Was sind cyberphysische Systeme, warum sind sie heute so relevant und welche Rolle spielt künstliche Intelligenz bei ihrer Entwicklung?
Die Untersuchung der verschiedenen Eigenschaften von Informationstechnologiesystemen im Hinblick auf das Zusammenspiel ihrer physikalischen und digitalen Komponenten ist ein neues und relevantes Gebiet der modernen Wissenschaft cyberphysikalischer Systeme [1].
Die Hauptkomponenten eines cyberphysikalischen Systems sind (Abb. 1):
- ( );
- ( , , , .);
- ( , .);
- ( XR ).
.1 , .
, , . , , .. .
, , , : .
(Cyber-physical systems, CPS) — . : CyPhyLab , MIT media lab, , Bosch, Toshiba PTC.
CPS - , , , .. “”. , CPS — , , . , , , CPS (.2).
.2 .
, , 4.0.
Acatech, 4.0, , : , . , , “ ”, . — , , 2011 . .
.3 , .
, CPS, , . — .
- 3- , , , , , . , , . , .
. 4
, .
. 5 .
. [3]. , [4–6]. , , , . , , . , , .
. habr.
. 6 . ( , HighLoad++ 2018).
, , 2- . . — , .
. 7 ( , HighLoad++).
. 8 .
(), . SpaceX Starlink. , .
— . . , , . , - , .
. 9 VR .
TZUP, PHYGITALISM , . ( ), .. . . , , . . .
. 10 .
CPS
Feige. 11 Visualisierung der Simulation technologischer Prozesse im digitalen Zwilling der Anlage.Ein weiteres wichtiges Thema ist die Gewährleistung der Sicherheit von CPS - die Schaffung von Schutzsystemen für cyber-physische Angriffe ist zu einem neuen Themenbereich im Bereich der Informationssicherheit geworden. Sie können sich in der nächsten Anmerkung mit den Gedanken zu diesem Thema vertraut machen .Schauen wir uns einen praktischen Fall namens PlantSim animplementiert vom PHYGITALISM-Team. Das Hauptziel des Projekts war die Schaffung eines Anomalieerkennungssystems in den Kommunikationskanälen zwischen der SPS (speicherprogrammierbare Steuerung), die die technologischen Prozesse in der Raffinerie steuert, und dem technischen Überwachungssystem (SCADA). Um nach Anomalien in den Kontrollkanälen zu suchen, wurde vorgeschlagen, ein wiederkehrendes neuronales Netzwerk zu verwenden [7].
Feige. 12 Blockdiagramm des betrachteten cyberphysikalischen Systems.Als Daten für das Training eines solchen Netzwerks werden synthetische Daten verwendet, die aus dem digitalen Doppel der Anlage stammen. Der Vorteil dieses Ansatzes gegenüber der herkömmlichen Lösung, die auf den logischen Regeln der Steuerung von Kommunikationskanälen basiert, liegt in der Vielzahl von Situationen, die das künstliche Intelligenzsystem erkennen kann. Mit Hilfe eines digitalen Doppel der Anlage ist es möglich, auch solche seltenen, aber potenziell gefährlichen Situationen wie eine Reaktorexplosion zu betrachten. Ein wichtiger Faktor ist natürlich die Geschwindigkeit, mit der neue Daten für das Training des Systems abgerufen werden können.KI stärkt die Sinnesorgane von CPS
Abb. 13 Google Project Soli Sensor.Für die bestmögliche Funktionsqualität des CPS ist es erforderlich, möglichst viele Informationen über den Zustand der Umgebung zu haben, in der ein solches System betrieben wird, und die in seinen Komponenten ablaufenden Prozesse so genau wie möglich zu bestimmen. Alle Arten von Sensoren und Sensoren dienen als Sinnesorgane für CPS. Je besser das System „sieht“, was zu einem bestimmten Zeitpunkt mit ihm und seiner Umgebung geschieht, desto besser ist die Qualität seiner Entscheidungen über die Verwaltung der verfügbaren Ressourcen.Zum Beispiel kann im Zusammenhang mit dem vorherigen Abschnitt das Sicherheitssystem die Gefahr im Falle eines Heizungsausfalls umso früher erkennen und verhindern, je empfindlicher der Thermostat für den Transport explosiver Flüssigkeiten im Tank installiert ist (vorausgesetzt, ein solcher Thermostat ist unempfindlich gegen Geräuschemissionen).
