufatura, transporte e outros setores.

O que originalmente começou como comunicação máquina a máquina se limitava quase exclusivamente ao setor de telecomunicações, a Internet das Coisas agora está em toda parte. Segundo a Statista, o número de dispositivos conectados à internet ultrapassará 38 bilhões até 2025.

A figura é discutível, porém, pois é difícil traçar a linha do que exatamente é um dispositivo IoT. Assim, outros relatórios sugerem números mais contidos. Pense: cerca de 16 bilhões de dispositivos em uso até 2025.

O aumento acentuado no número de dispositivos IoT inevitavelmente levará a um aumento na quantidade de dados coletados. A IDC informa que os volumes de dados de IoT gerados globalmente atingirão 73 Zettabytes até 2025. E é aí que fica problemático. As informações coletadas precisam ser processadas e analisadas para gerar valor. No entanto, a maioria das empresas falha em colocar os dados em uso, com entre 60% e 73% deles não utilizados para análise.

A boa notícia é que as empresas podem transformar mais dados gerados em insights de negócios, aproveitando o poder combinado da inteligência artificial e da Internet das Coisas.

No artigo, abordamos tudo o que você precisa saber sobre essa combinação potente, geralmente chamada de inteligência artificial das coisas, ou AIoT. Portanto, se você está pensando em entrar em um movimento de desenvolvimento da Internet das Coisas, continue lendo.

O que é AIoT exatamente?

Um sistema de Inteligência Artificial das Coisas (AIoT) é composto por dois componentes: a Internet das Coisas (IoT) e a Inteligência Artificial (IA).

Nessa combinação robusta, o papel da IoT é acumular dados estruturados e não estruturados e permitir a comunicação entre as coisas conectadas e o usuário.

Quando amplificado com IA – algoritmos que podem encontrar interdependências complexas em grandes quantidades de dados e descrever, prever e prescrever certas ações com base nisso – um sistema de IoT ganha inteligência semelhante à humana e pode ser aplicado para resolver uma variedade maior de tarefas . Isso pode abranger a “compreensão” da linguagem natural, prever as necessidades dos usuários e ajustar o comportamento de um dispositivo conectado de acordo, e muito mais.

O mercado de AIoT está atualmente em ascensão. Pesquisas recentes estimam que atingirá US$ 102,2 bilhões até 2026. E é perfeitamente claro o porquê: a IA agrega valor à IoT por meio de uma melhor tomada de decisão, enquanto a IoT fornece uma plataforma para a IA gerar valor por meio de conectividade e troca de dados contínua.

Como funciona a Inteligência Artificial das Coisas?

Os sistemas AIoT podem ser implementados de duas maneiras:

• Como sistemas baseados em nuvem
• Como sistemas de borda executados em dispositivos conectados.

A arquitetura de um sistema AIoT varia de acordo com a estratégia de implementação.

AIoT baseada em nuvem

Com a abordagem baseada em nuvem, a arquitetura básica de uma solução AIoT se parece com isso:

• Camada de dispositivo: vários dispositivos de hardware (mobilidade, tags/beacons, sensores, dispositivos de saúde e fitness, veículos, equipamentos de produção, dispositivos incorporados)
• Camada de conectividade: gateways de campo e nuvem
• Camada de nuvem: armazenamento de dados, processamento de dados (motor de IA), visualização de dados, análise, acesso a dados via API
• Camada de comunicação do usuário*: portais da web e aplicativos móveis*

Edge AIoT

Com a análise de borda, os dados coletados são processados ​​mais próximos da fonte — seja em dispositivos conectados ou em gateways de campo.

