Poznavanje komponenti IoT-a pomaže nam da razumijemo o čemu je riječ. Postoje četiri glavne komponente IoT-a:
Senzori i aktuatori: te komponente opažaju informacije iz okoline i ulaze u interakciju s njome. Senzori prikupljaju podatke, a aktuatori omogućuju sustavu da obavlja točno određene radnje. U primjeru s aparatom za kavu, senzor prati kada se korisnik probudi, a aktuator počinje raditi kavu.
Povezivost: senzori i aktuatori povezani su s takozvanim pristupnikom (engl. gateway). Pristupnik je odgovoran za komunikaciju s obližnjim senzorima i aktuatorima, prevodeći poruke u standardni format koji se zatim prenosi u uslugu u oblaku na internetu. Komunikacija između pristupnika i senzora i aktuatora obično je bežična. Međutim, moguća je i žičana veza. Usluge u oblaku uglavnom su vrlo oprezne po pitanju privatnosti (ako želite saznati više, možete pogledati naš tečaj o digitalnoj revoluciji i kibernetičkoj sigurnosti).
Oblak: računalni „oblak“, odnosno mreža računala na internetu, odgovoran je za pohranu i analizu podataka radi donošenja pametnih odluka. Analiza može uključivati jednostavna pravila ili složene algoritme umjetne inteligencije (AI). Više informacija o AI-ju možete saznati u tečaju Elementi umjetne inteligencije.
Interakcija čovjeka i stroja (engl. Human-Machine Interaction, HMI): korisnici nadgledaju podatke i analizu na namjenskim korisničkim sučeljima (engl. user interfaces, UI) ili pametnim telefonima i tabletima sa specifičnim aplikacijama. Cilj HMI-ja u IoT sustavu je informiranje korisnika i njihovo poništavanje automatskih odluka po potrebi.
Senzori, aktuatori i korisnička sučelja
Veliki broj mogućih senzora i aktuatora čini IoT sustav vrlo fleksibilnim. Uporabom različite kombinacije senzora i aktuatora, sustavi se mogu podešavati kako bi odgovarali različitim potrebama. U ovom dijelu pobliže ćemo se baviti senzorima, aktuatorima i UI-ima od kojih se sastoji IoT.
Postoje dvije vrste senzora: senzori opće namjene i senzori za obavljanje određenih zadataka.
Senzori opće namjene koriste uobičajene uređaje, poput kamera i mikrofona, za prikupljanje podataka. U tom slučaju računalne aplikacije i algoritmi analiziraju podatke, npr. snimljene slike ili zvuk.
Senzori za određene zadatke razvijaju se da bi bili jeftini, energetski učinkoviti i/ili snažni dok ujedno mjere točno određene vrijednosti. Senzori za određene zadatke obično zahtijevaju jednostavnija softverska rješenja od senzora opće namjene. Takvi senzori uključuju termometre, higrometre, detektore pokreta, mjerače pulsa i ECG-a te senzore za vagu.
S obzirom na te dvije vrste senzora, detekcija pokreta, na primjer, može se ostvariti na različite načine:
kamera se može koristiti za prepoznavanje neke osobe ili za opažanje pokreta na većem području,
namjenski senzor pokreta može se koristiti za troškovnu i energetsku učinkovitost,
mikrofon se može koristiti u toplim, tamnim mjestima, gdje druge dvije vrste senzora ne mogu funkcionirati.
Osim senzora, često možemo ulaziti u interakciju sa strojevima koji su uključeni u IoT sustav ili s ljudima koji njime upravljaju ili ga koriste. Prema tome, aktuatori i korisnička sučelja (UI) mogu biti uključeni u IoT rješenja. Aktuatori mogu mijenjati vrijednosti koje su senzori izmjerili. Na primjer, mogu povećati temperaturu ili otvoriti prozore.
Korisnička sučelja su za interakciju čovjeka i stroja, a mogu biti vizualna, zvučna ili sučelja kojima se upravlja govorom te taktilna.
Vizualna korisnička sučelja uglavnom se koriste na dodirnom zaslonu pametnih uređaja (pametni telefoni i tableti) ili ponekad s namjenskim uređajem s dodirnim zaslonom ili zaslonom i tipkama.
U slučaju govornog sučelja korisnici komuniciraju s IoT sustavom koristeći izgovoreni prirodni jezik, a u slučaju isključivo zvučnog UI-a zvukovi mogu ukazivati na važne događaje.
Taktilna sučelja obično koriste vibraciju za davanje povratnih informacija korisniku.
Kombinacija gore navedenih vrsta UI-a može poboljšati cjelokupan korisnički doživljaj.
IoT i 5G
5G je peta i najnovija verzija mobilne mreže. Prva generacija (1G) mobilne mreže omogućavala je samo glas. Novost koju je uveo 2G bile su digitalne mreže, što je tehnički puno bolje rješenje od analognog pristupa 1G mreže. 3G je uveo prijenos podataka, dok je 4G značajno povećao brzine prijenosa. 5G nudi mnogo brži prijenos podataka od svih prethodnih mobilnih mreža, uključujući 4G. Osim toga, može se nositi s područjima s većom gustoćom povezanih korisnika te pruža bolju pokrivenost.
Ključan element 5G mreže je masivni MIMO (višestruki ulaz, višestruki izlaz, engl. Massive Multiple Input Multiple Output), koji uključuje veliki broj antena i složene komunikacijske softvere koji uspostavljaju brzu komunikaciju s velikim brojem mogućih uređaja. Budući da IoT ovisi o prenošenju i primanju podataka, mobilni internet velike brzine glavni je čimbenik koji utječe na sposobnosti i doseg tih pametnih uređaja. U trenutku sastavljanja ovog tečaja, smatra se da će 5G, kada postane široko rasprostranjen, korjenito izmijeniti IoT.
IoT i AI
Kada se kombiniraju IoT i AI, to se često naziva AIoT (umjetna inteligencija/internet stvari). Na temelju nekoliko izvora, korist IoT-a može se maksimalno povećati uz AI. Da biste razumjeli AIoT, važno je znati osnove AI-ja. Već smo naučili da svi senzori i aktuatori prikupljaju podatke koji se pohranjuju u oblak. Stručnjaci ili računalni programi, koji su pisani na temelju iskustva i prijedloga stručnjaka, mogu analizirati te podatke. U slučajevima kada su podaci složeni, pravila koja su napisali stručnjaci neće savršeno funkcionirati. Također je čest slučaj da ta pravila nisu općenita pa se moraju uvijek iznova pisati. Primjerice, to se događa kada se novi senzori dodaju sustavu ili kada se okolina promijeni (npr. nova obitelj se preseli u pametnu kuću koja radi na principu IoT-a). AI omogućuje, uz veliku količinu reprezentativnih podataka, učenje pravila iz samih podataka. To znači da se AI također može automatski prilagoditi promjenama.
Kod IoT-a integrator i donositelj odluka uvijek je čovjek pa je zato proces personaliziran i prilagođen. Kod AI-ja uređaji koriste podatke za učenje i donose odluke na temelju prethodnog ponašanja korisnika. Što je više podataka, to su bolje odluke temeljene na AI-ju. Na primjer, da bi AI mogao prepoznati spol, potrebno mu je dati fotografije žena i muškaraca. Nakon što vidi sve više i više fotografija, AI može autonomno i sa sve boljom preciznošću odrediti nalazi li se na određenoj slici žena ili muškarac.
Kod AIoT-a, velika količina podataka koje senzori prikupe u kombinaciji s AI metodama omogućuje sustavu da nauči ponašanje korisnika i okolinu te pruži bolje usluge. Većina AIoT rješenja izvodi se na oblaku ili oko pristupnika, a novi pristup dovodi AI rubnim uređajima. Taj se pristup naziva TinyML. U tom slučaju IoT uređaji mogu lokalno sačuvati svoje podatke, ne trebaju biti povezani s internetom, a vrijeme odaziva može biti puno kraće. S druge strane, TinyML algoritmi suočavaju se s nekoliko ograničenja, poput niske potrošnje energije (toliko niske kao da uređaj radi godinu dana koristeći jednu malu CR2032 bateriju) i ograničene snage obrade.
Za detaljno objašnjenje mehanizama i mogućnosti AI-ja možete pogledati tečaj Elements of AI.
IoT u svakodnevnom životu
Senzori su već prisutni svuda oko nas. Neki su povezani s mrežom, a drugi su povezani samo s lokalnim strojem. Pametni satovi mjere otkucaje srca, dnevne aktivnosti i vrijeme spavanja te prenose navedene podatke na internet. Stvarne lokacije autobusa i tramvaja prikupljaju se ovisno o GPS podacima te se prikazuju na karti, a na stanicama se zatim prikazuje vrijeme čekanja. Pametni automobili imaju ugrađene senzore koji prikupljaju i dijele podatke o istrošenim dijelovima s vlasnikom ili autoservisom. Kako IoT postaje sve rašireniji, sve više senzora će raditi na principu IoT-a. Time ćemo se detaljnije pozabaviti u sljedećem dijelu, kako biste bolje razumjeli scenarije s mogućim primjenama te sektore u kojima se IoT upotrebljava.
