通过AI连接的智能设备和环境可以从更大的数据源网络(包括彼此)中学习,并有助于提高整体的智能化水平。各行各业中已经存在很多案例可以证明这种潜力:
公用事业和制造商可以检测表现不佳的资产,并能在发生代价高昂或危险的设备故障之前进行预测性维护或自动关闭。
数字孪生是对真实世界的虚拟模拟,它能够使工程师和操作人员分析现场设备的性能,同时最大限度地降低传统测试方法的成本和安全问题。
零售商可以使用基于位置和环境感知的技术来检测店内情况,并将其与其他数据(如在线用户配置文件和店内库存)相结合,可以在客户进入商店时发送实时个性化优惠。
无人机可以用以及时了解互联网或GPS无法到达的黑暗、闭塞的环境中的未知情况,并能用来调查如海上作业、地雷、战区或燃烧的建筑物等危险区域。
机器人可以自主穿过仓库的过道,从货架上挑选零件或货物并将它们运送到正确的位置,并能避免沿途发生碰撞。协作机器人(“cobots”)可以与人类一起工作,从事繁重的搬运、舞台材料的组装或完成重复性的任务和动作。
集装箱和牵引拖车可以监测温度、湿度、光照、重量分布、二氧化碳和氧气水平等条件,以保持负载的完整性,加快交货和检查的速度。
远程监控设备可以提供家庭诊断,在需要干预时提醒护理人员,并提醒患者服用药物。
城市可以在实体基础设施中部署连接的传感器,以不断监测能源效率、空气污染、用水、交通状况和其他生活质量因素。
这种自适应、预测和“学习”的能力在工业物联网(IIoT)中尤其重要,因为系统故障和停机可能会导致危及生命或高风险的情况发生。
领取专属 10元无门槛券
私享最新 技术干货