超越连接：利用智能物联网改造企业

超越连接：利用智能物联网改造企业

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， SiteWise， Internet Of Things Data， Artificial Intelligence Systems， Multimodal Learning， Connected Product Experiences， Autonomous Systems]

导读

本环节探讨了人工智能的最新进展如何将物联网(IoT)发展成为实现现实世界智能、自主性和可操作洞察的引擎。探索日益互联的世界如何在医疗保健、消费品、汽车、制造业、能源和公用事业等领域推动更深层次的系统智能。HP公司团队分享了他们通过智能自动化革新工业印刷世界的历程。最后，学习如何在亚马逊云科技上开始使用IoT和AI/ML服务，以及在构建和部署智能IoT产品和解决方案时加快实现价值的模式。

演讲精华

以下是小编为您整理的本次演讲的精华。

在科技奇迹不断涌现的时代，物联网(IoT)已成为一股变革力量，突破了曾被视为科幻小说的界限。这个勇敢的新世界证明了人类与生俱来的愿望:通过获取五种感官的数据(每秒11兆比特)来与周围的物理世界互动并理解它。正如Jeff Hawkins在其开创性著作《一千个大脑》中所假设的那样，人类智力的进化是为了在三维世界中导航和互动，这对于在一个忘记食物位置、无法发现捕食者或忽视火灾后果可能致命的环境中生存至关重要。

人工智能(AI)正准备以类似的方式进化，其动力源自物联网不断注入的数据。ARM的一位同事恰当地将这种共生关系比作:生成式AI是大脑，而物联网则是神经系统。去年，全球每个人类居民都有两个连接的物联网设备，预计在未来15年内，这一数字将增长约两倍半。

这些物联网设备是各种遥测数据的管道，包括工业机器、农田、行驶在道路上的联网车辆、保护家园和企业的安防摄像头视频源、引导车辆通过高速公路上的障碍物和行人的激光雷达点云数据，以及从工业设备和运动部件捕获频率、振幅和相位的振动传感器数据。这些数据使得所谓的“多模态学习”成为可能，这是一种复杂的表达方式，指人类综合多种感官信息的天生能力，就像在视觉上看到大象越过山丘之前就能通过声音听到它们雷鸣般的踩踏声，或者在感受到热量之前就闻到了烟味，从而采取规避行动。

虽然多模态学习的概念并不新鲜，但利用物联网数据注入AI系统的创新步伐正在关键行业中快速加速。在制药领域，药品制造商有望更安全、更迅速、更有效地生产药品。制造工厂正利用这些技术来推动质量成本降低、生产效率提高以及对运营的整体洞察。在家庭领域，物联网和AI正在增强安全性，实现诸如宠物监控等生活便利，并为自动驾驶汽车铺平道路。

一个设计良好的、注入了物联网数据的生成式AI系统应具备几个关键能力。首先，它必须能够实时处理和过滤大量涌入的物联网数据，高达1T。其次，它应该模仿人类建立不同概念之间联系的能力，这是智力的标志。第三，它需要一个可扩展且经济高效的基础设施，这正是亚马逊云科技正在全球范围内大量投资建设所需的计算基础设施。最后，亚马逊云科技非常谨慎地确保了隐私和安全性，在这一领域，演讲者对人工智能抱有比自然智能更高的期望。

亚马逊云科技提供了一套全面的服务，用于构建此类系统，从边缘设备运行时和操作系统到能够管理数百万设备资产的数据引入引擎，更新、保护和重启它们，以及管理这些设备上的应用程序组件生命周期。此外，亚马逊云科技还提供了多种处理流、存储数据、将数据与不同类型的数据流卷积以及集成和融合信息以获得更深入洞见的方法。最近的公告强调了亚马逊云科技在SageMaker上的机器学习训练能力、支持多种大型语言模型(LLM)的Bedrock平台(包括在活动中公布的几种)以及使用户能够理解通知物理世界的大量数据的商业智能工具。

介绍了人工智能与物联网集成的三种不同设计模式。第一种模式是复杂分析，旨在分析以前无法企及的日益复杂的问题。通过利用人工智能，制造商可以生成实时报告，并对工厂车间运营获得整体洞见，从而实现预测性维护和质量控制措施。例如，负责生产MRI机器或多功能打印机的制造车间可以利用工具来管理其制造系统的效率。来自几十年前的机器的数据可以被清理、融合到框架或模型中，并由主题专家进行分析，以生成关于单个机器的报告、预测故障并安排维护。

