Baixe o app para aproveitar ainda mais
Prévia do material em texto
Internet das Coisas e Aplicações Material Teórico Responsável pelo Conteúdo: Prof. Me. Artur Ubaldo Marques Junior Revisão Textual: Prof. Esp. Claudio Pereira do Nascimento IoT e a Ciência de Dados • Arquitetura Básica dos Dispositivos para IoT. · Apresentar as arquiteturas, tecnologias utilizadas nas residências e a associação da coleta de grandes dados, sua análise e a utilidade da inteligência artificial. OBJETIVO DE APRENDIZADO IoT e a Ciência de Dados Orientações de estudo Para que o conteúdo desta Disciplina seja bem aproveitado e haja maior aplicabilidade na sua formação acadêmica e atuação profissional, siga algumas recomendações básicas: Assim: Organize seus estudos de maneira que passem a fazer parte da sua rotina. Por exemplo, você poderá determinar um dia e horário fixos como seu “momento do estudo”; Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma alimentação saudável pode proporcionar melhor aproveitamento do estudo; No material de cada Unidade, há leituras indicadas e, entre elas, artigos científicos, livros, vídeos e sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você também encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua interpretação e auxiliarão no pleno entendimento dos temas abordados; Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discus- são, pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e de aprendizagem. Organize seus estudos de maneira que passem a fazer parte Mantenha o foco! Evite se distrair com as redes sociais. Mantenha o foco! Evite se distrair com as redes sociais. Determine um horário fixo para estudar. Aproveite as indicações de Material Complementar. Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma Não se esqueça de se alimentar e de se manter hidratado. Aproveite as Conserve seu material e local de estudos sempre organizados. Procure manter contato com seus colegas e tutores para trocar ideias! Isso amplia a aprendizagem. Seja original! Nunca plagie trabalhos. UNIDADE IoT e a Ciência de Dados Contextualização Quando falamos de IoT, parece que estamos entrando muitas vezes em algum filme de ficção científica onde algum cientista maluco de algum país da Europa, Ásia ou América do Norte inventa coisas que vão ajudar milhões de pessoas. Nessa contextualização, gostaria de dizer que tem muita gente no Brasil desenvolvendo, inventando e inovando “coisas” também. Veja o inspirador vídeo abaixo para entender como: Inovações Brasileiras em Internet das Coisas [CT Startup] - https://youtu.be/gizj4empiTE Ex pl or Bom, como você já percebeu, não é nenhum bicho de 7 cabeças não é mes- mo. Me diga, o que você vem pensando sobre IoT? Por que não põe sua ideia em pratica? Você fará a diferença! 8 9 Arquitetura Básica dos Dispositivos para IoT A organização dos dispositivos IoT se baseia em uma estrutura funcional muito simples e interligada, conforme comprova a figura 1. Figura 1 – Arquitetura básica dos dispositivos Fonte: dcc.ufmg.br/dcc Segundo SANTOS (2016), esses componentes podem ser divididos em unidade de processamento/memória, unidade de comunicação, fonte de energia e unidade de sensor/atuador, explicada da seguinte maneira: · (i) Composta de uma memória interna para armazenamento de dados e programas, um micro controlador e um conversor analógico-digital para receber sinais dos sensores. As CPUs comumente não apresentam alto poder computacional. Frequentemente existe uma memória externa do tipo fl ash que serve como memória secundária, por exemplo, para manter um “log” de dados. As características desejáveis para essas unidades são consumo reduzido de energia e ocupar o menor espaço possível. · (ii) Consiste de pelo menos um canal de comunicação com ou sem fi o, sendo mais comum o meio sem fi o. Neste último caso, a maioria das pla- taformas usam rádio de baixo custo e baixa potência. Como consequência, a comunicação é de curto alcance e apresentam perdas frequentes. Esta unidade básica será objeto de estudo mais detalhado na próxima seção. · (iii). Responsável por fornecer energia aos componentes do objeto inteli- gente. Normalmente, a fonte de energia