Internet svega (Internet of Things)


Internet svega 

Svedoci smo da mnoštvo uređaja koji nas okružuju generiše podatke o našoj stvarnosti. Nedavna predviđanja kažu da će do 2020. godine između 20 i 200 milijardi takvih uređaja biti povezano na internet, u okviru takozvanog „interneta svega“ (eng. Internet of Things – IoT). IoT ima ambiciju da umreži pametne uređaje u različitim gradovima, industrijskim pogonima, vozilima, u trgovini i zdravstvu, kao i mnogim drugim domenima. Samo u poljoprivrednom sektoru predviđa se da će do 2035. godine više od milijardu takvih uređaja (senzora, kamera i sličnog) biti instalirano na farmama širom sveta, i da će generisati ogromne količine podataka (eng. big data). Stoga je već danas veliki izazov za računarske nauke i druge nauke koje se bave podacima – da se otkriju korisne informacije sakrivene u tolikim količinama podataka.

Analitika na velikim količinama podataka

Možemo li realizovati ultra-efikasne i ekološki „čiste“ farme budućnosti, oslanjajući se na ogromne količine podataka (eng. big data) koje se prikupljaju svuda oko nas (na primer, podatke sa senzora i kamera, klimatske podatke i slično)? Mogu li poljoprivredni proizvođači da iskoriste gusto raspoređene senzorske mreže da bi menjali gustinu sejanja – sa veoma finom prostornom rezolucijom – tako da prate kompleksnu promenljivu strukturu zemljišta i na taj način najbolje iskoriste svaki njegov deo? Možemo li iskoristiti podatke generisane senzorima da precizno predvidimo pojavu bolesti i štetnih insekata, i u skladu sa time primenimo efikasno prostorno varijabilno zaprašivanje? Mogu li poljoprivredni proizvođači da iskoriste klimatske podatke i vremensku prognozu kako bi doneli optimalnu odluku o tome koje kulture treba da poseju, kao i kog dana u sezoni je najbolje da to urade? Mogu li poljoprivredni proizvođači sa velikom tačnošću da predvide cene svake poljoprivredne kulture kako bi napravili optimalan plan za svaku sezonu? Možemo li dizajnirati platformu koja omogućuje poljoprivrednim proizvođačima da pomažu jedni drugima tako što razmenjuju svoja praktična iskustva, a da njihovi privatni i poverljivi podaci ne budu ugroženi? Konačno, možemo li postići sve to, u svakom trenutku vodeći brigu o našoj planeti, održavajući i unapređujući biodiverzitet, istovremeno usporavajući globalno zagrevanje i druge negativne efekte klimatskih promena?

 

Podaci koji su potrebni da se sve to postigne svakako će biti dostupni – i to u enormnim količinama. Naime, predviđa se da će do 2035. godine više od milijardu uređaja (senzora, kamera i sličnog) biti postavljeno na farmama širom sveta. Pored toga, svakodnevno se prikupljaju ogromne količine vremenskih i klimatskih podataka. Međutim, glavni izazov je u tome da se iz ovolikih količina podataka izvuče znanje – i to na efikasan način, dovoljno brzo, tako da poljoprivredni proizvođači mogu da ga iskoriste za donošenje boljih odluka (npr. kada i šta uzgajati, kada zaprašivati i slično.) Institut BioSens razvija matematičke i inženjerske alate kako bi odgovorio na ove izazove. Alati potrebni za ostvarivanje ovih ciljeva umnogome prevazilaze konvencionalne IKT sisteme za akviziciju, skladištenje i obradu podataka i zasnivaju se na naprednim metodama distribuirane optimizacije, mašinskog učenja i teorije mreža. Konkretno, doprinos Instituta BioSens sastoji se u efikasnim distribuiranim gradijentnim optimizacionim metodama koje konvergiraju sa značajno manjom cenom (u pogledu angažovanja komunikacionih i računarskih resursa) u odnosu na prethodno predložene metode, pri čemu se radi o razlikama i do jednog reda veličine, kao i u optimalnom dizajnu algoritama za distribuirano zaključivanje na osnovu analize velikih devijacija. U smislu aplikacija, razvili smo rešenja u oblasti mašinskog učenja za nekoliko poljoprivrednih aplikacija, uključujući predikciju prinosa na osnovu meteoroloških merenja, optimizaciju portfolija za gajenje različitih sorti soje, kao i klasifikaciju njiva (u smislu diferencijacije gajenih kultura) putem satelitskih slika.

image001Koncept CONDENSE: Možemo li preneti mnogo znanja umesto mnogo podataka?

