I dag har de fleste hørt om tekniske begreber som f.eks. Internet of Things, Machine Learning og droner. Men hvad er status på disse datadrevne teknologier og brugen af dem reelt set? Det kan du få indsigt i her.
Af Morten Skov Jørgensen, Senior Cyber-Physical Specialist ved Alexandra Instituttet.
IoT, kunstig intelligens og droner er teknologier som understøtter værktøjer og metoder, der har bevæget sig fra ren datalogi til industri, byggeri og det menneskelige domæne. Det har affødt begreber som Industry 4.0, Building 4.0 og Internet of Things.
På Alexandra Instituttet har vi arbejdet med disse teknologier i mange år og har observeret denne udvikling indefra. I kraft af vores rolle som GTS-institut har vi opnået en ekspertise, som vi forsøger at formidle vidt og bredt.
Det at vi arbejder med de nyeste teknologier og arbejder på at gøre dem anvendelige, gør at vi alle er teknologientusiaster. Vi er dog ikke ukritiske over for de konsekvenser, der følger, hvilket jeg vil forsøge at beskrive nedenfor med udgangspunkt i IoT.
IoT – Fra skræddersyede enheder til noget tilgængeligt og forståeligt
IoT kan defineres på mange måder, men vi har her valgt at benytte IoT Agendas definition:
‘Internet of Things’ er et system af indbyrdes forbundne computerenheder, mekaniske og digitale maskiner, objekter, dyr eller mennesker, som er forsynet med unikke identifikatorer og evnen til at overføre data via et netværk, uden at kræve menneske-til-menneske eller menneske-til-computer interaktion.
IoT er ikke bare en sort boks, der er placeret i nærheden af en maskine for at måle en arbejdsproces. Det kan også være alle former for dyr eller mennesker, der er udstyret med en enhed, der overfører data via et netværk. Hvis du nu kommer til at tænke på smartphonen i din lomme, er det ikke helt forkert. Vi lever og dør med de oplysninger, vi får fra denne enhed, hvilket faktisk gør os til selv til en IoT-enhed.
Man kan altid argumentere for fri vilje og andre metafysiske begreber, men faktum er, at vi alle er styret af det: når vi færdes i en ny by og kigger på et kort, benytter andre applikationer, eller bare når vi løbende bliver opdateret om begivenheder, der finder sted andre steder.
IoT i fra anderledes vinkel
På Alexandra Instituttet forsøger vi at anskue IoT fra en anderledes vinkel, hvor vi forsøger at anvende metoden IoT Prototyping in Production til at bevæge os væk fra de black box enheder til noget, som folk kan se og forstå. Vi forsøger at gøre IoT-konceptet mere tilgængeligt og forståeligt ved at benytte hyldevare-komponenter som Raspberry Pi og Arduino kombineret med billige sensorer og open-source software.
Vi har brugt konceptet i forskellige opsætninger, der spænder fra artikel- og gasmålinger over en 5-dages periode til sporing af menneskestrømme over 5 måneder. Der er selvfølgelig afvejninger; denne fremgangsmåde er ikke så energibesparende som specialdesignet hardware, sensorerne er måske ikke så præcise, og man kan ikke forvente, at opsætningen holder i årevis, men fra en softwareudviklers perspektiv ser vi dog dette som en logisk konsekvens af en fleksibel udviklingsproces, hvor vi hurtigt og billigt kan producere resultater og itererer på disse.
Metoden er ikke altomfattende men kan i høj grad forbedre processen med at implementere en datastyret organisation ved at man kan holde omkostningerne nede, mens man evaluerer de foreløbige resultater.
Maskinlæring – Lad algoritmerne udføre det kedelige arbejde
Maskinlæring er et andet centralt element i arbejdet hen imod en datadrevet kultur og defineres således af Tech Emergence:
Maskinlæring bruges til lære computere at handle som mennesker og til at forbedre deres læring over tid på selvstændig måde ved at fodre dem med data og information i form af observationer og erfaringer fra den virkelige verden.
Det centrale for maskinlæring er basalt set at beregne sandsynligheden for en begivenhed, omend ved hjælp af en avanceret formel. Dette er centralt for mange af de nye løsninger, vi ser i dag, såsom billedgenkendelse og forståelse af indhold i tekster. Hvis du nu tænker, “Jeg var vild med Terminator-filmene, og nu er vi her”, kan vi forsikre dig om, at vi ikke er der … endnu.
Seneste aktuelt
11. december 2024