物联网到物联网:自主物联网设备提供解决方案

未来的自动物联网(IoAT)设备将利用知识增强电子逻辑(KEEL)技术，并可能从其他设备或云中获取信息，并参与到它们从未设计过的解决方案中。

通过Tom Keeley, Compsim 2016年4月30日

下一代物联网(IoT)设备将提供专业知识和自适应指挥和控制，而不仅仅是为更高级别的处理提供信息。知识增强电子逻辑(KEEL)技术将在加速将这些先进功能转化为小型低成本设备方面发挥作用。大数据的概念是，所有连接的设备都将产生信息，这些信息将被一些更高级别的系统消费。可能还有另一种观点。

考虑到某些类型的控制器将控制这些设备，其中许多设备可以承担新的责任。高德纳公司(Gartner Inc.)预测，到2016年将有64亿个联网设备投入使用，到2020年将有210亿个。这些设备不仅可以产生数据，还可以承担其他的角色。在未来，这些设备可能会使用来自其他设备(和云)的信息，并参与到它们从未为之设计的解决方案中。

不仅仅是收集数据

收集数据的主要目的通常是为了做出更好的决策。使用数据进行预测可以通过检测变化或施加某种控制来为未来的系统做好准备。使用更广泛的描述，有人可能会建议收集数据是为了控制行为。如果组织不控制系统的行为，另一个组织将收集这些数据并相应地使用它。普遍的看法是，随着问题变得越来越复杂，大型处理引擎只能处理它们，或者这些问题需要人在循环中解释复杂的信息集。

另一种常见的“大数据”观点是，大部分信息处理将通过从长期收集的大型数据集中搜索数据模式来完成。这种观点认为数据是可控的，所以我们应该让数据驱动解决方案。也许是，也许不是?

有些人在物联网领域已经有一段时间了，但他们并没有看到什么真正的新东西。分布式控制、监控和数据采集(SCADA)产品已在工业自动化领域应用多年。

“分时”和“集群计算”是与分布式计算相关的术语。这些术语通常用于定义当前的技术，包括获取输入、操作数据，然后分发信息以控制操作或输出。

导致物联网市场的技术演变是由资源的商品化和再分配所推动的。每当一个转变发生时，一些营销人员就会创造一个新名字并占领市场。

微控制器中处理能力的商品化，与低成本的开发环境相关联，降低了处理信息的成本。它还通过基于消费者的网络和协议实现了互联互通的商品化，这些网络和协议为新设备提供了参与更复杂应用的基础设施。此外，基于微机电系统(MEMS)的设备降低了传感器和执行器的成本。

基于云的控制解决方案

基于云的控制解决方案帮助许多组织集中处理部署，这可能有助于他们管理分布式应用程序。

然而，在这种情况下总是有一个“但是”。有时事情会出错。把所有的鸡蛋都放在由开放网络连接的“云篮子”中，使许多组织面临新的风险。网络安全、冗余通信和加密的新市场已经认识到这些风险，并提供补丁来保护用户免受新问题的影响。

如果一个系统可以被黑客攻击，那么它就会被黑客攻击。如果一个系统可以崩溃，它就会崩溃。当事情出错时，它们可能会在一个不方便的时间出错。

考虑一下这个类比:如果有另一个地球，“地球1”，只有一个人住在上面会怎么样?一个人可能有十亿个触手，这些触手与数十亿个工具相连。地球1可以像地球一样运行;甚至可能更好，因为，假设，地球1的单一大脑可以处理它的触角和它的工具之间的冲突(见图1)。然而，如果地球1出了问题，失去了一些触角，这些功能将完全丧失。如果地球1号忘记了如何处理所有信息，那么它就会在它的宇宙中死亡。

相比之下，我们的地球上有数十亿人。每个人的大脑都有自己专有的传感器和执行器(见图2)。我们的地球不依赖于任何单一的通信链路。此外，它不依赖于任何一个人。我们的地球受益于人类群体的共同工作，受益于人类从一群人重新分配到另一群人，以解决不同的问题。它还受益于个体人类在通信链路中断时继续工作的能力。

如果工具坏了或丢了，人类(一般情况下)可以想出该怎么办。人类也可以对其他人类受到的伤害做出反应，以及对更大的战略和战术问题做出反应。个体的人可以把注意力集中在特定的任务上，但他们知道什么时候超越分配的任务，看到“更大的图景”。人类(作为一个群体或群体)能够适应(参见图3)。

人类的另一个特征是他们能够分配“专业知识”。专业知识不仅仅是遵守规则的能力。专业知识是提供判断和推理的能力。判断和推理使人类能够权衡各种选择。当意想不到的事情发生时，他们知道何时重新分配注意力。人类的判断和推理被用来解决更复杂的、相互关联的、目标相互冲突的问题(解决短期战术目标的同时仍然考虑长期战略目标)。在平衡风险和回报时，判断和推理帮助人类做出相对的(多少)决定。

物联网的当前状态

总的概念是，物联网设备将成为信息的生成器。然而，也许边缘设备也应该被视为信息的消费者(使用我们的人类模型)。也可能有机会扩展到驱动角色，在本地做一些事情，而不依赖于空中的计算机来处理信息。

在这种情况下，用户可以避免一些与传播延迟和广泛分布式计算相关的风险。如果我们着眼于物联网设备作为自主(或半自主)设备的机会，并将物联网重新定义为自主物联网(IoAT)，那么市场将会是什么样子?

