كشفت نوكيا النقاب عن تقنية لتمكين الحوسبة المتطورة والذكاء الاصطناعي (AI) لتعزيز استجابة التكنولوجيا التشغيلية (OT) واتخاذ القرار في التطبيقات الصناعية المتقدمة، بالإضافة إلى خدمات جديدة لتمكين التطبيقات التي تدعم الذكاء الاصطناعي من أجل سلامة العمال والأتمتة الصناعية.
نقلت نوكيا أ تقرير حديث صادر عن منظمة الأبحاث Omdia تسليط الضوء على الاتجاه الصناعي المتنامي للمعالجة المسبقة للبيانات على الحافة لتحسين الإنتاجية والكفاءة وسرعة الحركة، الأمر الذي يتطلب قوة معالجة موجودة في الجهاز أو بالقرب منه، بما في ذلك التعلم الآلي (ML) والذكاء الاصطناعي. وتُظهر العقد المتصلة حديثًا ذات الوظائف المتقاربة أعلى معدل نمو عالمي، بمعدل نمو سنوي مركب يبلغ 11.3% في الفترة من 2022 إلى 2027، مما يدفع الرقمنة الصناعية وتقارب تكنولوجيا المعلومات/التكنولوجيا التشغيلية.
وكجزء من استجابتها لهذه الاتجاهات، قدمت نوكيا شبكة إم إكس، ما تدعي أنه أول عرض للذكاء الاصطناعي/التعلم الآلي داخل الشركة ومترابط وموزع بشكل كبير في العالم يمكّن المؤسسات من تحسين استجابة التكنولوجيا التشغيلية واتخاذ القرار من خلال معالجة وتحليل البيانات الأقرب إلى المصدر.
تم تصميم MX Grid لتسريع اعتماد الصناعة 4.0، بناءً على منصة نوكيا MX Industrial Edge (MXIE). واستخدام الاتصال اللاسلكي، لتقديم بنية جديدة لمعالجة بيانات التكنولوجيا التشغيلية التي تسهل تقارب تكنولوجيا المعلومات/التكنولوجيا التشغيلية، وتدعم التطبيقات الصناعية ذات المهام الحرجة.
بالمقارنة مع معظم أصول الذكاء الاصطناعي/التعلم الآلي الحالية التي تعمل في البيئات السحابية، تعمل MX Grid على تقريب إمكانات معالجة الذكاء الاصطناعي/تعلم الآلة المتوافقة مع التكنولوجيا التشغيلية من مصدر بيانات التكنولوجيا التشغيلية. ويستخدم مجموعة من الأجهزة الميدانية المنسقة القادرة على الحوسبة، والحواف الدقيقة، مع مجموعة برامج متخصصة قادرة على الذكاء الاصطناعي. ترتبط هذه الحواف الدقيقة عن طريق الشبكات اللاسلكية الخاصة و/أو واي فاي.
وقالت نوكيا إن MX Grid يمكن أن يعزز بشكل أساسي كفاءة عمليات التكنولوجيا التشغيلية للمؤسسات باستخدام معالجة أعباء العمل اللامركزية واتخاذ القرارات السريعة في الوقت الفعلي، مما يوفر الذكاء لأصول التكنولوجيا التشغيلية القديمة. تشمل التطبيقات الصناعية الرئيسية المدعومة الصيانة التنبؤية، والأمن والمراقبة، وسلامة العمال، والتتبع وتحديد المواقع، وضمان الجودة.
في حالة استخدام ضمان الجودة، يمكن للتطبيق الموجود على الحافة الدقيقة تحليل بيانات المستشعر وتغذية الفيديو الواردة من الجهاز المتصل في الوقت الفعلي. اعتمادًا على مستوى الانحراف، يمكن تشغيل إجراء فوري مباشرةً بواسطة الحافة الدقيقة أو يتولى تطبيق نظير MXIE مهمة المراقبة لإجراء تحليل أعمق للبيانات في الوقت الفعلي لاتخاذ إجراء تصحيحي لاحقًا. يؤدي هذا إلى تحسين زمن الوصول وتحسين تحميل الشبكة.
وقالت آنا آرينز، محللة الأبحاث الرئيسية في Omdia لتكنولوجيا التصنيع: “إننا نلاحظ اتجاهًا كبيرًا للمعالجة اللامركزية في التكنولوجيا الصناعية التي تنقل الحوسبة وقدرات الذكاء الاصطناعي/التعلم الآلي إلى الأجهزة القريبة من مصدر بيانات التكنولوجيا التشغيلية.
وقالت: “في السنوات المقبلة، نتوقع زيادة مطردة في هذه العقد الطرفية المتصلة التي تعد عوامل التمكين الحقيقية للرقمنة الصناعية”. “تلبي نوكيا احتياجات الصناعة هذه من خلال تقديم منصة تحويلية لا مركزية لمعالجة الذكاء الاصطناعي/التعلم الآلي تعمل على تسخير قوة الاتصال اللاسلكي الخاص وحافة التكنولوجيا التشغيلية المحلية. ويسهل هذا الابتكار سيناريوهات حالات الاستخدام الناشئة ذات متطلبات الكمون المنخفض.
توفر القدرة على دمج واستخدام بيانات العامل المتصلة والمعلومات الحسية الظرفية في MX Grid إمكانات جديدة لحالات استخدام سلامة العمال. ال تطبيق الكشف عن الموضع والأشياء (VPOD). تم تصميمه لتعزيز التتبع وتحديد المواقع الصناعية، والوعي السياقي لتمكين تطبيقات الصناعة 4.0 وزيادة سلامة العمال في المنشآت الصناعية.
وفي شرحها لأساس إطلاقها، قالت نوكيا إنه في البيئات الصناعية المعقدة، غالبًا ما يكون من الصعب تجهيز الآلات والأدوات بالعلامات النشطة، ويشكل تحديًا للناس في ارتداء هذه الوحدات وصيانتها (على سبيل المثال، تغيير البطارية والوحدات المعيبة).
وأضافت أنه باستخدام موجز بيانات الفيديو في الوقت الفعلي، يلغي VPOD الحاجة إلى تجهيز الأصول والأشخاص بأجهزة تعمل بالطاقة، مما يسهل تحسين الوعي الظرفي.
باستخدام تقنيات Bell Labs الحاصلة على براءة اختراع، يتتبع VPOD الأصول الصناعية باستخدام خوارزميات الذكاء الاصطناعي المنشورة محليًا والتي تحلل خلاصات الكاميرا في الوقت الفعلي لتقديم رؤى حول العمليات الصناعية لتحسين ظروف مكان العمل. يستخدم VPOD بنية MX Grid لمعالجة بيانات الفيديو بجوار الكاميرا، جنبًا إلى جنب مع MXIE، لتتبع الأصول وتحديد موضعها بشكل أكثر دقة. ويُقال إن هذا يؤدي إلى تحسين سلامة العمال والوعي السياقي بشكل كبير، عند دمجه مع مصادر بيانات التكنولوجيا التشغيلية الأخرى.