consiste de uma bateria (recarre- gável ou não) e um conversor AC-DC. Porém, também pode ser solar e mesmo a captura de energia do ambiente através de técnicas de conversão conhecidas como energy harvesting. · (iv). Realizam o monitoramento do ambiente no qual o objeto se encontra. Os sensores capturam valores de grandezas físicas como temperatura, umidade, pressão, presença etc. Atuadores são dispositivos que produzem alguma ação, atendendo a comandos que podem ser manuais, elétricos ou mecânicos. (SANTOS, 2016) 9 UNIDADE IoT e a Ciência de Dados Modelos simples de Conectividade para dispositivos inteligentes baseados em IP Figura 2 – Modelos gerais de conectividade Fonte: dcc.ufmg.br/dcc Conforme SANTOS (2016), os 3 modelos se baseiam em: · (I) Rede autônoma. Os dispositivos no interior da nuvem não têm comunicação com a internet. · (II) Rede de objetos é limitada, pois o acesso aos dispositivos é restrito. · (III) IoT “autêntica” na qual os objetos estão conectados à Internet. Arquiteturas para IoT Uma situação predominante com as arquiteturas IoT existentes é que elas foram projetadas para pequenas ilhas de IoT – que funcionam com redes paralelas, por exemplo, quando um operador de usina de energia puxa dados de uma turbina em protocolos proprietários. Essas “coisas” implantadas em maior escala não permitem colaboração de forma dinâmica entre essas “ilhas” para executar tarefas distribuídas que envolvem detecção, acionamento e computação. (ITFORUM365, 2014). Apesar de diversas correntes de pensamento divergirem devido a forma com que essa nova arquitetura surgirá, temos algumas perspectivas como a 3DIA, que se divide em inteligência global, regional e local. Porém, antes de chegarmos nesse momento, há desafios presentes que exigem tomadas de ações urgentes. 10 11 Uma iniciativa que vem ganhando muita aderência com o desafio da integração de diferentes hardwares com protocolos proprietários é o uso de arquiteturas baseadas em middlewares. Middleware Há uma grande falta de padronização de plataformas em IoT, como estamos estudando até agora, a dificuldade de comunicação entre essa plataforma precisa de soluções adequadas, já que os fabricantes não vão se submeter uns aos outros para poderem integrar suas arquiteturas e protocolos. Dessa maneira uma das soluções promissoras que vem tomando corpo no cenário atual é a utilização de middleware intermediárias (ficam entre a parte física e a aplicação) que permitem inicialmente a troca praticamente transparente de mensagens entre dispositivos em plataformas diferentes, porque os sistemas IoT tem ganho grande complexidade e precisam de soluções tanto arquitetônicas quanto sistêmicas. Esses middlewares servem para receber dados de equipamentos de fabricantes diferentes, “traduzir esse dado” para enviar a outro equipamento que “não fala aquela língua”, mas precisa entender a mensagem para poder atuar sobre os dados, o que em alguns casos pode ser uma questão de segurança de uma planta industrial ou monitoramento de uma casa ou uma rota de transportes. Daí percebemos a importância do middleware. Você percebe que essa peça teria a função de um “tradutor poliglota” facilitando muito a vida de todo o parque sistêmico de IoT em uma determinada solução tecnológica adota por alguma empresa, por exemplo. PIRES et al., 2015 coloca a questão da interoperabilidade citando DELICATO et al. 2013, destacando que a integração necessária passa por muitos níveis e escreve: · Em mais baixo nível, é necessáriointegrar, de maneira transparente, uma miríade de dispositivos físicos heterogêneos de modo a ocultar detalhes com relação à rede, aos formatos de dados empregados, e até mesmo à semântica das informações. · Em um nível intermediário, a fi m de prover serviços de valor agregado aos usuários, é necessário integrar e disponibilizar dados providos por esses dispositivos, podendo incluir simples funções de processamento de dados ou mesmo aplicações Web mais complexas. · por fi m, em mais alto nível, um modelo padronizado de programação pode promover integração no que se refere à agregação e transformação de informações providas pelos dispositivos, de modo que desenvolvedores de aplicações não necessitam ter qualquer conhecimento acerca das espe- cifi cidades dos dispositivos físicos e do ambiente de rede subjacente. 