IoAT:自动物联网

由于地球上分布着大量的信息源，分布式工具可能会有增长。更智能的执行器很可能会被创造出来。

基于此，可能出现以下情况:

执行器将与本地信息源协作(就像人类一样)。微电网基础设施开始出现在市场上。
执行器将成为信息的消费者(就像人类一样)。
执行器将识别自己的信息源，而不是直接连接的信息源(就像人类从附近的信息源收集信息，并使用自己的感官来驱动自己的决策和行动一样)。
当执行器与指令层级中的上级失去连接时，它们将一起工作以解决问题(就像人类在紧急情况下与同伴一起操作一样)。
更智能的自主/半自主设备将能够识别计划外的情况，并根据人类定义的指导方针做出反应(就像人类遵循事先提供的交战规则和操作政策一样)。这将使这些设备能够解决以前从未遇到过的问题。
在处理多组设备一起工作时，会有设备在运行过程中可能会遇到问题。这些自组织设备将能够对变化做出实时反应(集体适应)。

即使当这些IoAT设备(作为一个本地团队运行)遇到它们无法共同解决的问题时，它们也可能能够将可操作的情报传输到它们的信息层次结构(如果它们有通信链路)。他们甚至可以使用自己的嵌入式专业知识来寻找通信替代方案。

可以把这些新的IoAT设备看作是可以独立运行的对象，或者是可以自组织并作为团队运行的对象，以解决以前从未被编程专门解决过的问题。

更多带有多种工具的移动设备将能够解决更多问题，而无需向云端寻求建议。

有人可能会猜测，个人安全、家庭自动化、医疗保健、工业自动化、交通运输、农业和军事应用将引领物联网设备的发展。

人们可能还会推测，个人、安全和金融应用程序将以个性化软件代理的形式引领潮流。

路障是什么?

目前仍有一些挑战和障碍，因为它仍处于初级阶段。

遥控飞机的爱好者市场正在爆炸式增长。虽然这些设备中的许多仍然是远程控制的，但其中许多具有强大的处理能力。一架DIY无人机有GPS、滚仰偏航传感器、高度计、指南针、视频馈送、无线网络连接、电池传感器、扭矩传感器和电机反馈逻辑。平台有各种各样的大小，并展示了目前在商业领域(即商品化)可用的性能(包括连接性)。因此，处理能力不是一个障碍。

连接也不是障碍，因为互联网已经将连接商品化了。Wi-Fi和蓝牙将继续加强信息交换的安全性。点对点和点对点微电网将打开新的大门。这一领域很可能会有更多的发展。消费者和业余爱好者市场将推动这一趋势。本地连接的设备将能够处理各种点对点、点对点和广播消息结构。

另外，考虑IoAT执行器。对于许多新玩家来说，这将是一个新的市场。这些将是IoAT设备的工具、臂和手(末端执行器)。它们的基本职能将是对威胁和机会作出反应。最初它们可能是远程控制的工具，但最终它们将能够自我组织并集体行动(团队)。他们将成为人类助手，时刻保持警惕，时刻做好自己的工作，随时准备应对新的威胁和新的机会。与其说这些设备的可用性是障碍，不如说是市场机会。

有人可能会说，它们的可用性将创造新的机会，因为一些问题需要多个IoAT设备协同工作的支持(这样它们就可以共同解决问题)。寻找机会会带来改变:为什么不从源头上解决问题，而只是提供信息让别人担心呢?

还有另一个重大障碍。将需要能够捕获和打包类似人类的判断和推理技能，这些技能将在小型、低成本的iot设备中执行。我们谈论的是包装类似人类的专业知识，使这些设备能够解决历史上需要人类直接参与解决的复杂问题。

然而，我们不需要在这些设备中复制人脑。这些机器具有一些有限的能力。我们只需要让机器有能力考虑在不同情况下如何使用它们的能力。我们只需要赋予他们以更抽象的方式思考的能力。我们不希望他们有自由意志。我们不想让他们决定谁是他们的主人。

此外，我们也不想让这些设备成为武器，被用来对付我们。同样，它们仍将只是机器;但它们将成为更有能力的机器，可以利用它们的能力解决更多的问题。我们希望这些设备能够追求更广泛的目标。

业务驱动因素

位置决定一切。部署封装传感器的用户占用空间。一台就位的机器已经占据了那个空间。通过在相同的空间中添加新功能，用户可以提供更好的服务水平。能够将类似人类的判断和推理与解决方案结合起来的用户和公司将创造新的机会，并利用这种能力实现更有效的运营。也可用于为企业增加更多的安全保障，提高企业的安全性。

在工厂自动化环境中，如果机器可以监控和调整自己的行为，而不依赖于简单的、统计的、预防性的、维护程序或专门的操作员，用户就可以提高操作效率。如果机器可以监测自己的压力、年龄、磨损和即将到来的工作，它们就可以在系统故障之前告诉它们的主管什么时候应该进行维护。或者，他们可以强调他们认为即将到来的重大风险。

对于有兴趣通过物联网设备提供“专业知识”的人来说，业务驱动因素如下: