IoT Smartness



IoT Smartness


Share this article

อินเทอร์เน็ตของสรรพสิ่ง (Internet of things: IoT) สามารถนิยามโดยคร่าวว่า เป็นระบบที่เชื่อมต่อวัตถุที่ความสามารถในการรวบรวม ประมวลผล และสื่อสารข้อมูลสภาพแวดล้อม รวมถึงการโต้ตอบกันเอง กับมนุษย์ หรือกับสภาพแวดลัอมทางกายภาพ โดยเมื่อจุดประสงค์เพื่อให้บริการที่มีความฉลาด (Smartness/Intelligence) ดังนั้น IoT จึงเป็นมากกว่าเพียงแค่การให้อุปกรณ์สามารถเชื่อมต่อเครือข่ายเพื่อควบคุมหรือเก็บข้อมูลมาประมวลผลเพื่อรายงาน IoT จะเป็นตัวขับเคลื่อนบริการอัจฉริยะในโดเมน (Domain) ต่างๆให้เกิดขึ้น ในกรณีของโดเมน Smart cities ที่เกี่ยวข้องด้านการจราจรและขนส่งได้มีการแบ่งระดับความฉลาดของ บริการออกเป็น  4 ระดับ คือ Connected, Integrated, Personalized, และ Predictive ซึ่งในบทความนี้ผู้เขียนจะนำระดับความฉลาดดังกล่าวมา ขยายความให้เชื่อมโยงกับการประยุกต์ในโดเมนอื่นๆ

Connected Level

ในระดับล่างซึ่งเป็นขั้นพื้นฐานที่สุดคือ Connected หมายถึงอุปกรณ์ต่างๆในเพียงแค่สามารถเชื่อมต่อเพื่อส่งผ่านข้อมูลระหว่างกันได้ โดยระบบมีการทำงานแบบง่ายๆในลักษณะของการรวบรวมข้อมูลเพื่อแสดงผลหรือการควบคุมอุปกรณ์อื่นๆภายในโดเมนการประยุกต์เดียวกัน ตัวอย่างการประยุกต์ใช้ด้าน Smart Home เช่น การควบคุมการเปิดปิดสวิทซ์ไฟและหน้าต่างภายในบ้านผ่านโทรศัพท์มือถือ การใช้เซ็นเซอร์ตรวจจับอุณหภูมิและความชื้นภายในบ้านและอาคารเพื่อดูสถานะของสภาพแวดล้อม เป็นต้น การสร้างบริการที่มีความฉลาดในระดับนี้สามารถทำได้ไม่ยาก โดยใช้ฮารด์แวร์ในท้องตลาดและซอร์ฟแวร์ Open Source ทั่วไป

Integrated Level

ในความฉลาดที่สูงขึ้นมาอีกระดับคือ Integrated จะมีการส่งผ่านข้อมูลข้ามโดเมนการประยุกต์ หรือระหว่างอุปกรณ์ต่างชนิดที่อยู่คนละระบบ เช่น ข้อมูลขณะเกิดอุบัติเหตุของรถยนต์สามารถถูกส่งต่อไปยังหน่วยงานที่เกี่ยวข้องในทันที เช่น สถานีตำรวจ และโรงพยาบาล เพื่อให้มีการช่วยเหลือได้อย่างรวดเร็ว หรือสมมุติว่าในขณะที่อยู่ในรถบนท้องถนน เราอาจจะต้องการดูสถานะของหลอดไฟและแอร์ภายในบ้านหรือเปิดปิดสิ่งเหล่านั้นผ่านทางหน้าจอสัมผัสของรถยนต์ บริการในลักษณะนี้ต้องมีการส่งผ่านข้อมูลระหว่างระบบ Smart Home และ Smart Vehicles โดยอาจจะมี Data Broker ที่เป็นตัวกลางที่รับส่งข้อมูลระหว่างระบบเพื่อให้บริการแบบ Data-as-a-Service ให้กับอุปกรณ์คนละโดเมน [2] และจำเป็นต้องมีมาตรฐานของรูปแบบข้อมูลและคำสั่งเพื่อใช้ควบคุมและดึงข้อมูลจากอุปกรณ์ด้วย

ในระดับความฉลาดทั้งสองด้านบนยังอยู่บนพื้นฐานของ Connectivity เท่านั้น ศักยภาพที่แท้จริงของ IoT สามารถถูกดึงออกมาใช้ในระดับความฉลาดที่เป็น Personalized และ Predictive