11 UNIDADE IoT e a Ciência de Dados Assim sendo, do ponto de vista conceitual, a construção de uma arquitetura concreta passa antes pela arquitetura de referência, que parte da análise de diversos modelos para selecionar o que é importante de ser utilizado, nesse caso estamos falando de melhores práticas, padrões e regras necessários para a construção da parte concreta. Figura 3 – Relacionamentos entre modelos de referência, arquiteturas de referência e arquiteturas concretas Fonte: ufes.br GERBER 2017, descreve algumas arquiteturas de referência no mundo na atualidade: · Internet das Coisas - Arquitetura (IoT-A): O modelo e arquitetura de referência IoT-A foi desenvolvido através de um projeto de beacon da UE em 2013. O IoT-A foi projetado para ser construído para desenvolver arquiteturas concretas que sejam aplicáveis em toda a gama de domínios. · IEEE P2413 - Padrão para um quadro arquitetônico para a Internet das coisas (IoT): Este projeto de padronização IEEE atual visa identificar pontos comuns em domínios IoT, incluindo fabricação, edifícios inteligentes, cidades inteligentes, sistemas de transporte inteligentes, redes inteligentes e cuidados de saúde. · Arquitetura de referência de Internet industrial (IIRA) - O IIRA foi desenvolvido especificamente para aplicações industriais IoT pelo Industrial Internet Consortium, fundado em março de 2014 pela AT&T, Cisco, General Electric, IBM e Intel. 12 13 Nesse momento é importante você entender essas 3 arquiteturas de referência. Para tanto dê uma pausa na leitura e acesse os hiperlinks para os documentos abaixo. Dê uma geral neles, vale a pena, boa leitura: Internet de Coisas - Arquitetura (IoT-A): https://goo.gl/hbQk4z IEEE P2413 - Padrão para um quadro arquitetônico para a Internet das coisas (IoT): https://goo.gl/naar1S Arquitetura de referência de Internet industrial (IIRA): https://goo.gl/QFcz5v Ex pl or A partir da escolha e análise dos modelos e a finalidade da construção da arqui- tetura concreta, devemos levar em consideração a visão funcional dessa arquitetura de tal maneira que leve em consideração suas camadas, desde o seu nível mais alto ou da aplicação, até seu nível mais fundamental ou do próprio aparelho físico IoT. Figura 4 - Decomposição funcional de uma arquitetura de referência da IoT Fonte: ufes.br Para não deixarmos dúvidas do que é cada camada e qual componente poderia fazer parte, a figura abaixo utiliza um exemplo mais prático focado no entendimento direto da função do middleware. 13 UNIDADE IoT e a Ciência de Dados Figura 5 – Exemplo de um fluxo de informação Fonte: ufes.br Antes de entendermos as figuras abaixo, é importante entendermos o que faz um Context Broker. Ele foi desenvolvido para dispositivos (clientes) com restrição de banda de comunicação e são muito utilizados em conexões com localizações remotas, onde pode estar uma aplicação como por exemplo uma aplicação mobile de um smartphone. MQTT - Message Queue Telemetry Transport ou Fila de transporte de mensagens de telemetria é um tipo de Broker de contexto, focado na troca de mensagens entre dispositivos e uma aplicação. Quando dizemos isso, significa que ele é responsável por fazer as coisas con- versarem, isso é M2M baseado em TCP/IP. Há outros como o RSMB - Really Small Message Broker ou Broker de mensagens realmente pequeno, ou ainda o Mosquito que é open source. 14 15 Aplicação Context Broker Aplicação Servidor Servidor Context Broker CENTRALIZADA Aplicação Context Broker M2M CLIENTE/SERVIDOR Figura 6 – 3 Exemplos de arquitetura (Centralizada, Cliente/Servidor e M2M que usa os próprios dispositivos como distribuidores de informações) 15 UNIDADE IoT e a Ciência de Dados Como você percebe, arquiteturas generalistas de alto nível podem ser amplamente utilizadas para gerar arquiteturas concretas, ou seja, focadas nas especificidades de domínio da indústria a qual ela se aplicará. Abaixo há algumas referências de arquiteturas de alguns grandes fornecedores, que você pode procurar na internet, ou