Статья

ИТ-тренды 2018: контейнеры и искусственный интеллект идут на помощь интернету вещей

data
мобильная версия

С точки зрения цифровых преобразований 2017 г. стал переломным: технологических прорывов не было, но качественно изменился подход к использованию технологий. С ростом предложений на рынке облачных систем разработчики создают для них все больше приложений, а топ-менеджмент компаний все чаще инвестирует в решения для интернета вещей. Стоимость вычислительных мощностей перестала быть сдерживающим фактором развития технологий и после затянувшегося спада на рынке ИТ стали заметны первые признаки оживления.

Как выбрать платформу интернета вещей

Сегодня решения для интернета вещей, собирающие данные и предоставляющие ценную аналитическую информацию, становятся стратегической необходимостью практически для всех отраслей. Способствуя цифровым преобразованиям, эта технология открывает новые возможности как для высокоавтоматизированных производств, так и для тех видов деятельности, где операции в основном осуществляются вручную. Например, сельскохозяйственные предприятия, подключенные к источникам актуальных данных, могут получать информацию о погодных условиях, состоянии почвы, необходимости планового ремонта оборудования и техники. Но чтобы решать такие задачи, ИТ-компании должны тесно взаимодействовать с операционными подразделениями бизнеса, сосредоточившись на его конкретных потребностях, совместно определяя границы и содержание проектов.

Однако решения для интернета вещей приносят реальную выгоду, только если правильно выбрана базовая архитектура, а интегратор хорошо разбирается в специфике бизнеса. Это позволяет грамотно моделировать и преобразовывать объекты и процессы операционной деятельности в цифровую форму. Поэтому выбор платформы интернета вещей и опытного провойдера услуг в подобных проектах играет особую роль.

Фото: Depositphotos
Технологии интернета вещей позволяют сельскохозяйственным предприятиям получать актуальные данные о погодных условиях, состоянии почвы, о необходимости ремонта оборудования

Для создания такой платформы с нуля ИТ-компания должна обладать необходимыми навыками и компетенциями. В случае, если они еще не наработаны, гораздо быстрее и эффективнее применять уже готовые решения. «Использование специализированной платформы интернета вещей, подобной Hitachi Lumada, ускорит получение выгоды и позволит ИТ-специалистам в большей степени сосредоточиться на конечных результатах бизнеса, – считает Хьюберт Йошида, технический директор Hitachi Vantara. – В зависимости от сложности проекта решение можно реализовать в виде аппаратно-программного комплекса или распределенной платформы, охватывающей границу сети, шлюзовые устройства, опорную сеть и облако». Поэтому прежде чем выделять время и ресурсы на создание собственной платформы, имеет смысл оценить доступные варианты от опытных производителей.

Технология контейнеров – новый уровень виртуализации

Чтобы обеспечить масштабируемость и гибкость приложений для интернета вещей, их создают в облачной среде. В 2018 г. эксперты прогнозируют широкое распространение технологии виртуализации на базе контейнеров.

Контейнеризация – это метод виртуализации на уровне операционной системы (ОС), предназначенный для развертывания и выполнения распределенных приложений на отдельной чисто аппаратной системе или на виртуальном узле с операционной системой. Такие системы являются следующим поколением виртуализации: если традиционная виртуальная машина позволяет абстрагировать устройство полностью, включая ОС, то контейнеры содержат только приложение и все зависимые компоненты, в которых оно нуждается. Это значительно упрощает как разработку, так и развертывание приложений. Неразделяемые на компоненты приложения можно реализовать в виде микросервисов и выполнять в контейнерах, что обеспечивает большую гибкость, масштабируемость и надежность.

Фото: Depositphotos
К 2025 г. объемы создаваемых данных возрастут до 163 зеттабайт, 95% из них будет приходиться на долю интернета вещей

К примеру, все современные сервисы Google – от Gmail до YouTube – работают в контейнерах, которых еженедельно создают более двух миллиардов. Этот метод виртуализации использует практически каждая общедоступная облачная платформа. Чтобы справиться со взрывным ростом объемов данных в эпоху интернета вещей, от всех корпоративных приложений потребуется такой же уровень гибкости и масштабируемости, каким обладают общедоступные облачные сервисы.

