十多年來，物聯(lián)網(wǎng)(IoT)穩(wěn)步發(fā)展，這得益于連網(wǎng)設(shè)備數(shù)量的激增。如今，數(shù)十億臺(tái)連網(wǎng)設(shè)備為企業(yè)提供了前所未有的機(jī)會(huì)，可以收集和分析來自物理世界的數(shù)據(jù)，以改進(jìn)其業(yè)務(wù)流程。在某些情況下，它們還推動(dòng)了新穎而成功的商業(yè)模式，從而引領(lǐng)企業(yè)駕馭物聯(lián)網(wǎng)應(yīng)用的浪潮。

在大多數(shù)情況下，企業(yè)在邊緣集群或云中處理物聯(lián)網(wǎng)數(shù)據(jù)，而不是在邊緣設(shè)備和微控制器中。嵌入式機(jī)器學(xué)習(xí)和 TinyML 的出現(xiàn)顛覆了這種模式，將應(yīng)用的智能推向了物聯(lián)網(wǎng)網(wǎng)絡(luò)的邊緣。如本系列的第一篇文章所述，這提供了顯著的好處，包括：

• 顯著節(jié)省帶寬、能源和存儲(chǔ)資源
• 更快和低延遲處理數(shù)據(jù)的機(jī)會(huì)
• 促進(jìn)實(shí)時(shí)控制應(yīng)用并推動(dòng)及時(shí)決策
• 充分利用大量數(shù)據(jù)

這些好處是有形的，并且具有明確的業(yè)務(wù)相關(guān)性。企業(yè)在網(wǎng)絡(luò)邊緣使用更多數(shù)據(jù)和流程的能力可以提高業(yè)務(wù)效率，這直接轉(zhuǎn)化為貨幣收益并提高企業(yè)利潤(rùn)。嵌入式機(jī)器學(xué)習(xí)是人工智能和物聯(lián)網(wǎng)計(jì)算領(lǐng)域的游戲規(guī)則改變者，可以提高企業(yè)生產(chǎn)力。以下是工業(yè)企業(yè)部署嵌入式機(jī)器學(xué)習(xí)的5個(gè)用例。

智能資產(chǎn)管理與工業(yè)維護(hù)

大多數(shù)工業(yè)企業(yè)基于預(yù)防性維護(hù)方法來維護(hù)資產(chǎn)，該方法取決于定期維護(hù)或更換機(jī)器和工具等。這些時(shí)間間隔由設(shè)備制造商提供的維修保養(yǎng)政策來決定。這種方法有助于避免災(zāi)難性的生產(chǎn)停機(jī)事件發(fā)生，因?yàn)橘Y產(chǎn)通常會(huì)在故障發(fā)生之前得到維護(hù)。然而，預(yù)防性維護(hù)會(huì)導(dǎo)致資產(chǎn)的利用率達(dá)不到最佳水平，因?yàn)橘Y產(chǎn)總是會(huì)被過早替換。

工業(yè) 4.0和工業(yè)物聯(lián)網(wǎng)的出現(xiàn)使工業(yè)企業(yè)能夠?qū)ζ滟Y產(chǎn)實(shí)施基于狀態(tài)的監(jiān)測(cè)。利用傳感器（例如振動(dòng)傳感器、溫度傳感器、熱圖像）和資產(chǎn)管理系統(tǒng)的數(shù)字?jǐn)?shù)據(jù)，企業(yè)現(xiàn)在可以實(shí)時(shí)了解工具和機(jī)械等工業(yè)資產(chǎn)的狀態(tài)。此外，使用機(jī)器學(xué)習(xí)算法，他們還可以獲得對(duì)其資產(chǎn)剩余使用壽命(RUL)的預(yù)測(cè)性見解。在某些情況下，可靠的 RUL 估計(jì)值使工業(yè)企業(yè)能夠?qū)㈩A(yù)防性維護(hù)轉(zhuǎn)變?yōu)轭A(yù)測(cè)性維護(hù)。預(yù)測(cè)性維護(hù)是維護(hù)和維修操作的終極愿景，可實(shí)現(xiàn)最佳的設(shè)備整體效率(OEE)。基于狀態(tài)的監(jiān)測(cè)和預(yù)測(cè)性維護(hù)可幫助企業(yè)提高資產(chǎn)利用率，減少生產(chǎn)停機(jī)時(shí)間，消除設(shè)備故障造成的浪費(fèi)，并在最佳時(shí)間安排維護(hù)任務(wù)。預(yù)測(cè)性維護(hù)被認(rèn)為是第四次工業(yè)革命（工業(yè) 4.0）的殺手級(jí)應(yīng)用之一：它具有切實(shí)的投資回報(bào)，適用于幾乎所有工業(yè)領(lǐng)域，包括制造、能源、建筑、智能建筑、石油和天然氣、以及采礦等。

