AIoT Developer ต้องรู้อะไรบ้าง??(AI+IoT)
AIoT คืออะไร ? แล้วมันสำคัญอย่างไร ?
ในขณะที่ IoT เข้ามามีบทบาทสำคัญในการขับเคลื่อนธุรกิจโดยการใช้อุปกรณ์หรือเซนเซอร์ในการตรวจจับความผิดปกติ หรือเก็บข้อมูลเพื่อนำไปวิเคราะห์หา insight อะไรบางอย่าง
สิ่งที่เกิดขึ้นก็คือ หากเราใช้วิธีการเดิม ๆ หรือก็คือการเก็บข้อมูลทุกหยด ข้อมูลปริมาณมหาศาลที่ถูกสร้างขึ้นมาจากอุปกรณ์จะถูกนำไปเก็บไว้บน cloud ทั้งหมดก่อน แล้วจึงจะสามารถนำไปวิเคราะห์ได้ เกิดเป็นปัญหาที่ว่า ข้อมูลทั้งหมดที่เก็บมานั้น บางส่วนไม่สำคัญหรือไม่มีประโยชน์ต่อธุรกิจ แต่ในขณะเดียวกัน พื้นที่ในการเก็บข้อมูลบน cloud นั้นกลับเพิ่มขึ้นเรื่อย ๆ จนเกิดเป็นค่าใช้จ่ายจำนวนมากในการบริหารจัดการข้อมูลที่ไม่มีประสิทธิภาพเหล่านี้
หรือในบางธุรกิจอย่างเช่น Self Driving car เป็นไปไม่ได้เลยที่จะต้องรอให้ข้อมูลถูกเก็บบน cloud เสร็จก่อนแล้วค่อยประมวลผล เวลาเพียงไม่กี่วินาทีที่เสียไปนั้นอาจก่อให้เกิดอันตรายถึงชีวิตแก่ผู้ใช้งาน
จะดีกว่าไหม ถ้าเราสามารถทำให้อุปกรณ์ IoT เหล่านั้นฉลาดขึ้น ประมวลผลได้ทันที และเก็บข้อมูลลงบน cloud เฉพาะที่จำเป็นเพื่อช่วยแก้ปัญหาต่าง ๆ ข้างต้น จึงเกิดเป็น AIoT พูดง่าย ๆ ก็คือการผสมผสานเทคโนโลยี AI กับอุปกรณ์ IoT เพื่อทำให้อุปกรณ์นั้นฉลาด และทำงานได้อย่างมีประสิทธิภาพมากขึ้นนั่นเอง
ต้องมีความรู้อะไรบ้าง ?
จริง ๆ การทำ AIoT ต้องมีความรู้ค่อนข้างหลากหลายสาย ตัวอย่างเช่น การทำ Self Driving Car หรือ Smart Home อาจต้องมีความรู้ด้านเครื่องกลและไฟฟ้า แต่ที่จะเล่าต่อไปนี้ขอยกตัวอย่างแค่ในส่วนที่เกี่ยวกับคอมพิวเตอร์ บางส่วนที่สำคัญ ถ้าผิดพลาดประการใดขออภัยมา ณ ที่นี้
1. Ubuntu & Linux Bash Shell
การเชื่อมต่อ IoT เข้ากับ cloud ในหลาย ๆ ครั้งนั้นจำเป็นจะต้องมีการติดตั้ง gateway หรือก็คือตัวกลางในการจัดการอุปกรณ์ IoT ให้สามารถทำงานร่วมกันได้ ซึ่งระบบปฏิบัติการส่วนใหญ่ที่เราใช้คือ Ubuntu เนื่องจากง่ายต่อการติดตั้ง library และทำงานร่วมกับ IoT
2. IoT Protocol
ถ้าอธิบายง่าย ๆ IoT Protocol ก็เหมือนกับวุ้นแปลภาษา ในการแปลให้คอมพิวเตอร์ของเราเข้าใจข้อมูลที่อุปกรณ์ IoT ส่งมา
ตัวอย่าง IoT Protocol เช่น Zigbee, Z-Wave, BLE, BACNet, Modbus, NB-IoT, REST
3. Cloud Computing
cloud เป็นสิ่งที่แทบหลีกเลี่ยงไม่เลย เนื่องจากการจะสร้างระบบในการจัดการข้อมูลจาก IoT เพื่อวิเคราะห์ข้อมูลแบบ real-time นั้นจำเป็นจะต้องมีคอมพิวเตอร์ที่ต้องเชื่อมต่ออินเตอร์เน็ตตลอดเวลา และมีความเสถียร cloud computing จึงมาตอบโจทย์ปัญหาเรื่องนี้ ซึ่งผู้ให้บริการcloud computingรายใหญ่นั้นได้แก่ AWS, Microsoft Azure และ Google Cloud
4. IoT Data Pipeline from Edge to Cloud
รูปด้านบนคือตัวอย่างของ architech ที่ทาง microsoft แนะนำในการจัดการข้อมูลที่เกิดจาก IoT แล้วนำไปเก็บบนcloudก่อนนำไปประมวลผล
5. Machine Learning and Deep Learning for AIoT application
ตัวอย่างของ library ในการใช้พัฒนาตัว AI ที่หลาย ๆ ท่านน่าจะคุ้นหูเช่น Tensorflow, Keras PySpark นั้นถูกนำมาพัฒนาต่อยอดเป็นโมเดลต่าง ๆ มากมาย เพื่อที่จะทำให้คอมพิวเตอร์นั้นมีความสามารถที่เหมือนมนุษย์ เช่น การตรวจจับวัตถุ ใบหน้า สิ่งของ หรือแม้กระทั่งวิเคราะห์ข้อมูลจำนวนมหาศาลที่มี insight ที่สำคัญทางธุรกิจซ่อนอยู่
ข้างต้นเป็นเพียงตัวอย่างคร่าว ๆ ที่สำคัญในการจะเป็น AIoT Developer หากท่านใดสนใจข้อมูลแบบละเอียดสามารถติดตามได้ใน episode หน้าครับ
References
https://www.avsystem.com/blog/iot-protocols-and-standards/
https://www.facebook.com/altoedgeai
https://www.electronicspecifier.com/products/artificial-intelligence/what-is-aiot-and-why-does-it-matter
https://docs.microsoft.com/en-us/azure/architecture/reference-architectures/iot
