التحديات الفنية لتسلق نموذج نضج إنترنت الأشياء

دعنا نستكشف العقبات التكنولوجية التي نحتاج إلى توضيحها للتقدم من مرحلة إلى أخرى في تسلق نموذج نضج إنترنت الأشياء. ضع في اعتبارك أن هذه عملية تراكمية ؛ لا تعتمد كل مرحلة على المراحل السابقة فحسب ، بل تزداد تعقيدًا أيضًا. فكر في الأمر على أنه تقدم في دورات الرياضيات. يعتمد كل درس على الدروس السابقة ، والفرق بين الرياضيات في الكلية والثانوية أكبر بكثير من الفجوة بين المدارس الابتدائية والمتوسطة.

ومثلما يكون القيام بحساب التفاضل والتكامل شبه مستحيل بدون السيطرة على الجبر ، فإن أي أوجه قصور فنية نفشل في التغلب عليها في المراحل الأدنى تتضخم كلما انتقلنا إلى مستوى أعلى في نموذج النضج.

هل يمثل بناء منتج إنترنت الأشياء الناضج تحديًا؟ فمن المؤكد. لكن هذا لا يعني أنه غير ممكن.

ما المهارات الفنية المطلوبة للتقدم في نموذج نضج إنترنت الأشياء؟

المرحلة 1: الأجهزة المدمجة

بدءًا من الجزء السفلي من النموذج ، لدينا أجهزة إلكترونية مصممة لهذا الغرض. لا تتميز هذه المنتجات بالاتصال ، وقد قام الناس ببنائها منذ ذلك الحين اخترع توماس إديسون المصباح الكهربائي في عام 1879. أصبحت أجهزة المرحلة الأولى أكثر تعقيدًا الآن من ذي قبل ، لكنها لا تزال تحتل مرتبة منخفضة في نموذج النضج.

التحديات التكنولوجية للوصول إلى هذه المرحلة مباشرة بالمثل. طالما أن فرقنا لديها المعرفة اللازمة بهندسة الأجهزة والبرمجيات ، يمكننا إنشاء منتج.

المرحلة الثانية: الحوسبة السحابية

أجهزة المرحلة الثانية تتصل بالإنترنت. هذا يعني أننا يجب أن نضيف بروتوكولات الاتصال, بطاقات واجهة الشبكة (بطاقات الهوية الوطنية)، و البنية التحتية الخلفية. بشكل أساسي ، تُبنى العقبات التقنية للمرحلة الثانية على تلك الموجودة في المرحلة الأولى مع مكون أساسي واحد: التواصل.

نحن بحاجة إلى بناء البنية التحتية للخادم والاستفادة من الطرق الفعالة لإدارتها. النتيجة الطبيعية الأخرى للتواصل هي الأمن الإلكتروني. نظرًا لأننا نسهل الاتصالات الآمنة عبر شبكة عامة غير آمنة - الإنترنت - نحتاج أيضًا إلى الاستثمار في المواهب الأمنية لمنتج ناجح في المرحلة الثانية.

المرحلة 3: اتصال إنترنت الأشياء

المرحلة الثالثة هي المكان الذي تأتي فيه حلول إنترنت الأشياء حقًا من تلقاء نفسها: الاتصال البيني. في هذه المرحلة ، تتحدث الأجهزة مع بعضها البعض ، ونبدأ في رؤية نظام بيئي متصل يتشكل.

تعتبر التحديات التقنية لبناء منتج متصل أكثر صعوبة. بالطبع ، ما زلنا بحاجة إلى كل الخبرات من المرحلتين الأولى والثانية ، لكننا الآن بحاجة إلى مستوى مهارة أكبر لنكون ناجحين.