• Camada do terminal de coleta: Vários dispositivos de hardware (mobilidade, tags/beacons, sensores, dispositivos de saúde e fitness, veículos, equipamentos de produção, dispositivos incorporados) conectados ao gateway sobre as linhas de energia existentes
• Camada de borda: facilidades para armazenamento de dados, processamento de dados (motor de IA), geração de insights

No entanto, as implementações focadas na borda não excluem a presença da nuvem. O armazenamento de dados baseado em nuvem pode, por exemplo, ser usado para coletar metadados sobre o desempenho do sistema ou informações contextuais necessárias para treinamento ou retreinamento de IA de borda (pense: um paradigma para criar fluxos de trabalho de IA que envolvam a nuvem e a borda, este último feito de dispositivos fora da nuvem que estão mais próximos de coisas físicas.)

Principais aplicações de AIoT em diferentes setores

Impulsionada por vários fatores, como a disponibilidade de novas ferramentas de software, o desenvolvimento de soluções de IA simplificadas, a infusão de IA em sistemas legados e avanços no hardware que sustentam algoritmos de IA, a Inteligência Artificial das Coisas está se espalhando em muitos setores. Aqui está um resumo dos setores que já estão aproveitando as oportunidades oferecidas pela AIoT – com os casos de uso mais promissores em destaque.

Assistência médica

Assistência de diagnóstico

A AIoT pode ajudar os provedores de saúde a tomar decisões de diagnóstico mais precisas. As soluções inteligentes de IoT para saúde obtêm dados de pacientes de várias fontes - de equipamentos de diagnóstico a wearables e registros eletrônicos de saúde - e analisam esses dados para ajudar os médicos a diagnosticar corretamente um paciente.

As soluções médicas baseadas em IA já estão superando os profissionais de saúde humanos em vários campos de diagnóstico. Radiologistas de todo o mundo estão contando com a assistência da IA ​​para exames de câncer.

Em um estudo publicado pela Nature Medicine, a IA superou seis radiologistas ao determinar se os pacientes tinham câncer de pulmão. O algoritmo que foi treinado em 42.000 exames de pacientes dos registros de dados de ensaios clínicos do Instituto Nacional de Saúde detectou 5% mais casos de câncer do que seus equivalentes humanos e reduziu o número de falsos positivos em 11%. Vale a pena mencionar que os falsos positivos apresentam um problema particular no diagnóstico do câncer de pulmão: o estudo do JAMA Internal Medicine com 2.100 pacientes afirma uma taxa de falsos positivos de 97,5%. Assim, a IA ajuda a resolver um dos problemas cruciais de diagnóstico.

Os sistemas AIoT funcionam igualmente bem no diagnóstico de câncer de mama, doenças de pele e câncer de pele. Mas as possibilidades de sistemas inteligentes e conectados vão muito além disso.

Estudos recentes mostraram que a IA pode detectar doenças hereditárias raras em crianças, doenças genéticas em bebês, doenças genéticas que aumentam o colesterol, doenças neurodegenerativas e prever o declínio cognitivo que leva ao desenvolvimento da doença de Alzheimer.

Melhorar as estratégias de tratamento e acompanhar o processo de reabilitação

Seguindo o mesmo princípio do diagnóstico de pacientes, os sistemas AIoT podem ajudar a desenvolver melhores estratégias de tratamento e ajustá-las às necessidades do paciente.

Combinando dados de protocolos de tratamento, histórico do paciente e informações do paciente em tempo real de equipamentos e wearables conectados, algoritmos inteligentes podem sugerir ajustes de dosagem, excluir a possibilidade de um paciente desenvolver alergias e evitar tratamento inadequado ou excessivo. Algumas das áreas essenciais em que a AIoT está facilitando o período de tratamento:

• Tratamento mais eficaz para COVID-19

Ao monitorar os pacientes que foram diagnosticados com COVID-19 por meio de dispositivos vestíveis com AIoT que registram os sinais vitais do corpo dos pacientes, os médicos podem oferecer aos pacientes as devidas sugestões, fornecendo atendimento ambulatorial mais eficaz.

• Tratamento de doenças acompanhadas de coagulação do sangue

Os dispositivos de coagulação conectados ajudam a medir o ritmo em que os coágulos sanguíneos se formam, ajudando os pacientes a garantir que as medições estejam dentro da faixa de tratamento e reduzindo o número de visitas ao consultório, pois as medições podem ser comunicadas aos profissionais de saúde remotamente e em tempo real.