Personalized Level

ระดับความฉลาด Personalized หมายถึงการที่ระบบสามารถปรับเปลี่ยนรูปแบบการให้บริการให้ตอบสนองการใช้งานผู้ใช้แต่ละคนและผู้ใช้แต่ละกลุ่ม เช่น ในโดเมน Smart Cities ผู้ใช้สามารถเลือกให้ระบบรายงานสภาพจราจรมีการแจ้งเตือนสภาพจราจรเมื่อรถกำลังเคลื่อนที่เข้าสู่บริเวณที่ผู้ใช้กำหนด หรือเลือกให้รายงานความคับคั่งของสภาพจราจรในเส้นทางที่ใช้เป็นประจำในช่วงเวลาเฉพาะ เป็นต้น การสร้างบริการ Personalized อาจต้องอาศัยการเรียนรู้ข้อมูลในอดีต เช่น ในตัวอย่างของ Smart Home ตามปกติแล้วระบบไฟในห้องนอนอาจจะเปิดปิดเองเมื่อมีการตรวจจับการเคลื่อนไหวของวัตถุภายในห้อง ระบบสามารถเรียนรู้เองว่าถ้าผู้ใช้ลุกมาเข้าห้องน้ำตอนกลางคืน ให้เปิดไฟหรี่ใต้เตียงนอนแทนที่จะเปิดไฟกลางห้อง เป็นต้น

Predictive Level

ในขั้นที่เป็น Predictive ระบบสามารถทำนายล่วงหน้าถึงการเปลี่ยนแปลงที่อาจเกิดขึ้น และทำการตอบสนองต่อสภาพแวดล้อมโดยไม่ต้องมีการกระทำจากผู้ใช้เป็นตัวกระตุ้น โดยอาศัยการเรียนรู้จากข้อมูลในอดีต เช่น การใช้ข้อมูลสภาพจราจรในการทำนายรูปแบบและระดับความคับคั่งของจราจรในถนนเส้นต่างๆล่วงหน้า เพื่อแจ้งเตือนผู้ใช้รถ รวมถึงเป็นแนวทางในการขยายเส้นทางเพื่อรองรับปริมาณรถ เป็นต้น ในตัวอย่างของ Smart Home ถ้าระบบเรียนรู้ว่าผู้ใช้มักจะเข้ามาห้องนอนในช่วงเวลาประมาณ 4 ถึง 5 ทุ่ม ระบบอาจจะทำการเปิดแอร์ในห้องนอนอัตโนมัติก่อนเป็นเวลา 15 นาที เพื่อให้ห้องมีความเย็นสบายก่อนที่ผู้ใช้จะเข้ามานอน เป็นต้น

 

จากที่กล่าวมาข้างบน การเช่ื่อมต่อกับอุปกรณ์เข้าด้วยกันและการเขียนตรรกะโปรแกรมเพื่อรับส่ง รวบรวม และประมวลผลข้อมูลทั่วๆไปนั้น จะให้เราได้แค่เพียงบริการระดับ Connected  และ Integrated เท่านั้น การที่เราจะดึงศักยภาพของ IoT ให้ถึงระดับที่เป็น Personalized และ Predictive จะต้องมีการใช้เทคนิคด้าน Data Analytics และ Machine Learning เพื่อเรียนรู้ข้อมูล (ปริมาณมหาศาล) จากอุปกรณ์ในระบบ IoT และความซับซ้อนจะเพิ่มขึ้นไปอีกถ้าต้องมีการใช้ข้อมูลจากหลายโดเมน ดังนั้นความรู้และทักษะที่เกี่ยวกับ Data Science เป็นสิ่งที่จำเป็นอย่างยิ่งในการวิเคราะห์ และดึงความรู้ที่ซ่อนอยู่ในข้อมูลเหล่านั้นออกมาเพื่อเพิ่มมูลค่าของบริการ IoT

References

  1. Shehadi et.al., Smart Cities: A Gateway to Digital Life, Booz | Allen | Hamilton.
  2. Gubbi et.al., Internet of Things (IoT): A vision, architectural elements, and future directions, Future Generation Computer Systems 29 (2013) 1645–1660
READ  Machine Learning คืออะไร และต่างจาก Data Mining และ Data Science อย่างไร

Share:

ลงทะเบียนรับข่าวสาร

ไม่พลาดทุกการอัพเดทจาก Big Data Experience Center

Big Data Experience Center (BX)

ชั้น 14 อาคาร Knowledge Exchange Center (KX)
110/1 ถนนกรุงธนบุรี, แขวงบางลำภูล่าง เขตคลองสาน กรุงเทพฯ 10600
อีเมล์: [email protected]
Tel: 097-941-9889

ABOUT

SERVICES