consultar nossa lista de leituras complementares ao fim desta disciplina: · Arquitetura de referência IBM IoT; · Arquitetura de Referência Plataforma Intel IoT; · Microsoft Azure IoT Architecture; · Amazon Web Services Pragma Architecture. Como podemos perceber, IoT envolve uma quantidade enorme de habilidades e tecnologias. Para podermos integrar todas essas coisas, precisamos de plataformas de IoT. Logo abaixo, coloco algumas para você poder dar uma aprofundada no tema. · IBM Watson IoT. · Amazon Web Services IoT. · Microsoft Azure IoT Suite. · PTC ThingWorx. · Kaa – open source baseada em servidor Apache. Por outro lado, graças a esta diversidade toda, inclusive de hardware, mais que nunca temos acesso a produção de dispositivos para IoT multipropósito e de fácil aquisição. São algumas dessas tecnologias físicas, por exemplo, SoC – system on a Chip, que concentram todo o processamento em um único chip, incluindo rede etc. Outro dispositivo para ajudar na prototipagem são os SBC – Single Board Computers, com eles conseguimos montar micro controladores, ou seja, um SoC com processamento e armazenagem de dados. Vários deles são de domínio público e você já deve ter ouvido falar ou até mesmo já utilizou esses dispositivos. Vamos falar um pouco da parte mais básica de qualquer arquitetura, o hardware, sensores, atuadores e claro, as plataformas opensource para você poder “brincar” um pouco com IoT. · Arduino: trata-se de uma plataforma de desenvolvimento de hardware de código aberto. Possui uma série de famílias de equipamentos e desen- volvimentos que acontecem compartilhando projetos e problemas em sua comunidade. Você vai ter que programar em C ou C++. 16 17 Figura 7 – Família Arduíno Fonte: Divulgação · Tessel: outra plataforma altamente integrável, executa Java Script e Node.js IR BLE Acelerômetro Ambiente Retransmissão Clima Infravermelho BLE Celular MicroSD Câmera Áudio Distância Sensor de cor Teclado Luzes/LEDs Movimento MÓDULOS DE 10 PINOS MÓDULOS USB MÓDULOS CRIADOS NA COMUNIDADE Figura 8 – Módulos e Placa Tessel Fonte: Adaptado de iStock/Getty Images 17 UNIDADE IoT e a Ciência de Dados · Particle.io: Plataforma para desenvolvimento de hardware para IoT que pretende ser “all in one”. Na sua versão mais recente possui criptografia já embutida por definição. Se integra facilmente com uma simples API REST e fala Java Script. Figura 9 – Módulos e a Placa Particle.io Fonte: Divulgação · PyBoard: é uma placa de circuito eletrônico compacto que fala e executa MicroPython, oferecendo um sistema operacional Python de baixo nível que pode ser usado para controlar todos os tipos de projetos eletrônicos. Figura 10 – Módulos e a Placa PYB Fonte: micropython.org · WeIO: plataforma para desenvolvimento de hardware IoT, fala e executa Python, HTML5, de tal maneira que ele permite conexão e controle de “coisas” usando apenas um navegador web. 18 19 Figura 11 – Módulos e a Placa WeIO Fonte: Divulgação Há também os SBC que nada mais são do que computadores de placa única. Vou colocar alguns exemplosque você vai poder acessar do próprio site clicando no link: DragonBoard 410c - https://goo.gl/3Pr1dv BeagleBone Black - https://goo.gl/jk96J7 Raspberry Pi 3 Model B - https://goo.gl/7BEvQ6 Ex pl or Big Data em IoT Esse, de maneira geral, é um termo de relevância mundial e realmente é im- portante, porque quando falamos de IoT doméstica, temos uma situação de con- trole relativo sobre as “coisas” e podemos utilizar nos dispositivos móveis para saber o que está acontecendo ou até mesmo acionar algum ajuste ou outro co- mando a distância. Isso ocorre porque temos poucos sensores e atuadores, muitas vezes não temos nem pré-processamento de dados. Isso muda de figura rapidamente quando você tem numa planta industrial centenas ou até mesmo milhares de sensores espalhados e atuadores participando de uma rede local de “coisas”, por exemplo. A quantidade de dados gerada, muitas vezes, a cada segundo, supera em muito a capacidade analítica de qualquer ser humano. É aí que entra em ação BigData para atuar em conjunto com IoT. Até porque, esses dispositivos, produzem dados estruturados, não estruturados, semiestruturados e comportamentais, muitas vezes em tempo real sem tratamento algum. 