توسعه اینترنت اشیا در چه مسیرهایی اوج می‌گیرد؟

برخلاف شبکه‌های تلفن همراه سنتی، فناوری‌های LPWAN مانند LoRaWAN و NB-IoT، ارتباطات با پهنای باند کم را برای دستگاه‌های اینترنت اشیای باتری خور فراهم می‌کنند و آنها را برای کاربردهای صنعتی و از راه دور ایده آل می‌سازند. بنابراین شبکه‌های گسترده با توان کم (LPWAN) بعنوان یکی از راهکارهای بنیادی برای اتصال دستگاه‌ها در مسافت‌های وسیع با حداقل مصرف انرژی و قابلیت مقایس‌پذیری اینترنت اشیا خواهند بود.

شبکه‌های سلولی 5G و شبکه‌های گسترده با توان کم برای اینترنت اشیای مقیاس‌پذیر

بر پایه یافته‌های فوربس، LPWAN یک عامل توانمندساز حیاتی برای اینترنت اشیای انبوه است که میلیاردها دستگاه را در صنایع مختلف متصل می‌کند و در عین حال هزینه‌های زیرساخت را به حداقل می‌رساند. بعنوان نمونه در کشاورزی هوشمند، لجستیک و زنجیره تامین و قرائت هوشمند کنتورها استفاده از فناوری LPWAN بسیار رایج و کاربردی خواهد شد.

فناوری سلولی 5G نیز یکی دیگر از گزینه‌های جدی و مطرح است که نیازمند سرمایه‌گذاری قابل توجهی در برج‌های تلفن همراه، زیرساخت‌های شبکه و تخصیص طیف است که اکنون در بسیاری از کشورهای توسعه یافته در حال گسترش و بهره‌برداری ‌است. فناوری 5G توانایی پشتیبانی از میلیون‌ها دستگاه در هر کیلومتر مربع را دارد. این امر مقیاس‌پذیری را برای حوزه‌های نوپدید اینترنت اشیا مانند شهرهای هوشمند، مراقبت‌های بهداشتی و سیستم‌های خودمختار افزایش می‌دهد.

در صنعت و اینترنت اشیا صنعتی باتوجه به حجم و انبوه داده‌های تولیدی که نیازمند تحلیل بلادرنگ هستند گسترش شبکه‌های 5G ضروری خواهد بود.

تجزیه سیستم برای پردازش داده‌های کارآمدتر

در روند دگرگونی ساختاری صنایع با فناوری‌های نوظهور اینترنت اشیا، تجزیه سیستم به یک رویکرد بنیادی برای بهینه‌سازی پردازش داده‌ها تبدیل می‌شود. این مفهوم شامل شکستن سیستم‌های یکپارچه به اجزای ماژولار است که به لایه‌های مختلف سخت‌افزاری و نرم‌افزاری اجازه می‌دهد بطور مستقل کار کنند.

تجزیه سیستم، به کسب‌وکارها امکان می‌دهد تا با ساده‌سازی جریان داده میان دستگاه‌های اینترنت اشیا و محیط‌های ابری، بر گلوگاه‌های عملکرد چیره شوند. با پیچیده‌تر شدن سیستم‌های اینترنت اشیا، شرکت‌هایی که به دنبال افزایش کارایی هستند از راهکارهای هوش‌مصنوعی و اینترنت‌اشیا با معماری‌های محاسباتی تجزیه شده (Disaggregated Computing Architectures) بهره می‌گیرند. بعنوان مثال به کمک پردازش لبه (Edge Computing)، داده‌های اینترنت اشیا نزدیکتر به منبع تولید پردازش شده و وابستگی به ابر و تأخیرات را کاهش ‌می‌دهند و یا جداسازی بارهای کاری مرتبط با تحلیل‌های هوش مصنوعی و انتقال آن به لبه، کارایی پردازش داده‌های اینترنت اشیا در زمان واقعی را بهبود می‌بخشد.

