Những thách thức kỹ thuật để leo lên mô hình trưởng thành IoT

Hãy cùng khám phá những rào cản công nghệ mà chúng ta cần phải giải quyết để tiến từ giai đoạn này sang giai đoạn tiếp theo trong quá trình leo lên mô hình trưởng thành của IoT. Hãy nhớ rằng đây là một quá trình tích lũy; mỗi giai đoạn không chỉ được xây dựng dựa trên các giai đoạn trước mà còn ngày càng trở nên phức tạp. Hãy coi nó như một tiến trình của các khóa học toán. Mỗi bài học được xây dựng dựa trên những bài học trước, và sự khác biệt giữa toán đại học và trung học lớn hơn rất nhiều so với khoảng cách giữa cấp tiểu học và trung học cơ sở.

Và, cũng giống như việc tính toán sẽ gần như không thể thực hiện được nếu không thông thạo đại số, bất kỳ thiếu sót kỹ thuật nào mà chúng ta không khắc phục được ở các giai đoạn thấp hơn sẽ càng tăng lên khi chúng ta tiến lên cao hơn trong mô hình trưởng thành.

Việc xây dựng một sản phẩm IoT trưởng thành có phải là thách thức không? Chắc chắn rồi. Nhưng điều đó không có nghĩa là không thể.

Cần có những kỹ năng kỹ thuật nào để tiến bộ trong Mô hình trưởng thành IoT?

Giai đoạn 1: Thiết bị nhúng

Bắt đầu từ phần cuối của mô hình, chúng ta có các thiết bị điện tử được thiết kế theo mục đích riêng. Những sản phẩm này không có tính năng kết nối và mọi người đã xây dựng chúng kể từ đó Thomas Edison phát minh ra bóng đèn vào năm 1879. Các thiết bị ở Giai đoạn một bây giờ phức tạp hơn một chút so với lúc đó, nhưng chúng vẫn xếp hạng thấp trong mô hình trưởng thành.

Những thách thức công nghệ để đạt đến giai đoạn này cũng rất đơn giản. Miễn là nhóm của chúng tôi có bí quyết kỹ thuật phần cứng và phần mềm cần thiết thì chúng tôi có thể tạo ra sản phẩm.

Giai đoạn 2: Điện toán đám mây

Giai đoạn hai thiết bị kết nối với internet. Điều này có nghĩa là chúng ta phải thêm giao thức truyền thông, thẻ giao diện mạng (NIC) và cơ sở hạ tầng phía sau. Về cơ bản, các rào cản kỹ thuật của giai đoạn hai được xây dựng dựa trên các rào cản của giai đoạn một với một thành phần quan trọng: kết nối mạng.

Chúng ta cần xây dựng cơ sở hạ tầng máy chủ và tận dụng những cách hiệu quả để quản lý nó. Một hệ quả tất yếu khác của mạng là an ninh mạng. Vì chúng tôi tạo điều kiện cho các kết nối an toàn qua mạng công cộng, không bảo mật — internet — nên chúng tôi cũng cần đầu tư vào nhân tài bảo mật để sản phẩm thành công ở giai đoạn hai.

Giai đoạn 3: Kết nối IoT

Giai đoạn thứ ba là lúc các giải pháp IoT thực sự phát huy tác dụng: khả năng kết nối. Tại thời điểm này, các thiết bị giao tiếp với nhau và chúng ta bắt đầu thấy một hệ sinh thái được kết nối hình thành.

Những thách thức kỹ thuật để xây dựng một sản phẩm được kết nối thậm chí còn khó khăn hơn. Tất nhiên, chúng tôi vẫn cần tất cả kiến ​​thức chuyên môn từ giai đoạn một và hai, nhưng bây giờ chúng tôi cần trình độ kỹ năng cao hơn nữa để thành công.

