Pe masura ce “Internet of Things” continua sa creasca, companiile au acum acces la un volum foarte mare de informatii, pentru a caror utilizare e nevoie de solutii mai eficiente. Dincolo de transformarile pe care IoT le-a adus felului in care privim centrele de date, devine tot mai importanta folosirea unor sisteme mult mai performante de analiza si interpretare a datelor, pentru a folosi informatiile culese.
Singurul fel de-a tine pasul cu volumul urias de informatii generate de dispozitivele wearable este prin imbunatatirea constanta a vitezei si acuratetei analizei datelor, si aici intervin solutiile de machine learning. In contextul IoT, machine learning te poate ajuta sa rezumi terabyti de date la ceea ce este cu adevarat semnificativ pentru obiectivele tale.
Ideea este sa analizezi informatiile colectate astfel incat sa identifici anomalii, corelatii si pattern-uri din care sa poti extrage concluzii ce te-ajuta sa iei decizii mai eficiente.
In privinta potentialului pe care ML il face accesibil in contextual IoT, Joseph Sirosh, Vicepresedintele Microsoft pentru Machine Learning a spus: “Cand pui o putere enorma de computare alaturi de un volum enorm de date si aduci si machine learning in aceasta ecuatie, si IoT transmitand date in cloud.. si analiza in streaming, folosind date in timp real… cred ca in foarte scurt timp, o sa vedem un peisaj foarte diferit al capacitatilor de analiza a datelor.”
Pentru afaceri mici si mijlocii, care nu-si pot permite resursele necesare dezvoltarii competentelor interne de machine learning, solutia optima este sa foloseasca expertiza companiilor ce ofera servicii de ML. In acest fel, pot obtine rapid concluziile de care au nevoie, fara sa faca investitii uriase in tehnologii care nu tin de activitatea lor de baza.
De exemplu, cand unul dintre clientii nostri a venit cu idea de-a folosi dispozitive wearable echipate cu senzori pentru optimizarea antrenamentelor sportivilor, ne-am folosit de expertiza noastra in ML pentru a analiza datele colectate de senzorii dispozitivului, stabilind o performanta de referinta si comparand cu aceasta performantele ulterioare. In urma acestei analize, aplicatia pe care am construit-o face recomandari pentru imbunatatirea performantelor viitoare si genereaza o reprezentare vizuala a miscarii ideale pentru sportivul respectiv. Aceasta solutie se bazeaza pe Microsoft Azure pentru Machine Learning.
Cand vine vorba de Iot si analiza big data, decizia pe care trebuie s-o ia majoritatea companiilor este daca sa “construiasca” sau sa “inchirieze” si de aceea multe afaceri adauga acum machine learning pe lista de tehnologii pe care iau in calcul sa le externalizeze catre experti.
Sursa imaginii: http://blogs.microsoft.com/blog/2014/04/18/weekend-reading-april-18th-edition-converting-big-data-to-ambient-intelligence/
