来源:Edgy Labs
编译:智能物流扯谈(微信号:slt_talk)
转载请注明原文出处及编译来源

我们花了几代人的时间收集数据,现在我们终于在AI的帮助下开始处理它了。 通过云计算和AI实现的大数据管理对于组织和存储这些大量数据库至关重要。

Sdecoret | Shutterstock.com
工业物联网(IIOT)革命
花一点时间来思考一下,你每天互动的设备有多少是连接到互联网的(你的电话,加油站泵,自动取款机,电脑,喷气发动机……这个列表很长。
事实上,分析公司Gartner估计,到2020年,将有超过260亿台联网设备。 有了这些数据,必须开发高效的大数据管理。
物联网(IoT)允许消费者访问看似无数的设备。 但是,实际上,物联网对象不能真正脱离产生它们的行业。
在2017年,这个工业物联网(IoT)似乎终于引起了行业和市场领导者的关注。
Inside Big Data最近的一篇文章指出,“IIoT采用机器学习和大数据技术来获取和交流的实时数据,以识别低效率和避免昂贵的故障。”
此外,在2017年3月,Gartner Data&Analytics Summit分析师Frank Buytendijk表示,仅在2016年,IoT硬件的支出就高达每分钟250万美元。
云计算大数据管理
Inside Big Data指出:“传统上,由于围绕安全性,法规和合规性的担忧,医疗行业云计算的采用进展一直非常缓慢。
然而,尤其在医疗领域,基于云计算的机器似乎正在为当前的临床工作流程和数据收集问题,提供创新的解决方案。
Cerebrum提供了一个工作流模型,用于通过电子医疗保健工具和模块实时监测病人和护理过程。
“CMD在三个诊所每天看到约200名患者。 Cerebrum?的使用大大降低了运营成本,缩短了报告周期时间,从而提高了效率,增加了收入。 我们的心脏病学家已经接受并依赖Cerebrum?作为办公室和患者管理解决方案的行业标准。 事实上,通过使用这种模式,我们的业务受益于更高的效率,我们的医生和患者已经从能够提供及时和准确的病人护理中获益。“
——David Neumann博士,CardioMatters Diagnostics Inc.,多伦多,ON
同样,Digisight为那些早期采用远程眼科的机构提供了一个基于云端的工作流模型。

大数据分析
由于云计算和物联网依赖大量的数据,因此对于行业巨头而言,处理、挖掘和可视化这些数据集的能力,正在迅速成为至关重要的因素。
中国公司MeritData最近转而向英特尔寻求新的方法来优化这些流程。 通过使用英特尔数据分析加速库(Intel? DAAL)和英特尔数学内核库(Intel? MKL),英特尔和MeritData的算法工程师能够创造出显著的性能提升(范围从3倍一直到14倍)。
Merit Data的数据挖掘算法架构师金强表示:“绩效和客户体验通过这些流程得到了显着改善”。
掌握大数据管理
Inside Big Data表明,由于我们目前所依赖的技术正越来越多地与数据采集,数据存储和数据交换发生关联,因此无论是个人设备和工业机器将会很快连接到物联网世界。
Forrester另外预测,IoT将通过开发AI和其他机器容器来支持,跨越边缘和云系统。
这意味着,实质上,更广泛的Wi-Fi可用性和新机器学习计划将继续保证物联网在未来几年的增长。
本文选自Edgy Labs,编译:智能物流扯谈
仅分享不做商业用途,转载请标明出处及编译来源。


尽情分享到朋友圈,转载请联系授权
智能物流扯谈

共有条评论 网友评论