اکوسیستم‌های اینترنت اشیا فرا شخصی‌سازی شده

با سازگارتر شدن اینترنت اشیا، اکوسیستم‌های فرا شخصی‌سازی شده‌ای ایجاد می‌شود که در آن دستگاه‌ها از رفتار کاربر یاد گرفته و تجربه‌ها را در زمان واقعی بهینه می‌کنند.

سیستم‌های اینترنت اشیا مبتنی بر هوش مصنوعی الگوها را تجزیه و تحلیل و شناسایی می‌کنند و با پیش‌بینی ترجیحات، تنظیمات پیشگیرانه را انجام می‌دهند تا اتوماسیون را در سراسر صنایع افزایش دهند. بعنوان نمونه در خرده فروشی‌ها تجزیه و تحلیل مبتنی بر اینترنت اشیا، رفتار مشتری را ردیابی می‌کند و قیمت‌گذاری پویا، تبلیغات شخصی و خرید با کمک هوش مصنوعی را امکان‌پذیر می‌کند. در مراقبت‌های بهداشتی، دستگاه‌های پوشیدنی علائم حیاتی بیمار را نظارت می‌کنند و برنامه‌های درمانی شخصی‌سازی شده را بر پایه داده‌های سلامت فردی تنظیم می‌کنند. در خانه‌های هوشمند نیز سیستم‌های متصل، روشنایی، دما و امنیت را بر اساس ترجیحات و روال‌های کاربر تنظیم و بهینه خواهند کرد.

توسعه اینترنت اشیا مبتنی بر هوش مصنوعی (AIoT) برای اتوماسیون هوشمند

با تلاش صنایع برای اتوماسیون بیشتر، روند توسعه اینترنت اشیا بسوی اینترنت اشیای مبتنی بر هوش مصنوعی (AIoT) در حال تغییر است. سیستم‌های اینترنت اشیا می‌توانند با یکپارچه‌سازی یادگیری ماشین و دستگاه‌های متصل، مقادیر عظیمی از داده‌ها را در زمان واقعی پردازش کنند و تصمیم‌گیری پیش‌بینی‌کننده و عملیات مستقل را امکان‌پذیر سازند. این تکامل، دخالت انسان را کاهش می‌دهد، کارایی را افزایش می‌دهد و فرصت‌های تجاری جدیدی را ایجاد می‌کند.

بعنوان مثال به کمک یکپارچه‌سازی اینترنت اشیا و هوش مصنوعی در صنایع، عملیات نگهداری بصورت پیش‌بینی‌کننده، داده‌های حس‌گر را تجزیه و تحلیل می‌کند تا خرابی تجهیزات را پیش از وقوع پیش‌بینی کند و زمان خرابی را به حداقل برساند و یا در خودروهای خودران حس‌گرهای اینترنت اشیا مبتنی بر هوش مصنوعی، ناوبری و تصمیم‌گیری در زمان واقعی را بهبود می‌بخشند، همچنین در مدیریت انرژی اینترنت اشیا و هوش مصنوعی برای پیش‌بینی تقاضای انرژی، شناسایی پیک‌های مصرف، تخمین دقیق میزان تولید پراکنده و بهینه‌سازی توزیع استفاده خواهد شد.

افزایش امنیت و اعتماد در دستگاه‌های متصل به کمک بلاکچین

با گسترش شبکه‌های اینترنت اشیا، تضمین امنیت داده‌ها و احراز هویت دستگاه‌ها به یک نیاز بنیادی در آینده تبدیل خواهد شد. بلاکچین یک دفتر کل غیرمتمرکز و غیرقابل دستکاری فراهم می‌کند که کلیه تراکنش‌ها را در چندین دستگاه بطور همزمان ثبت می‌کند و از این طریق خطر حملات سایبری، دستکاری داده‌ها و دسترسی غیرمجاز را کاهش می‌دهد. سیستم‌های اینترنت اشیا به کمک استفاده از بلاکچین و قراردادهای هوشمند، شفافیت، قابلیت اطمینان و اتوماسیون بیشتری به دست خواهند آورد.