• Melhor gestão da asma e da DPOC

As doenças respiratórias crônicas (DPOCs) afetam cerca de 500 milhões de pacientes em todo o mundo. Para mitigar a gravidade dessas condições, os pacientes precisam seguir uma rotina completa, e o uso de inaladores é parte essencial dela. Ainda assim, muitos pacientes não aderem aos planos de tratamento recomendados. Os inaladores habilitados para AIoT vinculados a um aplicativo móvel ajudam a evitar isso, registrando a hora, a data e o local de cada uso. Os dados coletados podem ser usados ​​para configurar lembretes automáticos para o próximo uso, prever ataques de asma e identificar fatores desencadeantes.

• Gerenciamento otimizado do diabetes

Só nos EUA, 30 milhões de pessoas são afetadas pelo diabetes. E para eles, as medições regulares de glicose sempre foram uma preocupação. Os medidores de glicose implantáveis ​​sem fio habilitados para AIoT aliviam essas preocupações notificando os pacientes – e médicos – sobre alterações nos níveis de glicose dos pacientes.

Otimizando os fluxos de trabalho do hospital

A AIoT pode transformar a maneira como os hospitais são administrados, melhorando os fluxos de trabalho diários nas seguintes áreas principais:

• Reduzindo os tempos de espera

Os sistemas automatizados de rastreamento de leitos com tecnologia AIoT podem ajudar os funcionários do hospital a admitir pacientes de emergência o mais rápido possível, notificando-os quando uma cama estiver livre. A experiência dos pioneiros, como o Mt. Sinai Medical Center, em Nova York, prova que a tecnologia pode ajudar a reduzir os tempos de espera para 50% dos pacientes do pronto-socorro.

• Identificando pacientes críticos

Identificar os pacientes que precisam de atenção imediata é fundamental para fornecer cuidados de qualidade. Para tomar a decisão certa, os médicos precisam analisar grandes quantidades de informações, enquanto estão sob pressão significativa. A AIoT pode ajudar a equipe médica a priorizar seus esforços. Os sistemas conectados podem analisar os sinais vitais dos pacientes e alertar os médicos sobre pacientes cuja condição está se deteriorando.

Vários sistemas semelhantes foram testados em unidades de terapia intensiva. Por exemplo, a Universidade de San Francisco testou uma solução de IA capaz de detectar sinais precoces de sepse, uma infecção mortal no sangue. Os resultados da pesquisa mostraram que os pacientes cujos tratamentos envolviam IA tinham 58% menos probabilidade de desenvolver a infecção; e a taxa de mortalidade foi reduzida em 12%.

• Rastreamento de equipamentos médicos

Com o rastreamento de equipamentos habilitados para AIoT, os hospitais podem reduzir o risco de perder equipamentos médicos críticos e tomar decisões de gerenciamento de equipamentos mais informadas, economizando US$ 12.000 por leito anualmente. Equipamentos médicos críticos podem ser rastreados por meio de sistemas RFID ou GPS dentro e fora do hospital, enquanto a equipe médica e administrativa pode usar aplicativos móveis e da Web para localizar rapidamente o equipamento necessário.

Fabricação

Como ativar a manutenção preditiva

Com máquinas equipadas com sensores AIoT que medem uma variedade de parâmetros, incluindo temperatura, pressão, vibração, velocidade de rotação e muito mais, os fabricantes podem obter informações em tempo real sobre a integridade de seus ativos e programar a manutenção de acordo com a necessidade real.

Embora a análise básica geralmente seja suficiente para detectar equipamentos que estão se aproximando de um limite operacional crítico, a IA pode prever anomalias com antecedência com base em dados históricos de manutenção e reparo. Como resultado da manutenção preditiva, de acordo com um relatório da PwC, os fabricantes podem melhorar o tempo de atividade dos equipamentos em 9%, reduzir custos em 12%, reduzir riscos de segurança em 14% e prolongar a vida útil de seus ativos em 20%.