19 UNIDADE IoT e a Ciência de Dados Mas antes de mais nada, vamos pegar uma definição conceitual, mais simples e ampla o possível sobre BigData. Vou me valer de uma que está no próprio site da SAS, “termo que descreve o grande volume de dados - estruturados e desestruturados - que inunda uma empresa no dia a dia”. A SAS, complementa dando uma bela pista, “Mas não é a quantidade de dados que é importante. É o que as organizações fazem com os dados que importam. Os grandes dados podem ser analisados por insights que levam a melhores decisões e movimentos comerciais estratégicos.” Trocando em miúdos, se eu posso coletar e armazenar os dados dos sensores, posso monitorar o que ocorre no ambiente de tal maneira em que baseado numa grande amostra, abrangendo um extenso período de tempo, posso, a partir da análise de todos esses dados cumulativamente guardados, descobrir padrões, entender comportamentos e automatizar o tipo de resposta que queremos que os atuadores acionem para poder manter o ambiente o mais estável possível. Ou seja, se for uma residência, posso querer entender o calor produzido pela incidência do Sol durante um ano e, a partir disso, ativar o ar-condicionado de forma eficiente e eficaz para produzir conforto térmico. Big Data é importante na atualidade porque eles ajudam a reduzir custos, como no exemplo acima do ar-condicionado, reduz tempo, ajuda sobremaneira na escolha de que produto ou serviço a desenvolver para gerar um resultado mais eficaz, determinar causa raiz a partir de coleta de dados de efeitos e tratar a falha de forma eficiente e eficaz, controlar uma carteira de milhagem de uma companhia aérea criando uma política de pontos e prêmios mais inteligente para cada tipo de persona de seus clientes, entender o risk score de um segurado e até mesmo rebaixar o seu prêmio devido ao risco que ele representa não ser tão impactante assim, a partir dos dados de telemetria de seus roteiros de carro, por exemplo, e além disso, auxilia na tomada de decisão. IoT pode se integrar com Big Data, veja esses exemplos da EXPERFY (2017): “Uma loja de varejo pode exibir seus produtos e ofertas disponíveis para um cliente próximo dele quando ele abre o aplicativo da loja e a acessa. Isso pode ser possível com a tecnologia VLC (comunicação de luz visível) que faz uso de faróis Bluetooth e sistema de iluminação. Sempre que um cliente entra na loja e abre o aplicativo da loja, o VLC rastreia sua localização na loja, projeta luz ultra alta velocidade no smartphone na mão do cliente e exibe as ofertas disponíveis para ele. A loja de varejo pode armazenar essas informações do cliente na nuvem e executa análises em suas informações de comportamento de compra. Isso pode ajudar a loja de varejo a oferecer melhores ofertas ou serviços personalizados ao mesmo cliente sempre que ele visita a loja. 20 21 Este ecossistema de VLC, Bluetooth beacons, nuvem, switches e Ethernets e dados de clientes emitidos e sua análise por grandes dados estão todos interligados. Eles dependem um do outro por seu desempenho e melhoram a satisfação do cliente e o desempenho da loja de varejo. Embora os dados IoT e Big não sejam os mesmos, os dois estão intimamente interconectados.” (EXPERFY, 2017) Vamos entender a real importância dos dados?! Dê uma paradinha e acesse agora esse vídeo: Os fabricantes de automóveis querem os seus dados, disponível em: https://goo.gl/6HT9Dc Ex pl or Portanto, se tenho onde armazenar esses dados em um formato ou local mais eficiente que os bancos de dados tradicionais, de uma forma ou de outra, terei que analisar, ou seja processar. É aqui que entra outra peça importante desse quebra cabeça multidisciplinar. BigData Analytics O IEEE 2017, através de seu Jornal, define que, “é o processo de examinar grandes conjuntos de dados que contêm uma variedade de tipos de dados para revelar padrões não vistos, correlações ocultas, tendências do mercado, preferências do cliente e outras informações comerciais úteis”. Temos atualmente classificados 5 tipos diferentes de análise de big data: · Análise em tempo real é realizada em dados