Vizija buduće univerzalne, integrisane IKT platforme za poljoprivredne proizvođače podrazumeva da se ogromne količine podataka, generisane u okviru interneta svega (IoT), šalju preko komunikacione infrastrukture (celularne ili optičke mreže) u „oblak“ (eng. cloud), nakon čega se se obrađuju da bi se iz njih ekstrahovalo korisno znanje (proces učenja). Međutim, šta se krije iza ovog apstraktnog koncepta oblaka? Da li zaista može da primi i obradi ogromne količine podataka koji pristižu iz časa u čas? Još važnije, je li naša komunikaciona infrastruktura zaista u stanju da prenese tolike podatke do oblaka? Što se tiče prvog pitanja, odgovor je da se iza koncepta oblaka zapravo kriju ogromni centri podataka, koji troše velike količine energije (čak oko 3 procenta globalno utrošene energije!). Što se tiče drugog pitanja, onog u vezi sa komunikacionom infrastrukturom, mi zapravo raspolažemo skupom optičkih i bežičnih komunikacionih linkova kroz koje možemo preneti samo konačnu količinu informacionih bita. Pitanje koje se stoga prirodno nameće jeste: koliko ćemo još dugo moći da prenosimo ovolike količine podataka kroz komunikacionu infrastrukturu prema oblaku i tek nakon toga pokušati da ekstrahujemo znanje iz istih? (Slika 1-a).

 

Naš je stav da, u nekom trenutku u budućnosti, ovakvo rešenje može postati neodrživo. Da bi odgovorili na ovaj izazov, istraživači Instituta BioSens – zajedno sa istraživačima Univerziteta u Oksfordu, u Tartuu, na Balearskim ostrvima, te sa istraživačima Univerziteta Alto u Helsinkiju i Tehničkog univerziteta u Istanbulu – predložili su koncept CONDENSE. Ovaj koncept donosi radikalno novu ideju da se komunikaciona infrastruktura direktno uključi u samu akviziciju znanja. Umesto da samo prenosi podatke od IoT izvora podataka do oblaka, komunikaciona infrastruktura aktivno učestvuje u procesu učenja: podaci koji putuju od IoT izvora kroz optičke i komunikacione linkove obrađuju se već dok putuju, uz pomoć pažljivo dizajniranih softverskih i hardverskih modula (Slika 1-b). Ovakvo direktno ekstrahovanje znanja, umesto prostog prenosa podataka, dramatično će sniziti cenu komunikacije i skladištenja podataka, i kao takvo predstavlja održivo rešenje za budućnost. Kada bude realizovan, koncept CONDENSE dramatično će promeniti telco/IP, kao i big data ekosistem, čime će značajno unapređujući tržište IoT u budućnosti. Koncept CONDENSE zahteva interdisciplinarni pristup koji se zasniva na mašinskom učenju, primenjenoj fotonici i bežičnim telekomunikacijama.

Slika. 1-a)
Slika. 1-b)

Slika 1. Konvencionalna integracija IoT i oblaka može se uprošćeno predstaviti preko tri glavna bloka (Slika 1-a). Nivo podataka (eng. Data layer) obuhvata milijarde senzora i drugih uređaja koji generišu podatke.  Komunikacioni nivo (eng. Communications layer) obezbeđuje prost prenos podataka u njihovom izvornom obliku od nivoa podataka do oblaka, odnosno, nivoa učenja (eng. Learning layer). Nivo učenja sadrži centre podataka koji pružaju mogućnost skladištenja i obrade podataka, što omogućuje algoritmima mašinskog učenja da ekstrahuju znanje iz podataka. Za razliku od ovog konvencionalnog rešenja, koncept CONDENSE (Slika 1-b) predlaže generički i fleksibilni mehanizam koji predviđa da se znanje ekstrahuje u okviru samog procesa prenosa podataka.