האינטרנט של הדברים – IoT – כבש בסערה את דמיוננו עם מגוון רחב של מכשירי צריכה מקושרים, החל במכשירי אבטחה ביתית ואוטומציה וכלה בשעונים חכמים וצמידי כושר. אולם יהיו אלו היישומים התעשייתיים של האינטרנט של הדברים, חיבורן של מכונות למכונות אשר ישנו את פני הכלכלה בשלל ענפי תעשייה. פגשנו את ד”ר שלמה מרקל, סגן נשיא ברודקום העולמית, לשיחה מרתקת אודות הנתונים האפלים…
איור 1. מראה את סוגי ה-LTE לפי התקן ואת קצב הנתונים בשיא בו הם תומכים
“ה-IoT התעשייתי, המתאפשר בזכות חיישנים מרוחקים הלוכדים נתונים אשר בעבר היו בלתי ידועים, או ‘אפלים’, מכין את הקרקע לעידן של תקשורת פרודוקטיבית בין מכונות (M2M) אשר ירחיב במידה רבה את כמות המידע שבו אנו משתמשים כדי לקבל החלטות עסקיות. נתונים אפלים יהפכו על פיהם מודלים עסקיים ופעולות לחכמות, בטוחות, יעילות וצפויות יותר”, מצהיר ד”ר שלמה מרקל, סגן נשיא ברודקום העולמית, מובילה עולמית בפיתוח שבבים-למחצה (סמי-קונדקטורס) בתחום התקשורת הקווית והאלחוטית.
עד כמה ההתפתחויות הטכנולוגיות החדשות עתידות להשפיע על שוק העבודה המודרני?
ד”ר מרקל: “מבט מהיר על המשרות הנדרשות ביותר ב-LinkedIn בשנת 2014 משקף את השינוי המהותי המתחולל בכל הנוגע לנתונים. מבין 11 המשרות הנדרשות ביותר, לפחות שבע* קשורות ישירות לאיסוף, העברה, אחסון וניתוח של נתונים:
• *ניתוח סטטיסטי וכריית נתונים
• תוכנת ביניים ותוכנת אינטגרציה
• *מערכות אחסון נתונים וניהולן
• *אבטחת רשתות ומידע
• שיווק SEO/SEM
• *בינה עסקית
• *פיתוח למכשירים ניידים
• ארכיטקטורת רשת ופיתוחה
• *פיתוח אלגוריתמים
• Perl/Python/Ruby
• *הנדסת נתונים ואחסון נתונים
איור 1. האנטומיה של מערכת MAS תלבש צורה של שירות התומך בפלטפורמה של M2M עם חישה בטוחה ואמינה והעברת נתונים בקצה, ממשקי משתמש בצורת חלון ויכולות ניתוח נתונים מסיביות במרכז
לכן, כל מי שהיה תקוע בחדר נידח ולמד מתאמי נתונים ב-15 עד 20 השנים האחרונות יכול ל’נער את האבק’ מקורות החיים שלו – העתיד שייך לכם”. המעבר לאיסוף נתונים אוטונומי על ידי חיישני IoT וניתוחם הוא התפתחות משמעותית מהאסטרטגיות והפריסות הראשונות של IoT. הן התמקדו ביכולת לקשר בין מכשירים לאנשים, כגון אבטחת בתים, חימום אוורור ומיזוג אוויר, כושר, מערכות ביו-רפואיות ואבחוניות, כולן באמצעות דפדפני אינטרנט. “יישומים אלה אמנם מלהיבים”, מסביר מרקל, “אך הם מחווירים לעומת הפוטנציאל הטמון בנתונים המיוצרים ועוברים בין מכשירים ומערכות, ללא הפרעה ובמידה רבה ללא צורך באינטראקציה עם בני אדם.
ניצנים ליכולת זו של מכונה למכונה (M2M) נראו בהופעתו של תקן Industry 4.0 באירופה, שחזונו היה לגרום חיסכון משמעותי בעלויות הייצור באמצעות ניטור וניתוח מנבא של כל דבר, מביצועי מנוע והתנהגות ועד למוצר המוגמר. הודות למנגנוני משוב מובנים, חיישנים ואלגוריתמים בעלי למידה עצמית, ניתן למנוע השבתות יקרות של קווי ייצור, ולייצר מוצרים סופיים בצורה אמינה, חסכונית ויעילה יותר תוך העברת החיסכון לצרכן”.
מסתבר, לא במקרה, כי הרעיון של מיטוב התכנון באמצעות ניתוח לאחר ייצור היה קיים עוד בתקופתו של הנרי פורד. הוא שלח צוותים שסיירו במגרשי גרוטאות כדי לראות מה עובד ומה לא עובד במכוניות שנזרקו. מטרתו הייתה להבטיח שלא יהיה “תכנון יתר” של חלקים מסוימים ולזהות אלו חלקים מתקלקלים מוקדם מדי כדי לשפר את הבלאי של חלקים. אסטרטגיית תכנון אופטימלי זאת עזרה לצמצם עלויות, וניתוח כשל מוצר מבוסס נתונים לאחר ייצור יכול גם הוא לעשות זאת, באמצעות המערכות המתאימות.