coletados a partir de sensores. São dados extremamente variáveis, dessa forma é requerida uma grande quantidade de técnicas de análise dos dados, embarcadas e que devem proporcionar resposta em um tempo muito curto de tempo. · Análise off-line é usada quando o tempo de resposta não é importante. Pode-se escolher esse método para a redução de custos ou o cruzamento com outras bases não passiveis de junção em tempo real. · Análise em nível de memória é usada quando o tamanho dos dados é menor do que a memória total de um cluster. · Análise de BI é usada quando o tamanho dos dados é maior do que o nível de memória total de um cluster, por exemplo, mas, neste caso, os dados podem ser importados para o ambiente de análise de BI que pode carregar volumes superiores a TB, Tera Bytes. · Análise massiva é empregada no momento em que o tamanho dos dados é superior a capacidade de carga de dados da plataforma de BI e bases tradicionais. 21 UNIDADE IoT e a Ciência de Dados Figura 12 – Relação entre IoT e grande análise de dados Fonte: ieeexplore.ieee.org Métodos de Análise de grandes volumes de dados, atualmente utilizados são variantes de 4 pilares a saber: · Classificação: conforme instrução IEEE, 2017, trata-se de uma “aborda- gem de aprendizagem supervisionada que usa conhecimento prévio como dados de treinamento para classificar objetos de dados em grupos”. · Clustering: usa uma abordagem de aprendizagem não supervisionada e cria grupos para objetos específicos com base em suas características sig- nificativas e distintivas. · Análises preditivas: usam dados históricos, conhecidos para “treinamen- to”, para determinar os resultados como tendências ou comportamento em dados. Utiliza outros tipos de algoritmos como lógica difusa para iden- tificação de relacionamentos entre variáveis independentes e dependentes. · Mineração de regras de associação: centra-se na identificação e criação de regras baseadas na frequência de ocorrências para dados numéricos e não-numéricos. Figura 13 – Arquitetura de IoT e Big Data Analytics Fonte: ieeexplore.ieee.org 22 23 Dentro dos exemplos citados pelo IEEE para aplicações que necessariamente utilizam Big Data Analytics, podem ser citados: · Casos de necessidade de medição inteligente. · Casos de necessidade de transporte inteligente. · Casos de necessidade de cadeias de fornecimento inteligente. · Casos de necessidade de agricultura inteligente. · Casos de necessidade de smart grid ou rede elétrica de distribuição inteligente. · Necessidade de sistemas semafóricos inteligentes nas cidades. Inteligência artifi cial e IoT Outra área bastantepromissora tocada pela massa de dados gerados pelos sensores em IoT, como já mencionamos anteriormente, são os dados, todavia uma vez adquiridos, armazenados, processados, analisados, podemos ir além de simplesmente acionar um atuador para realizar alguma ação específica requerida. Podemos aprender coisas a partir desses dados e gerar até mesmo tomadas de decisão preditivas, visando evitar que certos fenômenos nocivos possam gerar prejuízo aos mais diversos. Esse é o campo da ciência chamado inteligência artificial em ação, vamos defini-la. Segundo OXFORD Dicionário IA significa, “A teoria e o desenvolvimento de sistemas informáticos capazes de realizar tarefas normalmente exigindo inteligência humana, como percepção visual, reconhecimento de fala, tomada de decisão e tradução entre idiomas. ” Temos uma definição mais adequada as nossas finalidades nesse texto, vinda do EXPERT SYSTEM que nos explica assim: “O termo em si foi cunhado por John McCarthy da faculdade de Dartmouth em 1955 em uma proposta para pesquisadores universitários para seu projeto de pesquisa de verão sobre IA. De acordo com o cientista cognitivo Marvin Minsk, um dos praticantes mais famosos do campo, a IA é “a ciência de fazer máquinas realizarem coisas que exigiriam inteligência quando perpetradas pelos homens”. Bom, definições a parte, IA atualmente nada mais é que um grande conjunto de metodologias que “ensinam um computador” a realizar tarefas simulando uma pessoa com certo grau de inteligência. Abaixo vemos um mind map que tenta demonstrar todo esse conjunto