Internet rzeczy (IoT) natrafił na ceglaną ścianę: opóźnienie. Każde nowe urządzenie IoT dodaje niekończący się strumień danych, których nie można przetworzyć, dopóki nie dotrą do chmury. Im dalej urządzenie znajduje się od Twoich serwerów lub im łatwiej jest nawigować po danych, tym dłużej zajmie znalezienie odpowiednich danych i podjęcie działań na ich podstawie. Przy około 50 miliardach urządzeń IoT na świecie tradycyjny IoT oparty na chmurze osiągnął punkt krytyczny. Obliczanie danych trwa zbyt długo, co przede wszystkim zmniejsza korzyści płynące z gromadzenia danych. Dlatego inżynierowie zwracają się w stronę zaawansowanej informatyki: pozwalając urządzeniom przetwarzać dane i odpowiadać na nie lokalnie, eliminując problem opóźnień. Zastanów się, czy kamera drogowa wykryje rozbity samochód lub czy fabryczny czujnik wykryje wyciek chemikaliów. Zazwyczaj Twoje urządzenie nie ma mocy obliczeniowej, aby wskazać, że coś jest niezwykłe. Po prostu wysyła ciągły strumień danych do chmury, gdzie inżynierowie systemowi muszą znaleźć igłę w stogu siana rutynowych danych ze wszystkich innych urządzeń. Możesz skrócić katastrofalne czasy zabezpieczeń, umożliwiając urządzeniom peryferyjnym interpretowanie danych w siedzibie firmy. Wbudowane w technologię sztucznej inteligencji mogą udzielać odpowiedzi w ułamku sekundy bez interwencji człowieka. Uzbrojone w algorytmy AI (Artificial Intelligence) i ML (Machine Learning), urządzenia brzegowe mają znacznie większy potencjał dla firm, zwłaszcza w branży bezpieczeństwa i transportu. Kamery bezpieczeństwa mogą przechowywać lokalne dane do rozpoznawania twarzy, umożliwiając natychmiastową identyfikację nawet w przypadku utraty połączenia z serwerami. Wyspecjalizowane branże, takie jak kasyna, mogą wykorzystywać głębokie uczenie się do badania podejrzanych zachowań, a następnie przesyłać aktualizacje do swoich kamer, aby mogły natychmiast i bezzwłocznie powiadomić ochronę. AIoT, która łączy AI i IoT, stała się już istotną częścią produkcji w różnych branżach, takich jak pojazdy autonomiczne i przemysł lotniczy. Autonomiczne drony dostawcze czy inteligentne samochody nie mogą się spóźniać, ponieważ muszą podejmować decyzje w ułamku sekundy w odpowiedzi na bodźce lub radzić sobie z ciągłymi awariami. Samoloty mają oczywiście pilotów, ale czujniki AIoT wbudowane w części samolotów mogą szybciej zgłaszać awarie sprzętu, skracając czas konserwacji i opóźnienia lotów. Być może zauważyłeś pewien wzór w tych przykładach. AIoT dobrze współpracuje z technologią niezbędną dla bezpieczeństwa ludzi, co oznacza, że (A) musi być całkowicie odizolowany od cyberataków oraz (B) musi być również fizycznie chroniony przed uszkodzeniem lub manipulacją.