بر پایه یافته‌های فوربس کسب‌وکارهایی که بلاکچین را در اکوسیستم‌های اینترنت اشیا یکپارچه می‌کنند، با نقض امنیتی کمتر و قابلیت اطمینان بالاتر داده‌ها مواجه می‌شوند، که این امر آن را به یک فناوری حیاتی برای توسعه و بکارگیری زیرساخت‌های متصل تبدیل می‌کند. با تکامل نوآوری‌های اینترنت اشیا، پذیرش بلاکچین نقش کلیدی در ایمن‌سازی آینده اینترنت اشیا ایفا خواهد کرد.

برای مثال در مدیریت زنجیره تامین حس‌گرهای اینترنت اشیا محموله‌ها را ردیابی ‌می‌کنند، در حالی که بلاکچین داده‌های تغییرناپذیر در مورد دما، موقعیت مکانی و شرایط حمل و نقل را ثبت ‌می‌کند و اصالت و قابلیت ردیابی محصول را تضمین ‌می‌کند. و یا برای احراز هویت دستگاه‌های اینترنت اشیا، بلاکچین دستگاه‌های متصل را بدون یک مرجع مرکزی تأیید می‌کند و از جعل هویت و دسترسی غیرمجاز به شبکه جلوگیری خواهد کرد. همچنین قراردادهای هوشمند، پرداخت‌های امن، به روز رسانی دارایی‌ها و تأیید انطباق را در تنظیمات اینترنت اشیا صنعتی بصورت خودکار فراهم خواهد کرد.

نا گفته نماند امنیت سایبری و توسعه و بکارگیری سایر فناوری‌های به‌روز مرتبط با آن همچنان از چالش‌های اساسی پیش‌روی توسعه اینترنت اشیا در تمام بخش‌ها خواهد بود که پیوسته مورد توجه قرار خواهد گرفت. بعنوان مثال یکی دیگر از روندهای اینترنت اشیا در بخش امنیت، استفاده از معماری اعتماد صفر (Zero Trust Architecture) خواهد بود. معماری اعتماد صفر یک معماری امنیت سایبری است که نیاز به احراز هویت پیوسته و کنترل‌های دسترسی سختگیرانه برای دستگاه‌های اینترنت اشیا دارد.

همزادهای دیجیتالی پلی میان دنیای فیزیکی و مجازی

همزاد دیجیتالی یک مدل مجازی بلادرنگ از یک پدیده فیزیکی، سیستم یا فرایند است که بطور پیوسته با داده‌های اینترنت اشیا به‌روز می‌شود تا رفتار دنیای واقعی را شبیه‌سازی کند.

با این فناوری سازمان‌ها می‌توانند سناریوها را آزمایش کنند، خرابی‌ها را پیش‌بینی و عملکرد را پیش از ایجاد تغییرات فیزیکی پرهزینه بهینه‌سازی کنند. همزادهای دیجیتالی فراتر از مدل‌های ایستا تکامل می‌یابند و هوش مصنوعی و یادگیری ماشین را برای فعال کردن تصمیم‌گیری‌های مستقل و بهینه‌سازی فرآیند‌ها ادغام می‌کنند. همزادهای دیجیتالی نگهداری پیش‌بینی‌کننده را به سطح بعدی آن می‌رسانند.

با پیشبرد تحلیل‌های بلادرنگ و اتوماسیون توسط روندهای فناوری اینترنت اشیا، همزادهای دیجیتالی به فناوری کلیدی برای صنایعی تبدیل می‌شوند که هدفشان بهینه‌سازی عملیات، کاهش هزینه‌ها و افزایش پایداری است. توانایی آنها در پل‌زدن میان دنیای فیزیکی و دیجیتال، امکانات جدیدی را در کارایی صنعتی و مدیریت زیرساخت هوشمند باز می‌کند. برای نمونه همزادهای دیجیتالی بطور چشمگیری نگهداری پیش‌بینی کننده را در صنایع هوافضا و انرژی بهبود خواهند بخشید و یا در نظارت از راه دور بیماران با استفاده از حس‌گرهای اینترنت اشیا و پردازش داده‌ها در زمان واقعی، یک همزاد دیجیتالی از بیمار ایجاد خواهد شد تا در مورد هرگونه تغییر معنادار، پزشک واجد شرایط مطلع شود. این امکان از تاخیر در مداخلات جلوگیری کرده و میزان بستری شدن در بیمارستان‌ها را کاهش خواهد داد.