אילו ענפים יתרמו מנתונים הנאספים על ידי פעילות M2M?
ד”ר מרקל: “דוגמא לגישה מבוססת נתונים התומכת ב-M2M רלבנטית היא ענף החקלאות, שבו התפוצצות אוכלוסין עולמית משמעה כי נצטרך להאכיל 9.1 מיליארד איש עד שנת 2050, ועלינו למצוא דרכים לשיפור את תנובת הגידולים לדונם ולהבטיח את בריאות משק החי. היכולת לנטר וליישם נתונים אפלים במערכות אוטונומיות גדולות (MAS) כדי לשפר יצרנות חקלאית ויעילות תעזור להבטיח אספקת מזון הולמת עם גידול האוכלוסיה.
עבור גידולים, ניתן לעשות זאת באמצעות חיישנים המנטרים טמפרטורה, לחות, רכב הקרקע, קצב צמיחה, זיהום חיידקי ומשתנים נוספים כדי למטב את הצמיחה, הקציר וההובלה. ניתן להעביר את הנתונים באמצעות מספר ממשקים, מ-Bluetooth ו-Wi-Fi ועד למודמים סלולריים של LTE Category 1. עבור משק החי, חברות כבר פיתחו כדורים ניתנים לעיכול המנטרים את חום הגוף ובריאות מערכת העיכול כאינדיקטורים מרכזיים”, מסביר מרקל. “עם זאת, אינדיקטורים הם רק אינדיקטורים. ככל שהחיישנים הופכים נפוצים יותר ויותר וממשיכים לנטר משתנים אשר בעבר התעלמו מהם, או שהיו אפלים, אינדיקטורים אלה הופכים לנתונים שניתן להשתמש בהם כדי לשרטט תמונה מדויקת יותר של מה שקורה בזמן אמת.
באמצעות ניתוח נכון בנקודות הנמצאות במקומות אסטרטגיים, נתונים אפלים הנחשפים ומועברים בין מערכות יכולים לייצר מערכות אוטונומיות גדולות (MAS) היכולות להשיג תוצאות טובות יותר מבוססות נתונים, החל בתעשייה ובחקלאות וכלה בענף הרכב והרפואה”, מסכם מרקל. באמצעות אמצעי חישה נפוצים, ניתן לגלות נתונים אפלים מספיקים כדי להזין את ה-MAS, במטרה לשפר תוצאות במגוון רחב של תחומים, החל בבניינים חכמים, תעשייה, אנרגיה ושירותי בריאות, וכלה באבטחה ותחבורה.
ואיך תורם ה-IoT לאותן מערכות אוטונומית גדולות (MAS)?
ד”ר מרקל: “כאשר יש מערכת MAS מתאימה, ערכו של ה-IoT נובע לא מאספקת נוחות לצרכנים, אלא משיפור של תהליכים, לאורך זמן. אמנם נראה כי כיום איסוף, העברה, יצירת מתאם וניתוח של נתונים אפלים ממספר מקורות אמור להיות פשוט, בהתחשב בטכנולוגיות והיכולות הקיימות, אולם ישנה סיבה לפער בין החברות המתכננות השקה של M2M לבין חברות העושות זאת הלכה למעשה.
כדי לאפשר כראוי פרדיגמה של MAS התומכת בנתונים אפלים, יש צורך במספר כללים, דרישות, יכולות ופלטפורמות בסיסיים. צמתי החישה צריכים להיות נפוצים, בעלי מודעות עצמית ומסוגלים לזהות את עצמם, כדי להבטיח נתונים מספיקים ומכשירים המסוגלים לבצע בקלות את תפקידם. לאחר מכן, על המכשירים להיות מאובטחים, ויש צורך בנקודות רבות המסוגלות לקלוט ולשדר. שימוש בשער כניסה לקיבוץ צמתים יחד ב”ענן של קרבה”, ולאחר מכן שידור נתונים דיפרנציאליים בלבד
ד”ר שלמה מרקל, סגן נשיא ברודקום העולמית
עם הצפנה, יאפשר אבטחה, ובה בעת ישמור על צריכת הספק נמוכה של הצומת.
כאשר היא מבוססת על שדרת IoT, ה-MAS תהיה רובה ככולה שירות, המשתמש במערכות M2M כפלטפורמה שעליה המפתחים בעלי הכלים המתאימים יכולים לחדש, ביחד. נתונים אפלים עוסקים גם ב’אומץ של האמת’. חשיפת הבלתי ידוע דורשת חשיבה מחודשת על עקרונות מבוססים של תכנון והפעלה, ומי שישכיל להתמודד עם אמיתות חדשות אלה יהיה המנצח הגדול”, מסביר מרקל. “‘ההאקרים של הנתונים האפלים’ יבנו ויחברו בין הנקודות של הנתונים האפלים ובין תהליכים שנראים על פניהם בלתי קשורים כדי ליצור מוצרים ותוצאות טובים יותר ולמצות את מלוא הפוטנציאל הטמון בעולם המקושר שלנו”, מסכם מרקל.