Chúng tôi yêu cầu rất nhiều thiết bị được kết nối của mình nhưng các hệ thống nhúng này hoạt động trên phần cứng hạn chế. Việc tích hợp các dịch vụ khác nhau, đặc biệt khi điểm xuất phát của chúng quá khác nhau, là một trở ngại đáng kể. Bảo mật càng trở nên khó khăn hơn và chúng ta thực sự cần phải suy nghĩ về xây dựng bảo mật ngay từ đầu; Ví dụ: chúng tôi sẽ muốn nhúng một mô-đun bảo mật phần cứng (HSM) vào bảng mạch của chúng tôi.

Một trong những phần phức tạp nhất của quá trình phát triển IoT là tính toán từng chi tiết nhỏ. Mặc dù một máy tính mạnh hơn có thể đủ khả năng dành một ít dung lượng ổ đĩa hoặc sức mạnh xử lý cho các ứng dụng chỉ cần có hoặc thậm chí hoàn toàn không cần thiết, các thiết bị IoT lại thiếu sự sang trọng này.

Đó là lý do tại sao công cụ như Thần kinh rất hữu ích: nó cho phép chúng tôi xây dựng một hệ thống Linux tùy chỉnh chỉ có những gì chúng tôi cần và không có gì hơn thế. Tuy nhiên, để thực sự biết nên đưa vào cái gì và bỏ cái gì cần rất nhiều kiến ​​thức kỹ thuật.

Giai đoạn 4: Phân tích dự đoán 

Đây là giai đoạn chúng ta thực sự bắt đầu đưa dữ liệu của mình vào hoạt động. Phân tích dự đoán for IoT xem xét các xu hướng như dữ liệu cảm biến, mức độ tương tác của người dùng và các số liệu khác mà chúng tôi nhận được từ thiết bị của mình. Sau đó, chúng tôi có thể sử dụng dữ liệu lớn đó cho các nhiệm vụ như bảo trì dự đoán cho IoT công nghiệp.

Giai đoạn bốn là lúc các nhà khoa học dữ liệu trở nên quan trọng hơn. Những chuyên gia này sử dụng các công cụ như Python, Kim tự thápvà AWS SageMaker để xây dựng, đào tạo và triển khai các mô hình học máy, nhưng đó chỉ là một phần nhỏ của công việc. Nền tảng cho bất kỳ dự án khoa học dữ liệu thành công nào là một khuôn khổ phân tích, một cách suy nghĩ chín chắn về dữ liệu và các vấn đề kinh doanh. Đôi khi, phần khó nhất chỉ là tìm ra câu hỏi phù hợp để hỏi.

Tuy nhiên, chúng ta không thể ném một loạt con số vào một nhà khoa học dữ liệu và mong đợi đổi lại sẽ có một mô hình phân tích dự đoán chính thức. Chúng tôi cần một cách tiếp cận liên ngành nơi các nhà khoa học dữ liệu của chúng tôi hợp tác chặt chẽ với các nhóm kỹ thuật của chúng tôi để phát triển đường dẫn dữ liệu. Suy cho cùng, nếu các kỹ sư phần cứng của chúng tôi không biết các nhà phân tích của chúng tôi muốn sử dụng dữ liệu nào thì làm sao họ biết nên chọn cảm biến nào? Tương tự như vậy, các nhà phát triển phần mềm của chúng tôi cần hiểu các ưu tiên của nhà khoa học dữ liệu để tìm hiểu xem họ có cần lấy bất kỳ biến nào, dữ liệu tổng hợp hay đẩy dữ liệu đó lên đám mây hay không và thậm chí cả điểm dữ liệu nào cần đi đến cơ sở dữ liệu nào.

Giai đoạn 5: Phân tích theo quy định

Đưa cách tiếp cận dựa trên dữ liệu của chúng tôi tiến thêm một bước nữa, giai đoạn này được xác định bởi phân tích mô tả, xây dựng sức mạnh dự đoán của phân tích giai đoạn bốn bằng cách đề xuất các hành động trong tương lai. Các công ty IoT có thể sử dụng phân tích theo quy định để mang lại giá trị lâu dài cho người dùng vì chúng có tiềm năng giúp cuộc sống của chúng ta dễ dàng hơn, thuận tiện hơn và thú vị hơn.

