Автоматизация бизнеса с помощью AI: разбираем по шагам

Совсем не понял автовора, где в статье IIoT? "В этой статье мы расскажем, как промышленный интернет вещей и искусственный интеллект (Industrial IoT + AI) позволяют автоматизировать традиционный бизнес" - а зачем вы тяните промышленный IoT в традиционный бизнес? После прочтения статьи ощущение, что IoT равно IIoT. Так же это прослеживается тут "Судя по последнему отчету немецкой исследовательской компании IoT Analytics, количество проектов по автоматизации бизнеса ... на базе IIoT продолжает расти". Пояснить ваш концепт в рамках традиционного бизнеса для промки: АСУ ТП - MES системы - ERP системы - BI системы? Почему 10-15 лет назад при решении такой же задачи ни кто не называл это IIoT? На производствах множество решений КиП, который позволяет проверять профиль древесины и не только его. Такие задачи решали и 20 и 30 лет назад. Было тогда и есть сейчас, когда это стало IIoT и почему традиционные подходы в промышленности не подходят? Почему по вашему мнению производство без приставки tech? Если это самое настоящее тех, автоматизация технологического процессов и производств началась уже давно. Индустрия 3 существовала до индустрии 4.0! Первые паровые машины и вся автоматизации процессов и началась с производства. А после прочтения вашей статьи кажется, что промышленность ниша которая достаточно неразвитая. Если,что Индустрия 3.0 - это ПЛК, современный КиП, ЧПУ, робототехника, все пром сети (profinet, ethercat и др.), которые используются на производстве и вы их называете не tech :)

Да еще момент на счет IIoT. Не везде нужен IIoT. Множество производств полностью закрытые от внешнего мира. Мировой лидер промки siemens видит IIoT в рамках промышленного IOT шлюза, где у шлюза отдельный VPN туннель. Маленькая отсылка в прошлое про безопасность "Stuxnet стал первым компьютерным вирусом, нанесшим вред физическим объектам. Из-за него в 2010 году вышли из строя многие центрифуги на ядерных объектах Ирана... Вирус Stuxnet, попадая на объект именно это и делал, перепрограммировал контроллер управления электромотором Simatic S7 таким образом, чтобы он выдавал напряжение с частотой биений, кратной резонансным частотам вращающегося вала центрифуги." 2019 год "Ряд проблем затрагивает все версии решений Siemens SiNVR 3 Central Control Server (CCS) и SiNVR 3 Video Server. В общей сложности обнаружено 7 уязвимостей (CVE-2019-13947, CVE-2019-18338, CVE-2019-18340, CVE-2019-18341, CVE-2019-18337, CVE-2019-18339, CVE-2019-18342), три из которых являются опасными. Первая (CVE-2019-18337) связана с некорректной аутентификацией в протоколе связи на основе XML, вторая (CVE-2019-18339) — с отсутствием аутентификации для критически важных функций, а последняя (CVE-2019-18342) — с некорректными ограничениями в SFTP-сервисе. Проблемы получили оценки в 9,8, 9,8 и 9,9 балла по шкале CVSS v3 соответственно." а сейчас представим, что решения IIoT имеет хотя бы посредственный доступ к важным промышленным объектам), поэтому пока, что IIoT - это модный тренд.

Для быстрого прототипирования мы используем TensorFlow — бесплатную открытую библиотеку для машинного обучения, которую разработали в Google. Она позволяет создавать и обучать нейронные сети для автоматического распознавания образцов. Погрешность работы такой сети приближается по уровню к человеческому восприятию.

Не оспаривая в целом возможности распознавания характеристик объектов и возможности приложения результатов распознавания (сравнения) в реальном производстве, хотелось бы все-таки подтверждения утверждения, что погрешность работы их приближается к уровню человеческого восприятия.

Термин "человеческое восприятие" вроде и как бы интуитивно понятен, но уж если его сравнивать с "результатом работы систем распознавания", то видится необходимым привести эти термины к математическому описанию, на основе которого и проводить сравнение, получив точное расхождение, а не эфемерное "приближается".