نطلب الكثير من أجهزتنا المتصلة ، لكن هذه الأنظمة المضمنة تعمل على أجهزة مقيدة. يعد دمج الخدمات المختلفة ، خاصة عندما تكون نقاط منشأها مختلفة تمامًا ، عقبة كبيرة. يصبح الأمن أكثر صعوبة ، ونحن بحاجة حقًا إلى التفكير فيه بناء في الأمن منذ البداية؛ على سبيل المثال ، سنريد تضمين ملف وحدة أمان الأجهزة (HSM) في لوحة الدوائر الخاصة بنا.

أحد أكثر الأجزاء تعقيدًا في تطوير إنترنت الأشياء هو جعل كل جزء صغير مهمًا. في حين أن جهاز كمبيوتر أكثر قوة يمكنه تحمل تخصيص مساحة صغيرة على القرص أو قوة معالجة للتطبيقات التي من الجيد امتلاكها أو حتى غير الضرورية تمامًا ، إلا أن أجهزة إنترنت الأشياء تفتقر إلى هذه الرفاهية.

لهذا السبب مثل الأدوات الأعصاب مفيد جدًا: فهو يتيح لنا إنشاء نظام Linux مخصص يحتوي فقط على ما نحتاج إليه ولا شيء أكثر من ذلك. ومع ذلك ، فإن معرفة ما يجب تضمينه وما يجب إسقاطه يتطلب الكثير من المعرفة التقنية.

المرحلة 4: التحليلات التنبؤية 

هذه هي المرحلة التي نبدأ فيها حقًا في تشغيل بياناتنا. التحليلات التنبؤية بالنسبة لـ IoT ، ينظر إلى الاتجاهات مثل بيانات المستشعر ومشاركة المستخدم والمقاييس الأخرى التي نحصل عليها من أجهزتنا. يمكننا بعد ذلك استخدام تلك البيانات الضخمة لمهام مثل الصيانة التنبؤية لإنترنت الأشياء الصناعي.

المرحلة الرابعة هي المكان الذي يصبح فيه علماء البيانات أكثر أهمية. يستخدم هؤلاء المحترفون أدوات مثل بايثون, PyTorchو أوس سيج ميكر لبناء نماذج التعلم الآلي وتدريبها ونشرها ، ولكن هذا ليس سوى جزء صغير من الوظيفة. يعتبر أحد أسس أي مشروع علم بيانات ناجح إطارًا تحليليًا ، وطريقة للتفكير النقدي حول البيانات ومشاكل الأعمال. في بعض الأحيان ، يكون الجزء الأصعب هو العثور على الأسئلة المناسبة لطرحها.

ومع ذلك ، لا يمكننا إلقاء مجموعة من الأرقام على عالم البيانات ونتوقع نموذج تحليلات تنبؤية كامل في المقابل. نحتاج الى نهج متعدد التخصصات حيث يعمل علماء البيانات لدينا عن كثب مع فرقنا الهندسية لتطوير خط أنابيب البيانات. بعد كل شيء ، إذا كان مهندسو الأجهزة لدينا لا يعرفون البيانات التي يريد محللونا استخدامها ، فكيف سيعرفون أجهزة الاستشعار التي يختارونها؟ وبالمثل ، يحتاج مطورو البرامج لدينا إلى فهم أولويات عالم البيانات لمعرفة ما إذا كانوا بحاجة إلى اشتقاق أي متغيرات أو تجميع البيانات أو دفعها إلى السحابة وحتى نقاط البيانات التي تحتاج إلى الانتقال إلى أي قواعد بيانات.

المرحلة الخامسة: التحليلات الوصفية

بأخذ نهجنا القائم على البيانات خطوة إلى الأمام ، يتم تحديد هذه المرحلة من خلال تحليلات وصفية، والتي تبني القوة التنبؤية لتحليلات المرحلة الرابعة من خلال التوصية بمسارات العمل المستقبلية. يمكن لشركات إنترنت الأشياء استخدام التحليلات الوصفية لتقديم قيمة طويلة الأجل للمستخدمين لأن لديهم القدرة على جعل حياتنا أسهل وأكثر راحة ومتعة.

