工业物联网、人工智能和控制工程相结合，创造了一个人类类型的神经系统

虽然工业物联网(IIoT)可能为企业提供了一个理论上的机会来接收他们所需的所有相关信息，但它本身并不能以可扩展的方式使其实际可行，Moxa欧洲工业物联网主管Hermann Berg说。

伯格用人类神经系统作类比，指出工业物联网缺少感官信息的预处理，有时还缺少人体的自主反应。他说:“大脑不会接收到你右手的皮肤很好这样的信息，但当你触摸热炉子时，你手上的传感器发出高温信号时，它会立即得到通知。”甚至在此之前，中枢神经系统已经触发了缩回手的反射，而大脑还没有开始采取进一步行动，比如找水冷却你的手。”

到2018年，Gartner估计约10%的企业生成数据是在传统的集中式数据中心或云之外创建和处理的。他们预测，到2025年，这一数字将达到75%。因此，很明显，本地处理和边缘计算已经开始了——特别是在云带宽有限或成本高昂，或存在隐私或延迟问题的应用程序中，但它不仅存在。

自从几十年前开始记录数据以来，就有一个常见的类别:协议转换、数据清理和其他来自传感器和其他设备的原始数据的预处理，以将其转化为下游系统的有用数据。随着越来越强大的机器学习(ML)算法的出现，数据预处理和清理的重要性显著增加。

对于机器学习本身，有三种重要的数据类型，对应于不同类型的硬件需求:

Moxa已经看到了高端人工智能(AI)应用，用于制造质量检测场景的视频处理，以及用于电力基础设施的自动采矿卡车和户外巡逻机器人，但在制造过程优化中，基于时间序列数据的本地处理要求要低得多。

“在大多数应用中，工业物联网和人工智能应用并没有取代本地控制工程功能，”Berg继续说道。“工业物联网和物联网人工智能(AIoT)创造了透明度，并使整个公司内外都能获得洞察，而当前的控制工程功能继续控制‘本地反射’。“工业物联网和人工智能触发异常检测、预测性维护、立即启动恢复和优化任务等动作，而即时的‘反射’由现有的本地控制系统执行。”

本文最初发表于欧洲控制工程的网站。