大多數(shù)預(yù)測(cè)性維護(hù)部署都在云中傳輸和分析數(shù)據(jù)。這種方法在操作上存在局限性，例如，基于云的機(jī)器學(xué)習(xí)分析的故障預(yù)測(cè)并不總是足夠快，因而無法采取適當(dāng)?shù)难a(bǔ)救或預(yù)防措施。嵌入式機(jī)器學(xué)習(xí)為預(yù)測(cè)性維護(hù)和狀態(tài)監(jiān)測(cè)增加了重要價(jià)值：它產(chǎn)生實(shí)時(shí)見解，并實(shí)現(xiàn)實(shí)時(shí)決策。直接在機(jī)器內(nèi)部的數(shù)據(jù)采集設(shè)備或微控制器上執(zhí)行機(jī)器學(xué)習(xí)，使工業(yè)企業(yè)能夠及時(shí)準(zhǔn)確地了解各種資產(chǎn)的狀態(tài)。這釋放了基于實(shí)際設(shè)備狀況進(jìn)行實(shí)時(shí)決策的潛力。總的來說，嵌入式機(jī)器學(xué)習(xí)提高了預(yù)測(cè)性維護(hù)應(yīng)用的效率，增加了資產(chǎn)的利用率，優(yōu)化了其服務(wù)的質(zhì)量。

質(zhì)量管理和零缺陷制造

機(jī)器學(xué)習(xí)最近為制造和生產(chǎn)運(yùn)營(yíng)的質(zhì)量管理開辟了新的天地。具體來說，它賦予了預(yù)測(cè)質(zhì)量的概念，即在質(zhì)量問題發(fā)生之前預(yù)測(cè)質(zhì)量問題的能力。在這個(gè)方面，機(jī)器學(xué)習(xí)技術(shù)（包括深度學(xué)習(xí)）應(yīng)用于生產(chǎn)線。其算法的目的是主動(dòng)識(shí)別導(dǎo)致產(chǎn)品缺陷的條件或模式。基于此，工廠經(jīng)理可以采取補(bǔ)救措施來防止缺陷發(fā)生。此外，機(jī)器學(xué)習(xí)技術(shù)可用于優(yōu)化與其他參數(shù)（如成本和環(huán)境性能）相關(guān)的模式。

嵌入式機(jī)器學(xué)習(xí)為上述質(zhì)量管理用例增加了重要價(jià)值。具體來說，它提供了一種方法，可以根據(jù)設(shè)備內(nèi)部數(shù)據(jù)的處理來提取對(duì)潛在缺陷的預(yù)測(cè)洞察力。這些洞察力可以與來自云分析的信息相結(jié)合，以識(shí)別導(dǎo)致質(zhì)量問題的流程和控制參數(shù)。同樣，它們可用于同時(shí)優(yōu)化多個(gè)參數(shù)，從而實(shí)現(xiàn)零缺陷制造。因此，嵌入式機(jī)器學(xué)習(xí)為工廠經(jīng)理和質(zhì)量工程師提供了有關(guān)缺陷的實(shí)時(shí)資產(chǎn)級(jí)信息，這補(bǔ)充了關(guān)于質(zhì)量管理問題的現(xiàn)有知識(shí)。因此，它使企業(yè)能夠在實(shí)施全面質(zhì)量管理 (TQM)和六西格碼等質(zhì)量管理戰(zhàn)略方面表現(xiàn)出色。總體而言，工業(yè)企業(yè)可以利用嵌入式機(jī)器學(xué)習(xí)來補(bǔ)充其現(xiàn)有的質(zhì)量管理知識(shí)，以提高產(chǎn)品質(zhì)量，同時(shí)減少生產(chǎn)時(shí)間和成本。