Về mặt công nghệ của phương trình, giai đoạn năm bao gồm nhiều yếu tố giống nhau của giai đoạn bốn, tuy nhiên tất cả chúng đều được yêu cầu hoạt động ở cấp độ cao hơn nhiều. Ví dụ: khi nói đến khoa học dữ liệu, chúng tôi mở rộng đáng kể phạm vi của mình; chúng tôi không còn sử dụng một mô hình duy nhất, chẳng hạn như phát hiện sự bất thường để bảo trì phòng ngừa. Thay vào đó, chúng tôi sử dụng một loạt các mô hình ML đan xen để tạo ra một số thành tựu thực sự ngoạn mục. Những điều này có thể bao gồm Xử lý ngôn ngữ tự nhiên (NLP) để nhận dạng giọng nói/ra lệnh bằng giọng nói, các thuật toán tối ưu hóa theo Người mẫu cá tính OCEAN, Và nhiều hơn nữa.

Kết quả bắt đầu thực sự giống Artificial Intelligence (AI), vì vậy, thật khó để thấy những thách thức này mở rộng như thế nào ngoài khoa học dữ liệu. Ví dụ: nhóm phần cứng của chúng tôi sẽ cần tìm ra những cách sáng tạo để đưa nhiều sức mạnh xử lý hơn nữa vào những không gian nhỏ gọn nhất, chẳng hạn như với GPU cho điện toán biên. Hơn nữa, một sản phẩm ở giai đoạn XNUMX không bao giờ thực sự hoàn thiện. Các phương pháp linh hoạt như tích hợp liên tục/triển khai liên tục (CI/CD) là rất quan trọng nếu chúng tôi muốn tiếp tục cung cấp trải nghiệm IoT đẳng cấp thế giới.

Giai đoạn 6: Tính toán phổ biến

Giai đoạn cuối cùng của mô hình trưởng thành IoT là máy tính phổ biến, một trò chơi kết thúc trong đó hầu như mọi khía cạnh của cuộc sống hàng ngày đều bao gồm một số tương tác với thế giới kỹ thuật số. Hiện tại, giai đoạn này chỉ tồn tại trong khoa học viễn tưởng, nhưng chúng ta có thể thân thiết hơn bạn nghĩ.

Công nghệ cần có để đạt được điều này là rất lớn và tất cả những gì chúng ta thực sự có thể làm là suy đoán vào thời điểm này. Tuy nhiên, chúng tôi biết rằng sẽ cần đến sự hợp tác tập thể về kỹ thuật, phát triển phần mềm, khoa học dữ liệu, thiết kế trải nghiệm người dùng, v.v. Xây dựng đội ngũ nhân tài trong các lĩnh vực này là trở ngại lớn nhất ngăn cản chúng ta bước vào thế giới điện toán phổ biến.

Chúng tôi có một chặng đường dài để đi. Hãy bắt đầu xây dựng. 

Kết luận

Bây giờ có thể thấy rõ mỗi bước tiến bộ khó khăn hơn bao nhiêu so với bước trước. Quá trình chuyển đổi từ thiết bị giai đoạn hai sang sản phẩm IoT giai đoạn ba thực sự là một bước nhảy vọt lớn. Nó đòi hỏi kiến ​​thức chuyên môn trên nhiều lĩnh vực và buộc chúng ta phải làm chủ nhiều công nghệ khác nhau.

Mặc dù hầu hết các công ty công nghệ tiên tiến ngày nay đều tự hào về mức độ trưởng thành ở giai đoạn thứ năm, nhưng chúng ta vẫn chưa có thứ gì gần với điện toán phổ biến. Rất may, nhiều bộ óc vĩ đại nhất trên toàn cầu đang nỗ lực cải tiến hàng nghìn công nghệ khác nhau.

Điều đó không có nghĩa là công nghệ tiên tiến nhất hiện nay không làm thay đổi thế giới.

Nguồn: https://www.iotforall.com/Technology-challenges-to-climbing-the-iot-maturity-model