Khi chúng ta bước sang năm 2021 và trải qua một năm đầy biến động mang những thách thức của đại dịch và sự gián đoạn kinh tế trên toàn thế giới, nhiều người trong chúng ta chắc chắn đã sẵn sàng cho một năm mới. Với tầm nhìn về cách công nghệ sẽ biến đổi bối cảnh công nghiệp, sau đây là một số thông tin chi tiết về cách các đổi mới trong 5G, Thực tế tăng cường, 3D và Máy học sẽ phát triển trong năm mới.

Các trường hợp sử dụng cho 5G công nghiệp với tính năng phát video trực tuyến bắt đầu có hiệu quả

5G đã được thổi phồng trong Công nghiệp 4.0 một thời gian với những lợi ích mơ hồ bao gồm những thứ như ‘cải thiện hiệu quả chuỗi cung ứng’ mà không có một lộ trình rõ ràng về cách điều đó sẽ xảy ra. Năm 2021 sẽ mang lại những ứng dụng thực sự có thể tận dụng băng thông khổng lồ mà 5G mang lại như thế nào?

Sự hợp tác từ xa về bảo trì và cài đặt có thể thực sự mang lại lợi ích từ các mô hình 3D, hoặc những gì hiện được gọi là cặp song sinh kỹ thuật số và giao tiếp video trực tiếp. Vì người dùng thường di chuyển xung quanh, kết nối có dây không thực sự là một lựa chọn. Ở đây, 5G sẽ có thể mang lại trải nghiệm người dùng vượt trội với các nhà khai thác từ xa có thể xem những gì nhân viên trên trang web nhìn thấy, chia sẻ bảng dữ liệu và hồ sơ bảo trì khi cần thiết và sử dụng cặp song sinh kỹ thuật số 3D để hình dung cách thiết bị hoạt động.

Ngày nay, các mô hình 3D được chạy cục bộ trên các thiết bị máy tính – tương tự như cách chúng ta sử dụng để tải phim xuống để xem. 5G cho phép ‘phát trực tuyến’ những thông tin như vậy, tương tự như cách chúng ta xem phim ngày nay. Vào năm 2021, chúng ta có thể mong đợi xem video 3D đầy đủ đầu tiên cho các mục đích công nghiệp.

Thực tế tăng cường cho nền công nghiệp 4.0 sẽ xuất hiện

VR đã tìm thấy một ngách trong các ứng dụng công nghiệp, chủ yếu liên quan đến đào tạo. AR có nhiều trường hợp sử dụng hơn và năm 2021 sẽ chứng kiến ​​công nghệ này trở thành xu hướng chủ đạo. Các thiết bị gắn trên đầu kết hợp màn hình, máy ảnh và micrô sẽ trở nên tinh vi hơn nhiều. Người dùng sẽ cộng tác và xem các cặp song sinh kỹ thuật số, video trực tiếp, bảng dữ liệu và hồ sơ bảo trì bằng cách sử dụng điều khiển bằng giọng nói trong khi vẫn rảnh tay để thực hiện các tác vụ cần thiết.

Ngoài các trường hợp sử dụng công nghiệp sản xuất, các ngành công nghiệp khác, bao gồm cả xây dựng sẽ bắt đầu tận dụng công nghệ này. Giờ đây, các nhà thầu sẽ có khả năng tham quan các địa điểm việc làm cùng với các kiến ​​trúc sư và khách hàng để đi qua quá trình phát triển của dự án, khám phá các câu hỏi từ xa, nhanh chóng đánh giá nhu cầu thay đổi đơn đặt hàng và hơn thế nữa.

Mô hình 3D trở thành tiêu chuẩn

Từ 3D CAD và quét 3D cho đến các cặp song sinh kỹ thuật số 3D, thế giới công nghiệp sẽ ngày càng bắt đầu mô hình hóa môi trường của mình ở dạng 3D và rời xa các bảng điều khiển 2D truyền thống. Công nghệ có sẵn, giá cả phải chăng để tạo ra, trực quan hơn nhiều và có nhiều ứng dụng. Bản chất trừu tượng, khó sử dụng của các giao diện IoT là một trong những lý do chính kìm hãm công nghệ này. Chúng ta đã quen với giao diện người dùng tuyệt vời và sự đổi mới đó đã làm thay đổi thị trường điện thoại di động 15 năm trước như thế nào. Giao diện người dùng tuyệt vời kết hợp với công nghệ 3D photorealistic sắp xuất hiện trong thế giới công nghiệp và sẽ là động lực lớn vào năm 2021.

Máy học tự đào tạo là phương pháp bình thường mới

Như bất kỳ ai đã sử dụng dữ liệu để đào tạo thuật toán học máy đều có thể chứng thực, cần phải có một lượng lớn xử lý trước để chuẩn hóa và gắn thẻ dữ liệu trước khi nó có thể được sử dụng để đào tạo. Điều này đã khiến việc học máy khó triển khai ngoại trừ trong một số trường hợp nhất định (ví dụ: dịch bằng văn bản, hiểu giọng nói của máy) nhưng năm 2021 sẽ chứng kiến ​​sự ra đời của học không giám sát cho AI. Trong ứng dụng này, dữ liệu từ một thiết bị được giám sát sẽ được gửi đến thuật toán mà không có sự can thiệp của con người. ML phát hiện các mô hình sử dụng bình thường rất nhanh chóng và sau đó theo dõi các mô hình bất thường vượt quá ngưỡng đặt trước. Ví dụ, một động cơ điện có thể tạo ra nhiệt, độ rung và các chỉ số tiêu thụ dòng điện. Trong hoạt động bình thường, các số đọc này tạo ra một số mẫu nhưng khi động cơ bắt đầu hỏng, các mẫu mới được tạo ra với một số độ lệch chuẩn nằm ngoài tiêu chuẩn. Điều này có thể được sử dụng để gắn cờ bảo trì máy móc khi cần thiết. Sự khác biệt về loại động cơ hoặc môi trường không tạo ra sự khác biệt đối với tính hiệu quả của thuật toán ML, nó đào tạo trên hoạt động ‘bình thường’ của mỗi động cơ và phát hiện các biến thể so với chuẩn đó.

Nguồn: https://www.iiot-world.com