«Все новые платформы Hitachi применяют технологию контейнеров. Также компания быстро переводит на работу с контейнерами уже существующие ключевые платформы – не только для того, чтобы реализовать преимущества этой технологии в своей операционной деятельности, но и чтобы стимулировать использование контейнеров нашими заказчиками, – комментирует Хьюберт Йошида. – Наша платформа интернета вещей Lumada создана на базе контейнеров и микросервисов, что обеспечивает ей широкие возможности масштабирования и открытость для новых разработок». Hitachi также предлагает подключаемый модуль VSP/SVOS, позволяющий реализовать в контейнерах хранилище VSP с сохранением состояния.

Аналитика и искусственный интеллект

По мнению аналитиков IDC, для трети компаний из списка Fortune 500 доходы от информационных продуктов к концу 2017 г. вдвое превысят выручку от остального ассортимента продуктов и услуг. Важным источником выручки станет монетизация данных. Объемы создаваемых в мире данных, в 2015 г. составлявшие 10 зеттабайт, к 2025 г. возрастут до 163 зеттабайт. Кроме того, IDC ожидает, что более четверти этих данных по своей природе будут данными реального времени, при этом 95% из них будет приходиться на долю интернета вещей.

Сбор данных для анализа – одно из основных назначений платформ интернета вещей. Для решения этой задачи разработчики переходят на обучение и автоматизацию систем с помощью искусственного интеллекта (ИИ). В 2018 г. ожидается рост инвестиций в системы ИИ, поскольку компании увидели реальные выгоды от этих вложений.

Однако подготовка широкого спектра типов данных к анализу – трудоемкая задача, решать которую придется как бизнес-аналитикам, так и работающим с ними ИТ-специалистам. Исследования показывают, что специалисты по теории и методам анализа данных 20% времени затрачивают на сбор необходимых наборов данных и 60% – на их очистку и систематизацию, а собственно на выполнение анализа остается лишь 20% времени. Подготовка данных подразумевает уточнение, комбинирование, предварительную очистку и дополнение, чтобы затем средствами аналитики можно было осуществлять операции разработки, оценки, моделирования, визуализации и анализа.

Фото: Depositphotos
80% времени ИТ-специалисты тратят на подготовку данных для анализа, поэтому эту задачу должны выполнять системы искусственного интеллекта

Применение систем искусственного интеллекта становится обычной практикой при создании потребительских продуктов, таких как Alexa и Siri. Специалисты Hitachi считают, что именно взаимодействие искусственного интеллекта и человека принесет реальную пользу обществу. «Наша цель – радикально упростить процессы инжиниринга и интеллектуальной обработки данных с помощью таких инструментов, как Pentaho Data Integration, чтобы сделать возможности машинного интеллекта (искусственный интеллект в сочетании с машинным обучением) более доступными широкому кругу разработчиков и инженеров. Использование средств, подобных Pentaho Data Science Pack с поддержкой R и Python – один из шагов в этом направлении, – считает Хьюберт Йошида. – Платформа Lumada предусматривает масштабируемые возможности машинного обучения для интернета вещей с гибкими входными данными (Hadoop, Spark, No QL, Kafka Streams) и стандартизованными подключениями. Они способны автоматически конфигурировать ресурсы и управлять ими, а также обеспечивать гибкие результаты (базы данных, информационные панели, рассылаемые уведомления, текстовые сообщения). Помимо средств аналитики Pentaho они совместимы с Python, R и Java для реализации машинного обучения».

Для подготовки данных, использования аналитики и средств искусственного интеллекта ИТ-специалистам необходимо изучать новые языки прагроммирования и осваивать новые инструменты. Интегрированные инструменты, подобные платформе Pentaho, позволят заметно сократить время на обучения.