de metodologias e técnicas e abordagens, vamos ver: 23 UNIDADE IoT e a Ciência de Dados machine learning deep learning predictive analytics translation classi�cation & clustering information extraction speech to text text to speech expert systems planning, schedulling & optimization natural language processing (NLP) speech robotics vision image recognation machine vision Artificial Intelligence (AI) Fígura 14 SENTHILVEL (2017), demonstra a seguir numa estrutura de tópicos, contendo quais os setores que mais aplicam essas técnicas. · Analítica prescritiva: o melhor exemplo são as recomendações automá- ticas de compras on-line. Com base no comportamento do cliente, o App sugere os produtos adequados de forma inteligente para alcançar a situa- ção do ganha-ganha para empresas e clientes. · Gaming: AIi ajuda a simular o Chess Expert para a competição com o campeão humano. Este projeto é baseado no conhecimento heurístico. · PNL (processo de linguagem natural): capacidade de interagir com o computador que entende a linguagem natural falada pelos humanos. · Reconhecimento de Voz: Capaz de ouvir e compreender o idioma em termos de frases e seus significados, enquanto um humano fala com ele. O Chat interativo inteligente é o melhor caso de uso no mundo atual. · Robôs: os robôs visam realizar os esforços manuais do ser humano. Ao fazê-lo, reduz o trabalho humano. Os robôs são construídos usando sen- sores relevantes, processadores, memória para exibir “inteligência”. Atu- almente, a indústria de fabricação de carros está alavancando a cultura do robô para uma melhor produtividade e diminuir os erros. 24 25 Material Complementar Indicações para saber mais sobre os assuntos abordados nesta Unidade: Sites Hypertext Transfer Protocol – HTTP/1.1 https://goo.gl/NsGTCK Message Queue Telemetry Transport https://goo.gl/gY6GA7 Constrained Application Protocol https://goo.gl/mUAHGa User Datagram Protocol – UDP https://goo.gl/vnzwZR WebSocket Protocol https://goo.gl/m4MEie Arduino https://goo.gl/cs9rML Extensible Access Control Markup Language (XACML) https://goo.gl/mGr16g Arquitetura de referência IBM IoT https://goo.gl/mMMdPy Plataforma Intel IoT Arquitetura de Referência https://goo.gl/PVLBRG Microsoft Azure IoT Architecture https://goo.gl/qcDFJk Amazon Web Services Pragma Architecture https://goo.gl/PdTdWu 25 UNIDADE IoT e a Ciência de Dados Referências EXPERFY, Integração do IOT com grandes dados, um passo revolucionário, 2017, disponível em: https://www.experfy.com/blog/integrating-iot-with-big- data-a-revolutionary-step Acesso em: 28/02/2018. EXPERT SYSTEM. Uma definição de software de inteligência artificial, dispo- nível em: http://www.expertsystem.com/artificial-intelligence-software-definition/ Acesso em: 26/08/2018. GERBER, A. Simplifique o desenvolvimento das suas soluções IoT com as arquiteturas IoT, 2017 disponível em: https://www.ibm.com/developerworks/ library/iot-lp201-iot-architectures/ Acesso em: 03/01/2018. IEEE, Big IoT Data Analytics: arquitetura, oportunidades e desafios abertos de pesquisa, 2017, disponível em: http://ieeexplore.ieee.org/ document/7888916/?reload=true Acesso em: 28/02/2018. ITFORUM365, Internet das Coisas precisará de uma nova arquitetura, 2014, disponível em: https://www.itforum365.com.br/tecnologia/internet-das-coisas- precisara-de-uma-nova-arquitetura/ Acessado em: 01/03/2018. MUSSIO L.D. , MAIA R.F., LOPES G.W. Um Estudo de Arquiteturas IoT para Dispositivos Embarcados – 2015 – FEI – disponível em: http://fei.edu. br/sites/sicfei/2015/Ci%C3%AAncia%20da%20Computa%C3%A7%C3%A3o/ UM%20ESTUDO%20DE%20ARQUITETURA%20IOT%20PARA%20 DISPOSITIVOS%20EMBARCADOS.pdf Acesso em 01/03/2018. OXFORD Dictionary, Artificial Inteligence, disponível em: https://en.oxforddic- tionaries.com/definition/artificial_intelligence Acesso em: 25/02/2018. PIRES P.F. et al. Plataformas para a Internet das Coisas – 2015 – SBRC – disponível em: http://sbrc2015.ufes.br/wp-content/uploads/Ch3.pdf Acesso em: 01/03/2018. SANTOS B.P. et. al. Internet das Coisas: da Teoria à Prática, disponível em: http://homepages.dcc.ufmg.br/~mmvieira/cc/papers/internet-das-coisas.pdf Acesso em: 28/02/2018. 26
Compartilhar