然而，这些报告由于与人类主题专家相关，可能会形成孤岛，并需要一些时间才能生成，从而可能导致在一个班次内出现长期问题。由于拥有更大的数据和计算能力，AI系统的专业知识范围更广，可以实时生成报告，从而在问题发生时加以缓解，实现工厂持续运营。此外，AI不仅可以提供关于单个设备或生产线的特定报告，还可以提供对整个工厂运营的集成、全面洞见。

第二种模式是辅助，重点是开发工业助手、车辆助手、技术人员助手和连接产品体验。这些助手利用自然语言处理、知识库和上下文数据提供专家指导，减少摩擦并提高生产力。例如，Bosch Connected Industry是工业4.0解决方案的领先供应商，提供了一种基于Amazon Bedrock构建的AI助手的数字孪生解决方案。该解决方案为操作员提供了工厂车间的实时视图，从而能够主动补救故障、进行根本原因分析等。

丰田已经采取了开创性的一步，赋予其汽车自我意识，允许车主直接从汽车获取有关控制台图标、车辆健康状况和维护时间表的信息。通力是电梯和自动扶梯行业的知名企业，已在亚马逊云科技 IoT上开发了24/7连接服务。这些服务为技术人员提供了设备数据、服务历史、故障代码和其他见解，使他们能够在每天80，000次客户拜访中更有效地诊断和解决问题。

第三种模式是自主性，重点是实现诸如机器人和自动驾驶汽车等自主系统。这是通过将边缘计算用于实时决策与基于云的推理相结合以进行更复杂的决策来实现的，利用计算机视觉、运动传感器和AI加速的边缘计算设备等技术。国际机器人联合会最近记录了全球工厂中400万台机器人的历史新高。然而，机器人已不再局限于工厂车间，它们可能在餐厅端过盘子、在酒店送过房间服务，甚至在拉斯维加斯为与会者驾驶过车辆。

要了解物联网数据与边缘AI在自主性方面的潜力，必须认识到物联网在其中扮演的角色。自主系统可以从三个关键方面来考虑:感知、计算和行动的能力。传感器通过计算机视觉、运动传感器、温度读数等提供实时多模态物联网数据，使边缘智能AI应用程序能够理解并与周围世界互动。这种数据生成量巨大，单辆自动驾驶汽车每天可能产生10到100TB的数据。

为了实时做出决策，这些数据必须立即处理，需要合适的边缘计算能力。AI加速的边缘计算设备是小型、高性能且节能的芯片，能够在设备上实现实时AI，在毫秒级决策至关重要的情况下(如机器人与人协作或自动驾驶汽车在城市街道上导航)本地处理数据并做出即时决策。

当连接时，运行在边缘的智能应用程序可以利用本地低延迟推理与基于云的更强大推理的最佳组合，前者用于即时决策，后者用于需要系统级意识的复杂决策。一个值得注意的例子是Collaborative Robotics’的Robot Proxy，旨在用于物流、医院和制造业的人机协作。Cobots的Robot Proxy从底层就融入了AI和机器人智能，使其能够随着AI技术的进步而不断学习和适应，将本地视觉感知和实时导航智能与由Amazon Bedrock提供支持的云连接AI相结合，用于更复杂的决策。

另一个真实案例来自与亚马逊云科技合作了十多年的惠普公司。惠普意识到工业打印领域的挑战，着手通过将解决方案迁移到云端、将所有设备连接到世界上最大的数字印刷机物联网网络以及提供新解决方案来彻底改革工业打印世界，帮助客户了解和提高生产力、维护设备、确保一致的高质量输出，并实现客户与合作伙伴之间的全球协作。

然而，为了解决端到端自动化的问题、主动预测和解决问题以及提高效率和盈利能力，HP再次求助于亚马逊云科技。这一次的挑战不是连接现代软件解决方案和数字印刷机，而是连接整个由来自不同供应商的数百种设备组成的生产车间，这些设备具有不同的数据模型和通信协议。

与亚马逊云科技团队合作，HP利用Amazon IoT Greengrass、IoT SiteWise和IoT SiteWise Edge等服务从边缘收集数据，以合规和可靠的方式将其推送到云端，将不同设备建模为IoT SiteWise中的资产，创建数据模型以映射特定于供应商的数据，并以弹性方式将信息流式传输到云端。HP估计，这种合作显著缩短了他们的上市时间，从概念到在不到六个月的时间内为最大客户展示了一个可投入生产的解决方案。