設(shè)施管理中的占用監(jiān)測(cè)

近年來，物聯(lián)網(wǎng)對(duì)智能建筑和設(shè)施管理應(yīng)用產(chǎn)生了變革性的影響。在建筑物和其他房地產(chǎn)資產(chǎn)中部署傳感器使業(yè)主能夠訪問有關(guān)其財(cái)產(chǎn)狀態(tài)的實(shí)時(shí)、最新信息。根據(jù)這些信息，他們可以優(yōu)化HVAC(供暖、通風(fēng)和空調(diào))系統(tǒng)的運(yùn)行，以節(jié)省成本并改善其環(huán)境指標(biāo)。在這方面，占用率監(jiān)測(cè)應(yīng)用非常重要。

基于對(duì)來自溫度和其他傳感器數(shù)據(jù)的處理，可以準(zhǔn)確了解房間和其他物理資產(chǎn)（如桌子、計(jì)算機(jī)和辦公空間）的占用情況。這是優(yōu)化能源效率和最大化租戶舒適度的關(guān)鍵。此外，它還為設(shè)施管理者提供了關(guān)于資產(chǎn)利用情況的實(shí)時(shí)見解，使他們能夠規(guī)劃資產(chǎn)的使用并提高其整體生產(chǎn)力。在過去的幾個(gè)月中，由于新冠肺炎疫情的爆發(fā)，對(duì)此類占用監(jiān)測(cè)應(yīng)用的需求激增。后者導(dǎo)致大規(guī)模遠(yuǎn)程辦公政策的實(shí)施，這使得設(shè)施管理人員在監(jiān)測(cè)和預(yù)測(cè)資產(chǎn)占用模式方面更具挑戰(zhàn)性。傳感器和物聯(lián)網(wǎng)應(yīng)用可以通過提供有關(guān)租戶在各個(gè)空間中實(shí)際存在的可靠和及時(shí)信息來幫助他們。

在設(shè)施管理環(huán)境中，嵌入式機(jī)器學(xué)習(xí)提高了占用管理應(yīng)用的可持續(xù)性和準(zhǔn)確性。具體來說，它可以在占用監(jiān)測(cè)傳感器內(nèi)運(yùn)行統(tǒng)計(jì)數(shù)據(jù)分析，而不必通過云網(wǎng)關(guān)聚合多個(gè)傳感器值。這提高了監(jiān)測(cè)的準(zhǔn)確性和及時(shí)性，同時(shí)也有助于減少二氧化碳排放量。嵌入式機(jī)器學(xué)習(xí)非常重要，因?yàn)樵O(shè)施管理人員正在轉(zhuǎn)向物聯(lián)網(wǎng)以減少排放并實(shí)現(xiàn)雄心勃勃的可持續(xù)發(fā)展目標(biāo)。通過這種方式，他們提高了品牌形象并提高了對(duì)相關(guān)法規(guī)的遵守程度。例如，最近的紐約市氣候動(dòng)員法案 (CMA) 要求建筑物提高能源效率。具體來說，它規(guī)定，到 2030 年，超過 25,000 平方英尺的建筑物必須在 2005年的基礎(chǔ)上將溫室氣體排放量減少 40%，到 2050 年減少 80%。總的來說，嵌入式機(jī)器學(xué)習(xí)是下一代節(jié)能設(shè)施管理應(yīng)用的強(qiáng)大工具。

牛群監(jiān)測(cè)

在過去幾年里，物聯(lián)網(wǎng)系統(tǒng)和嵌入式設(shè)備已經(jīng)滲透到農(nóng)業(yè)領(lǐng)域，并實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)。一個(gè)突出的例子是，傳感器和無處不在的連網(wǎng)設(shè)備，如信標(biāo)、RFID標(biāo)簽和專用嵌入式傳感器(例如胃?jìng)鞲衅?越來越多地植入在牲畜身上，以允許農(nóng)民監(jiān)測(cè)它們。為此，相關(guān)的物聯(lián)網(wǎng)應(yīng)用傾向于將有關(guān)牛狀況的原始數(shù)據(jù)傳輸?shù)皆贫艘赃M(jìn)行適當(dāng)?shù)姆治觥Ｈ欢谝恍┣闆r下，這種方法可能是低效的，甚至是不可行的，因?yàn)榇蟛糠峙Ｈ荷钤跀?shù)千公頃大小的戶外環(huán)境中。在這種設(shè)置中，網(wǎng)絡(luò)連接(例如，短程物聯(lián)網(wǎng)網(wǎng)絡(luò))可能不足以支持?jǐn)?shù)據(jù)聚合過程中所需的服務(wù)質(zhì)量。此外，此類裝置通常需要電池供電，這會(huì)產(chǎn)生能源自主性問題。