على الجانب التقني من المعادلة ، تتضمن المرحلة الخامسة العديد من نفس عناصر المرحلة الرابعة ، ومع ذلك فهي جميعها مطلوبة للعمل على مستوى أعلى بكثير. على سبيل المثال ، عندما يتعلق الأمر بعلوم البيانات ، فإننا نقوم بتوسيع نطاقنا بشكل كبير ؛ لم نعد نستخدم نموذجًا واحدًا ، مثل اكتشاف العيوب لأغراض الصيانة الوقائية. بدلاً من ذلك ، نستخدم عملًا لحافًا من نماذج ML المتشابكة لتحقيق بعض المآثر المذهلة حقًا. قد تشمل هذه معالجة اللغات الطبيعية (NLP) للتعرف على الكلام / الأوامر الصوتية ، الخوارزميات التي يتم تحسينها وفقًا لملف نموذج شخصية المحيط، وأكثر من ذلك بكثير.

تبدأ النتيجة في التشابه حقًا الذكاء الاصطناعي (AI)، لذلك ليس من الصعب أن نرى كيف تمتد هذه التحديات إلى أبعد من مجرد علم البيانات. سيحتاج فريق الأجهزة لدينا ، على سبيل المثال ، إلى إيجاد طرق إبداعية لتضمين المزيد من قوة المعالجة في أكثر المساحات المدمجة ، كما هو الحال مع وحدات معالجة الرسومات للحوسبة المتطورة. علاوة على ذلك ، فإن منتج المرحلة الخامسة لا يكتمل أبدًا. تعتبر الممارسات الرشيقة مثل التكامل المستمر / النشر المستمر (CI / CD) أمرًا بالغ الأهمية إذا أردنا الاستمرار في تقديم تجربة إنترنت الأشياء على مستوى عالمي.

المرحلة 6: الحوسبة في كل مكان

المرحلة الأخيرة من نموذج نضج إنترنت الأشياء هي الحوسبة في كل مكان، وهي لعبة نهائية حيث يتضمن كل جانب من جوانب الحياة اليومية تقريبًا بعض التفاعل مع العالم الرقمي. حاليا ، هذه المرحلة موجودة فقط في الخيال العلمي ، ولكن قد نكون أقرب مما تعتقد.

التكنولوجيا التي يتطلبها الأمر للوصول إلى هنا هائلة ، وكل ما يمكننا فعله حقًا هو التكهن في هذه المرحلة. ومع ذلك ، نحن نعلم أن الأمر سيستغرق عملًا جماعيًا في الهندسة ، وتطوير البرامج ، وعلوم البيانات ، وتصميم تجربة المستخدم ، والمزيد. إن بناء مجموعة من المواهب في هذه المجالات هو أكبر عقبة تمنعنا من دخول عالم الحوسبة في كل مكان.

لدينا طريق طويل لنقطعه. لنبدأ في البناء. 

وفي الختام

يجب أن يكون واضحًا الآن مدى صعوبة كل خطوة تقدمية أكثر من السابقة. يعد الانتقال من جهاز المرحلة الثانية إلى منتج إنترنت الأشياء الحقيقي في المرحلة الثالثة قفزة هائلة. إنها تتطلب خبرة في العديد من المجالات وتجبرنا على إتقان العديد من التقنيات المختلفة.

على الرغم من أن شركات التكنولوجيا الأكثر تقدمًا اليوم تفتخر بالنضج في المرحلة الخامسة ، ما زلنا لا نملك أي شيء قريب من الحوسبة في كل مكان. لحسن الحظ ، يعمل العديد من أفضل العقول في جميع أنحاء العالم لتطوير الآلاف من التقنيات المختلفة.

هذا لا يعني أن الوضع الحالي لا يغير العالم.

المصدر: https://www.iotforall.com/technical-challenges-to-climbing-the-iot-maturity-model