HP的下一步是将所有数据迁移到云端，继续使用亚马逊云科技和第三方服务来转换数据，构建新的算法和AI/ML模型(包括传统和生成式模型)，并将这些模型部署回亚马逊云科技生产环境，使其可供客户和合作伙伴使用。

为了说明自主模式，可以考虑一个机器人食品外送服务前往大学研究实验室的情况。机器人必须实时做出避障和防止危险的决策，确保披萨的温度保持在最佳状态，并在可能出现网络中断的情况下运行。亚马逊云科技 IoT Greengrass Edge Runtime支持部署和管理本地机器学习模型，用于诸如计算机视觉等任务，从而实现即时决策和与本地自主堆栈的交互。机器人捕获的障碍物、故障条件以及相关视频和图像的实际数据可以使用IoT Greengrass Edge组件流式传输回亚马逊云科技，并在边缘进行预处理，利用安全凭证。

当与云中的商业智能和数据相结合时，这些数据支持进一步训练、微调和优化机器人的模型。Amazon SageMaker提供数百种预训练模型和一套机器学习工具，用于构建ML Ops管道并将模型部署到设备上。虽然经过良好训练的模型可以使外送机器人避免大多数危险，但可能会出现边缘案例或故障情况，例如在正常送货路线上遇到农贸市场或游行。在这种情况下，云中的基础模型可以提供一条上升路径，检查并提高整个车队的整体效率，并使机器人能够适应新的场景，让人工操作员能够更快地响应故障情况。

总之，物联网数据和生成式人工智能的结合为解决气候变化、能源、食品和水资源短缺、医疗保健以及灾难响应等人类面临的最大挑战具有巨大潜力，开辟了创造力、生产力和进步的新前景。亚马逊云科技处于这场革命的前沿，提供了一套针对各种用例设计的全面机器学习服务，投资于零ETL未来以更轻松地处理物联网数据，并提供目前有200多万客户使用的经过验证的产品，以及培训、支持和全球合作伙伴和独立软件供应商网络。

下面是一些演讲现场的精彩瞬间：

一个富有远见的时刻，演讲者强调了技术与人类感官的无缝集成，模糊了科幻小说与现实之间的界限。

亚马逊云科技首席执行官强调了利用人工智能处理物联网数据在制药、制造和智能家居等关键行业中加速创新的步伐，承诺创造一个更美好的世界。

亚马逊Bedrock的生成式人工智能工具能够实时诊断并为连接产品提供个性化解决方案，让客户享受即时解决问题的乐趣。

亚马逊云科技 IoT SiteWise Assistant是一款生成式人工智能工具，可以对运营数据和警报进行简明扼要的总结，从而加快关键工业环境中的决策和解决时间。

Amazon SageMaker提供预训练模型和工具来构建机器学习管道，使送货机器人能够避开危险并处理路线上出现的意外障碍等边缘情况。

亚马逊云科技展示了其全面的机器学习服务和对零ETL未来的投资，使客户能够利用物联网数据驱动的生成式人工智能的潜力。

总结

这篇演讲探讨了将物联网(IoT)与人工智能(AI)相结合的变革潜力，尤其是生成式AI。它强调IoT设备作为“神经系统”可以提供不断的现实世界数据流，推动AI系统的演进，就像人类智能是通过与物理世界的互动而演化一样。

演讲者强调利用IoT数据来增强关键行业AI系统的创新步伐正在加快，从制造业和医疗保健到智能家居和自动驾驶汽车。他们强调通过这种融合来解决现实世界问题的重要性，让世界变得更美好。

提出了一个案例研究，即HP与亚马逊云科技合作革新工业印刷。通过连接设备、收集数据并利用亚马逊云科技服务(如IoT Core和SiteWise)，HP为客户实现了智能自动化、预测性维护和效率提升。

演讲接着探讨了IoT和AI的新兴模式，如增强连接产品体验、通过边缘计算和AI加速器实现自主性，以及通过机器人和自主系统将智能引入边缘。提供了真实世界的示例和架构，展示了结合IoT数据、边缘计算和生成式AI模型(如Amazon Bedrock)的强大功能。

最后，演讲者强调由IoT数据驱动的生成式AI有潜力解决人类面临的最大挑战，开辟创造力、生产力和进步的新前景，以前所未有的方式融合物理和数字世界。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。