Melhorando o gerenciamento de desempenho de ativos

Com um sistema AIoT instalado, os fabricantes podem obter atualizações regulares sobre o desempenho de seus ativos e detalhar os motivos das alterações de desempenho. A maioria dos sistemas de gerenciamento de desempenho de ativos baseados em IoT permite obter alertas automatizados sempre que um equipamento estiver se desviando dos KPIs definidos.

O mecanismo de IA, por sua vez, ajuda a investigar os motivos da deterioração do desempenho, se houver, e identificar se os KPIs medidos são razoáveis ​​para rastrear em cada configuração individual. Usando software de gerenciamento de desempenho, os fabricantes otimizam a utilização do equipamento e melhoram a eficácia geral do equipamento.

Impulsionando o planejamento de produção com gêmeos digitais

De acordo com o Gartner, os gêmeos digitais podem ajudar os fabricantes a obter uma melhoria mínima de 10% na eficácia da produção. Uma cópia digital de um ativo, sistema ou processo, um gêmeo digital industrial habilitado para AIoT pode ajudar os fabricantes a obter uma visibilidade de ponta a ponta das operações de chão de fábrica e ajudar a identificar e até mesmo prever ineficiências em tempo hábil.

As empresas de manufatura que usam gêmeos digitais afirmam que podem obter melhorias duradouras, incluindo um aumento na confiabilidade de 93% para 99,49% em dois anos, reduzindo a manutenção de recebimento em 40% e economizando US$ 360.000, prevendo uma queda de energia.

Automatizando as operações de chão de fábrica por meio de robótica industrial

Os robôs industriais fazem parte do chão de fábrica há muito tempo. Com a fabricação de soluções de IoT cada vez mais acessíveis, os robôs estão se tornando mais inteligentes e independentes. Equipada com sensores e contando com IA, a robótica industrial agora é capaz de tomar decisões de produção bem informadas em movimento, aumentando assim a eficácia das unidades de fabricação.

Automotivo e Transporte

Gestão de tráfego

AIoT pode ser usada para aliviar o congestionamento do tráfego e melhorar a qualidade do transporte. A cidade de Taipei, por exemplo, aproveitou a AIoT para monitorar e controlar equipamentos de sinalização em 25 conjunções. Nesse sistema, sensores inteligentes e câmeras de vídeo coletaram dados em tempo real sobre tráfego e fluxo humano e ocupação de estradas, enquanto algoritmos de IA analisavam esses dados e aplicavam lógica de controle apropriada.

A abordagem ajudou a administração da cidade a otimizar o fluxo de tráfego e garantir uma experiência de condução segura e suave.

Veículos autônomos

Veículos autônomos e sistemas avançados de assistência ao motorista (ADAS) são exemplos notáveis ​​de algoritmos de IA interpretando e agindo em dados de IoT em tempo real.

Carros autônomos ou autônomos criam um mapa de seus arredores com base nos dados de uma variedade de sensores. Sensores de radar, por exemplo, monitoram a posição de veículos próximos; câmeras de vídeo detectam semáforos, sinais de trânsito, outros veículos e pedestres; Os sensores lidar medem distâncias, detectam bordas de estradas e identificam marcações de pista.

O software de IA processa os dados do sensor, traça um caminho ideal e envia instruções aos atuadores do carro, que controlam a aceleração, a frenagem e a direção. Regras codificadas, algoritmos de prevenção de obstáculos, modelagem preditiva e reconhecimento de objetos ajudam o software a seguir as regras de trânsito e navegar pelos obstáculos.