اینترنت اشیا مبتنی بر دستیار صوتی

اینترنت اشیا مبتنی بر دستیار صوتی از تشخیص گفتار و هوش مصنوعی برای فعال کردن کنترل بدون دست دستگاه‌های متصل استفاده می‌کند. با پیشرفت در یادگیری ماشین، دستیارهای مجازی می‌توانند کاربران را بصورت ایمن احراز هویت کرده و با دقت بیشتری به دستورات پاسخ دهند. برای مثال می‌توانیم در یک خانه هوشمند روشنایی، سیستم‌های امنیتی و لوازم خانگی و یا در یک خودرو ناوبری، سرگرمی و ویژگی‌های ایمنی را به کمک دستورات صوتی کنترل کنیم.

مدیریت شهری هوشمند مبتنی بر هوش اشیا

شهرهای هوشمند مبتنی بر اینترنت اشیا، حسگرهای متصل، هوش مصنوعی و اتوماسیون را برای بهبود زیرساخت‌های شهری، مدیریت منابع و خدمات عمومی ادغام می کنند. دولت ها با تعبیه هوشمندی در سیستم‌های شهری می‌توانند کارایی، پایداری و ایمنی را افزایش دهند.
به کمک اینترنت اشیا و هوش مصنوعی تحولات آینده در مدیریت شهری بر برنامه‌ریزی شهری پیش‌بینی کننده، سیستم‌های امنیتی پیشرفته و واکنش در زمان واقعی به بلایا برای ایجاد شهرهای مقاوم تر و هوشمندتر تمرکز خواهد کرد. برای مثال در مدیریت ترافیک، چراغ‌های راهنمایی و حس‌گرهای فعال با اینترنت اشیا، براساس پردازش بلادرنگ داده‌ها تراکم را کاهش داده و جریان ترافیک را بهینه می‌کنند یا در مدیریت پسماند، سطل‌های هوشمند بر اساس سطح پر شدگی در زمان واقعی، نیاز به جمع‌آوری زباله را اطلاع‌رسانی می‌کنند.

اینترنت اشیا و هوش مصنوعی در خدمت مراقبت‌های بهداشتی برای پزشکی از راه دور

یکپارچه‌سازی اینترنت اشیا و هوش مصنوعی در مراقبت‌های بهداشتی، نظارت از راه دور بیماران و تشخیص زودهنگام بیماری و شخصی‌سازی مراقبت از بیماران را متحول و امکان ردیابی لحظه‌ای علائم حیاتی و تجزیه و تحلیل پیش‌بینی‌کننده برای پیشگیری از بیماری را فراهم می‌کند. ارائه‌دهندگان خدمات مراقبت‌های بهداشتی با استفاده از دستگاه‌های پزشکی متصل می‌توانند مراقبت‌های فعال ارائه دهند و باعث کاهش مراجعات بیمارستانی و بهبود نتایج بیماران شوند.

برای نمونه با هدف پایش از راه دور بیماران، دستگاه‌های پوشیدنی اینترنت اشیا ضربان قلب، سطح اکسیژن و گلوکز خون را ردیابی و داده‌های لحظه‌ای را ارسال می‌کنند سپس الگوریتم‌های یادگیری ماشین داده‌های بیمار را تجزیه و تحلیل کرده و علائم اولیه بیماری‌ها را تشخیص داده و خطرات احتمالی سلامتی را پیش‌بینی و حتی درمان شخصی‌سازی شده برای هر بیمار را به ارائه‌دهندگان مراقبت‌های بهداشتی گزارش می‌کنند.