嵌入式機(jī)器學(xué)習(xí)和TinyML在緩解這些限制方面提供了實(shí)質(zhì)性的幫助。數(shù)據(jù)分析發(fā)生在牲畜身上，這大大減少了需要傳輸?shù)綉?yīng)用程序后端的數(shù)據(jù)量。與持續(xù)源源不斷收集數(shù)據(jù)不同的是，在嵌入式設(shè)備上部署機(jī)器學(xué)習(xí)可以定期（例如每小時(shí)）傳輸數(shù)據(jù)。這可以向農(nóng)民提供有關(guān)牲畜狀況及其活動(dòng)的見解（例如，休息、痛苦或吼叫）。這些見解使農(nóng)民能夠?qū)D奶和屠宰等生產(chǎn)流程做出明智的決定。總的來說，嵌入式機(jī)器學(xué)習(xí)有助于農(nóng)民在傳統(tǒng)云處理不可能或無效的情況下利用精準(zhǔn)牲畜監(jiān)測(cè)系統(tǒng)的優(yōu)勢(shì)。

危機(jī)管理

機(jī)器學(xué)習(xí)和計(jì)算智能技術(shù)也用于危機(jī)管理和民防應(yīng)用，包括地震和野火預(yù)測(cè)。在這個(gè)方面，來自各種傳感器的數(shù)據(jù)通常在云中進(jìn)行聚合和處理。然而，在危機(jī)管理中，時(shí)間是最寶貴的：危機(jī)管理行動(dòng)的成功很大程度上取決于危機(jī)管理指標(biāo)預(yù)測(cè)的及時(shí)性。例如，更早地識(shí)別地震預(yù)警信號(hào)可以導(dǎo)致更快、更有效的行動(dòng)。在這個(gè)領(lǐng)域，嵌入式機(jī)器學(xué)習(xí)具有重要價(jià)值。

在野火管理方面，嵌入式機(jī)器學(xué)習(xí)可以提供可靠性和部署優(yōu)勢(shì)，類似于牛群監(jiān)測(cè)情況。特別是，在嵌入式傳感器內(nèi)執(zhí)行統(tǒng)計(jì)模型可以促進(jìn)及時(shí)預(yù)測(cè)野火，而無需強(qiáng)大的網(wǎng)絡(luò)連接和電池供電的設(shè)備。

總結(jié)

嵌入式機(jī)器學(xué)習(xí)應(yīng)用廣泛，其應(yīng)用范圍不僅限于上述五種，例如，在精準(zhǔn)農(nóng)業(yè)中，它可以直接在作物上檢測(cè)作物病害，而不需要在云端對(duì)各種數(shù)據(jù)流進(jìn)行聚合和分析。另一個(gè)例子是，它可以實(shí)現(xiàn)精確的冷藏智能應(yīng)用，直接分析敏感產(chǎn)品（例如食品、飲料和藥品）的溫度，而不必使用環(huán)境溫度來估計(jì)溫度異常。總的來說，嵌入式機(jī)器學(xué)習(xí)在許多不同的領(lǐng)域釋放了幾乎無限的創(chuàng)新機(jī)會(huì)。

然而，在工業(yè)環(huán)境中開發(fā)和部署嵌入式機(jī)器學(xué)習(xí)應(yīng)用并非易事。必須精心規(guī)劃每個(gè)實(shí)施步驟，以滿足嚴(yán)格的工業(yè)要求。從選擇合適的嵌入式設(shè)備到獲取足夠的訓(xùn)練數(shù)據(jù)，以及實(shí)施合適的機(jī)器學(xué)習(xí)模型，開發(fā)人員和部署人員必須做出謹(jǐn)慎的選擇。