Principais desafios de implementação de AIoT e como resolvê-los

De todos os projetos de IoT implementados globalmente, 76% falham, com 30% deles falhando já na fase de Prova de Conceito. Para evitar direcionar investimentos para iniciativas que estão fadadas ao colapso, as empresas que testam as águas da AIoT devem estar cientes dos desafios comuns que podem dificultar suas implementações de AIoT. Os obstáculos que as empresas encontram com mais frequência abrangem:

Embarcando em uma jornada de AIoT sem um objetivo claro em mente. Ao iniciar projetos de AIoT, as organizações podem ficar presas à novidade e deixar de avaliar a viabilidade de suas ideias. Isso, por sua vez, pode resultar em aumentos descontrolados de custos nos últimos estágios de desenvolvimento e, em última análise, partes interessadas insatisfeitas. Para evitar isso, aconselhamos iniciar seu projeto de AIoT com uma fase de descoberta, na qual as ideias podem ser avaliadas e avaliadas em relação aos objetivos de negócios definidos, expectativas do cliente e recursos organizacionais.

Lutando para escolher uma estratégia de implementação ideal. Como dito anteriormente, as soluções de AIoT podem ser implementadas como sistemas de nuvem, borda ou híbridos. Ao elaborar a estratégia de implementação, avalie cuidadosamente os requisitos de largura de banda, latência e velocidade para a solução futura e mapeie-os em relação aos custos definidos. A regra geral é as implantações de borda para sistemas de tempo crítico que abrangem um grande número de dispositivos e dependem da nuvem, caso a latência mínima e a alta largura de banda sejam menos críticas.

Ciclos de implantação lentos com custos difíceis de estimar. Os projetos de AIoT exigem um compromisso de longo prazo. Dependendo de um caso de uso específico, o processo de implementação pode levar vários meses a vários anos. Com o cenário tecnológico mudando rapidamente, existe o risco de uma solução ficar desatualizada no momento em que estiver totalmente operacional, além de perder o controle sobre os custos de implementação. Para evitar isso, as empresas precisam ser ágeis o suficiente para poder introduzir mudanças ao longo do caminho.

A necessidade de conectar sistemas altamente heterogêneos e complexos. Dependendo da escala de sua solução futura e do setor em que você opera, pode ser necessário conectar equipamentos herdados altamente heterogêneos à AIoT. Muitas vezes uma tarefa difícil de realizar, requer planejamento e compreensão das opções disponíveis. Por exemplo, você pode optar por conectar sensores às máquinas legadas, conectá-los por meio de gateways ou até mesmo substituí-los completamente. Não importa a abordagem, certifique-se de elaborar os cenários viáveis ​​de digitalização desde o início.

Não ter dados suficientes para treinar algoritmos de IA. Para gerar insights confiáveis, os algoritmos de IA precisam ser treinados em grandes quantidades de dados. Se não estiver disponível em quantidade suficiente (ou estiver disponível, mas não puder ser usado por motivos de privacidade), você terá que usar outras estratégias para compensar a falta de dados. Maneiras comuns incluem aprendizado de transferência (pense: usando uma rede neural já treinada que resolve um problema semelhante), aumento de dados (modificando as amostras existentes para obter novas entradas de dados) ou recorrendo a dados sintéticos.

Lutando para alcançar o desempenho suficiente do sistema AIoT. O desempenho dos sistemas AIoT depende de uma série de fatores, incluindo recursos de hardware, carga de dados, arquitetura do sistema, abordagem de implementação e muito mais. Para evitar problemas de desempenho na operação, planeje antecipadamente as possíveis cargas de dados e ajuste a estratégia de implementação de acordo.

Resolvendo vulnerabilidades de software e firmware. Muitos projetos de AIoT falham porque a segurança de dados, dispositivos, servidores e redes de comunicação não foi levada em consideração durante a fase de planejamento. Se você lida com dados altamente confidenciais, considere implantações híbridas, onde os dados são processados ​​mais próximos da origem, para que o risco de serem comprometidos durante o trânsito ou na nuvem seja minimizado.

Se você tiver dúvidas não respondidas sobre a Inteligência Artificial das Coisas ou já estiver pensando em embarcar em uma jornada de implementação de AIoT, entre em contato com nossos especialistas.

Originalmente publicado em https://itrexgroup.com em 30 de agosto de 2022.