AIがIoT環境をどのように強化するか

MoogsoftのWillCappelli

多くの場合、モノのインターネット（IoT）環境は正常に動作し、設計者が意図したとおりに動作します。ただし、状況がうまくいかないことがあると、 Moogsoftの製品戦略担当CTOEMEA兼グローバルVPであるWillCappelli氏は述べています。 プラットフォームが予期または望ましい方法で動作していないことを示すイベントが発生する可能性があります。したがって、コースをリセットして再調整するには、介入が必要です。しかし、このプロセスはどのように機能しますか？

IoTインシデントへの従来のアプローチ

一般に、これは信号と応答の間のリンクとして説明できます。環境は、応答者に送信される何かが間違っていることを通知します。応答者は、人間またはロボットである可能性があり、信号に基づいて行動し、物事を変更します。従来のIoT環境を見ると、2種類の信号/応答メカニズムがありました。

まず、ほとんどのIoT環境で使用されている「高速だが馬鹿げた」応答メカニズムがありました。ハードワイヤードパスに沿って特定のレスポンダーに移動する信号があり、通常は1つのことしか実行しません。または、4つのうち3つのメニューから選択して、センサーを修正するか、ネットワークを再起動します。非常に迅速に機能します。

2番目のアプローチは「スマートだが遅い」で、主にログ管理ベンダーから入手できます。このアプローチは、複雑な環境で正しい決定を下そうとすることに基づいています。いくつかのオプションから選択することはできません。それぞれの状況に独自に対応する必要があります。

理論は、環境に関する膨大な量のデータを非構造化ログ管理データベースに蓄積し、意思決定者に環境を理解するためのさまざまなツールを提供し、何ができるかについて幅広い選択肢を提供することです。最善の解決策。

間違いなく、これは非常に正確な結果を生成できますが、プロセスは遅く、待ち時間は数週間続く可能性があります。特にIoTの設定では、適切な決定を下すためのそのような時間がないため、それは実際には意味がありません。

IoTでAIOpsを使用する理由

これらのシナリオは両方とも、IT運用のための人工知能（AIOps）が登場する前のものです。 AIとAIOpsのアプローチが生み出すのは、自動化によってタスクの分析がIoTシステムを管理する「高速だがスマートな」方法を提供できるということです。低速ですがスマートなモデルを効果的に使用しますが、人間の洞察を自動化し、信号と応答の間の遅延を大幅に削減しますが、応答の品質を犠牲にすることはありません。基本的なレベルでは、それがIoT環境の管理に関してAIOpsがもたらすものです。

もっと具体的にしましょう。動作の傾向を調べ、これらの傾向がネットワークに影響を与えている場所を予測することにより、AIOpsはインシデントが発生する前に迅速に予測できます。また、AIOpsは、パフォーマンスの問題の根本的な原因を特定するのにかかる時間を大幅に短縮します。本質的に、それはあなたが未来を調べ、過去を調べるのを助けることができます。さらに、AIOpsは、環境内の冗長性をより効果的に調整できます。たとえば、劣化しているセンサーのグループがある場合、AIOpsを使用すると、さまざまなセンサーを取り込むことができ、費用効果の高いリソース割り当てが可能になります。

AIOpsとIoTの先物

先物を見ると、自動運転車を中心に多くの研究が行われていますが、先を行き過ぎないようにしましょう。今のところ、より関連性の高いのは、コネクテッドカーの概念です。ある意味で、コネクテッドカーは、従来の自動車技術と自動運転車の中間に位置します。これが意味するのは、車のバッチに提供されている共通のサービスに複数のセンサーが供給されているということです。それは交通渋滞と同じくらい簡単かもしれません。コネクテッドカーがマザーシップに送信している情報に基づいて、渋滞が発生している場所を特定できます。これにより、特定のシステム上の特定の車両への推奨ルーティングが最終的に変更されます。

今後は、自動化されたインテリジェンスがIoTの付随物であるだけでなく、本質的にすべてを自動化することの意味の層になると考えています。これは、すべてのデバイスをカバーするインテリジェンスのファブリックと考えてください。そのため、将来的には、冷蔵庫から照明スイッチ、洗濯機に至るまで、すべてのIP対応デバイスがインテリジェントな操作を処理するようになります。

IoTにAIが必要な理由

IoTには、完全なソリューションを提供するためにAIOpsの導入を必要とする課題が伴います。これは何を意味するのでしょうか？ IoTは環境に複雑さをもたらし、課題を管理するためにAIテクノロジーのサポートを必要とします。これは主に、インテリジェントな自動化を使用して、IoT環境によって生成される大量のデータから重要なデータを選択することで実現されます。

ただし、AIが解決する問題は他にもたくさんあります。重要なデータセットのパターンを発見する機能、それらのパターンに基づいて推論を行う機能、それらの結果を伝達する機能、そして最終的には修復応答を自動化する機能です。つまり、IoT環境が効果的に機能し続けることを保証するために何らかの介入が必要な場合。

基本的に、AIがITインフラストラクチャまたはアプリケーションポートフォリオに対して実行するタスクは、IoT環境に対して実行するタスクと同じです。 AIをIT運用に必要なものにした要因は、IoTの場合と同じですが、環境が高度にモジュール化されており、ほぼ自律的に機能する要素が多数あるため、さらに強化されています。

さらに、IoT環境は高度に分散されているため、コンポーネント間の動的な関係は常に変化しています。最後に、IoT環境内のコンポーネントは一時的なものであり、非常に短い寿命で存在し、存在しなくなるという事実。これらは、IoTが特にAIとAIOpsの機能を必要とする説得力のある理由です。

IoTはAIOpsの進化にどのように役立ちますか？

IoTがAIOpsの進化に影響を与えることは間違いありません。現在、ほとんどのAIOpsシステムは高度に集中化されており、データはAIが適用される中央の場所に到着します。現在、IoT設定に適用する場合、AIOpsシステムに配布の要素を導入する分析をローカルで実行する必要があります。 AIがエッジで機能する必要があります。

一般に、IoTは、AIOpsを、データを取り込むだけの集中型サービスではなく、分散エージェントのシステムになり、ネットワークに移行することを強制します。これは、IoTが現在AIOpsと見なしているものに強制する最大の変化であると私が予測していることです。

これは簡単なことではなく、課題があります。適切なソフトウェアとハ​​ードウェアの開発だけでなく、概念的にも挑戦的です。ソフトウェア開発者が使用することに慣れていない、まったく新しい概念設計のメタファーが必要になります。しかし、確かに、適応するのにそれほど時間はかかりません。

このブログの作成者は、CTO EMEAであり、製品戦略のグローバルVPであるMoogsoftのWillCappelliです。