همگرایی متاورس و اینترنت اشیا

یکپارچه‌سازی اینترنت اشیا با متاورس، محیط‌های مجازی فرا ‌واقع‌گرا ایجاد می‌کند که در آن تعاملات فیزیکی و دیجیتالی با هم ترکیب می‌شوند. حس‌گرهای اینترنت اشیا داده‌های بلادرنگ را ارائه می‌دهند که برنامه‌های واقعیت مجازی و واقعیت افزوده را بهبود می‌بخشند و تجربه‌ها را تعاملی‌تر و پاسخگوتر می‌کند. برای نمونه در فضاهای کاری مجازی، تنظیمات واقعیت افزوده/ واقعیت مجازی فعال‌شده با اینترنت اشیا، همکاری از راه دور را با بازخورد در زمان واقعی بهبود می‌بخشد و یا در بخش شبیه‌سازی‌های مراقبت‌های بهداشتی محیط‌های واقعیت مجازی مبتنی بر اینترنت اشیا، آموزش جراحی از راه دور و برنامه‌های توانبخشی بیماران را امکان‌پذیر می‌سازد.

آینده توسعه اینترنت اشیا

آینده اینترنت اشیا با اتوماسیون هوشمند، تحلیل‌های بلا‌درنگ و بینش‌های مبتنی بر هوش مصنوعی، صنایع را متحول می‌کند. روندهای نوظهور مانند هوش مصنوعی اشیا، همزادهای دیجیتالی و امنیت مبتنی بر بلاکچین، نحوه بهینه‌سازی فرایندها، افزایش امنیت سایبری و بهبود تصمیم‌گیری در کسب‌وکارها را متحول می‌کنند.

یکپارچه‌سازی روندهای فناوری اینترنت اشیا در عملیات تجاری نیازمند یک استراتژی روشن با تمرکز بر مقیاس‌پذیری، امنیت و پردازش داده‌های بلا‌درنگ است.

شرکت‌ها باید ابتدا اهداف خود را مشخص کنند خواه بهینه‌سازی فرایندها، بهبود تجربه مشتری یا کاهش هزینه‌ها و راه‌کار‌های اینترنت اشیا متناسب با اهداف خود را انتخاب کنند. اطمینان از قابلیت همکاری بین دستگاه‌ها و پلتفرم‌های ابری برای جلوگیری از جزیره‌های داده بسیار مهم است، همچنین اقدامات امنیتی قوی مانند رمزگذاری و احراز هویت برای محافظت از داده‌های تجاری در برابر تهدیدات سایبری ضروری به نظر می‌رسد.

با توجه به پیچیدگی اینترنت اشیا، کسب‌وکارها و صنایع باید با شرکت‌های فناور و متخصص در یکپارچه‌سازی و توسعه اینترنت اشیا همکاری کنند. شرکای متخصص به حل چالش‌هایی مانند سازگاری دستگاه‌ها و اتوماسیون مبتنی بر هوش مصنوعی کمک می‌کنند، استقرار را تسریع می‌بخشند و کارایی را بیشینه می‌کنند. از سوی دیگر همکاری با خبرگان صنعت، دسترسی به نوآوری‌های آینده اینترنت اشیا را تضمین می‌کند و به کسب‌وکارها اجازه می‌دهد تا با ظهور روندهای جدید، مقیاس‌پذیر و سازگار شوند. شرکت‌ها می‌توانند با بهره‌گیری از مشارکت‌های تخصصی، موفقیت بلندمدت را در چشم‌انداز در حال تحول توسعه اینترنت اشیا رقم بزنند.

کلام آخر اینکه، برای پیشرو ماندن در این چشم‌انداز در حال تحول، شرکت‌ها باید در راهکار‌های اینترنت اشیا مقیاس‌پذیر، امن و قابل تعامل که با زیرساخت‌های موجود یکپارچه می‌شوند، سرمایه‌گذاری کنند.

منابع

?Does The Internet Of Things Really Need Dedicated Low-Power WANs
Blockchain And IOT: The Next Frontier Of Device Connectivity
Special Issue on Digital Twin for Future Networks and Emerging IoT Applications (DT4IoT) – ScienceDirect

این مقاله دهم خرداد 1404 در ماهنامه پیوست منتشر شد.