Abb. 14 Verwenden von Projekt-Soli zur Steuerung von Geräten mithilfe von Gesten.Als wichtigeres Beispiel sollten Sie subtile menschliche Gesten mithilfe eines Wi-Fi-Signals zur Steuerung von Geräten erkennen.Und hier kann künstliche Intelligenz dazu beitragen, die Leistung bestehender Sensoren zu verbessern oder neue Sensoren zu entwickeln. Dies zeigt der Google Project Soli-Sensor deutlich.Die Grundidee ist hier nicht neu: WLAN-Router sind Sender-Empfänger elektromagnetischer Wellen. Auf dem Weg durch den Raum wird eine elektromagnetische Welle von verschiedenen Objekten reflektiert und kehrt zum Gerät zurück. Wenn sich ein Objekt zu bewegen beginnt, wird seine Geschwindigkeit mit der Geschwindigkeit der elektromagnetischen Welle addiert oder subtrahiert, was eine Verschiebung der Frequenz und Länge der reflektierten Welle verursacht. Dieses Phänomen wird als Doppler-Effekt bezeichnet und kann zur Erkennung von Gesten und nicht nur zur Verwendung eines WLAN-Routers verwendet werden . Allerdings nicht alles so einfach.Erstens arbeiten gewöhnliche Router mit Frequenzen in der Größenordnung von 5 GHz. Eine solche Frequenz kann für eine gute Auflösung des Klassifizierungsalgorithmus unzureichend sein, d.h. Form geschlossen, aber immer noch wesentlich unterschiedliche Objekte werden als dasselbe Objekt erkannt. Dieses Problem wird durch Erhöhen der Betriebsfrequenz des Geräts gelöst (Project Soli hat eine Betriebsfrequenz von 57 - 64 GHz).Zweitens muss bei realen Aufgaben nicht nur eine bestimmte Geste erkannt werden, sondern auch, wem diese Geste gehört. In einem Raum können sich mehrere Personen gleichzeitig befinden, und alle haben möglicherweise unterschiedliche Prioritäten im System. Dieses und viele andere unangekündigte Probleme werden mit modernen Deep-Learning-Algorithmen gelöst [8]. Dieser Ansatz wird beispielsweise im WiSee- Projekt verwendet .implementiert von Studenten und Mitarbeitern der University of Washington.Da die Arbeit neuronaler Netzwerkalgorithmen recht komplexe, aber die gleiche Art von Berechnungen erfordert, gibt es für ihre Implementierung in Hardware spezielle Recheneinheiten, die sogenannten TPU (Tensor Process Init) oder andere - Neuromodule, Neuroprozessoren. Solche Recheneinheiten können für eine bestimmte Aufgabe optimiert werden, sei es die Erkennung von Gesichtern, Stimmen oder Gesten. Um das Problem der Erkennung von Gesten oder räumlichen Bewegungen kleiner Objekte zu lösen, wurde eine spezielle TPU „Soli I-CB“ erstellt, die in verschiedene intelligente Geräte und Gadgets eingebaut werden kann.
Feige. 15 Neurochips Projekt Soli.Fazit
Cyberphysikalische Systeme sind ein wichtiger Bestandteil des Informationszeitalters. Je besser wir verstehen, wie solche Systeme entworfen, analysiert, geschützt und verbessert werden, desto besser, sicherer und verständlicher machen wir die Welt um uns herum. Wie Sie den obigen Beispielen entnehmen können, kann künstliche Intelligenz die Leistung von CPS auf allen Ebenen verbessern, und die Synergie dieser beiden relevanten Bereiche (AI + CPS) wird viele interessante und unerwartete Verbesserungen in unserem Leben bringen.Wenn Sie ein Student im Grundstudium sind oder sich für das Thema CPS, KI, XR-Technologien und die Implementierung ähnlicher Projekte interessieren, haben wir für diesen Fall ein Masterstudium „Augmented / Virtual Reality und Künstliche Intelligenz“, das auf der Fakultät für Angewandte Informatik und Informationstechnologie des Moskauer Luftfahrtinstituts in Zusammenarbeit mit basiert TechnologiestudioPHYGITALISMUS . Das Programm basiert auf Kursen zu künstlicher Intelligenz, cyberphysikalischen Systemen, virtueller und erweiterter Realität, in deren Rahmen wir Ihnen helfen werden, alle Tricks der Arbeit mit Technologie in der Praxis zu verstehen.Wir warten auf Sie!Autor
Vadim Kondrattsev,Forschungs- und Entwicklungsingenieur PHYGITALISMUSDozent am Moskauer Luftfahrtinstitutvadim@phygitalism.comitcentrmai@gmail.comQuellen1. Allgöwer, Frank und Sousa, João und Kapinski, James und Mosterman, Pieter und Oehlerking, Jens und Panciatici, Patrick und Panshai , Akshay & Tabuada, Paulo & Wenzelburger, Philipp. (2019). Positionspapier zu den Herausforderungen moderner Anwendungen für die Theorie der cyber-physikalischen Systeme. Nichtlineare Analyse. 34. 147–165. 10.1016 / j.nahs.2019.05.007.2. Paulo Tabuada, Cyber-Physical Systems: Positionspapier3. Lee, Edward A. „Die Vergangenheit, Gegenwart und Zukunft von Cyber-Physical Systems: ein Fokus auf Modelle.“Sensors (Basel, Schweiz) vol. 15,3 4837–69. 26. Februar 2015, doi: 10.3390 / s1503048374. RG Sanfelice. Analyse und Design von Cyber-Physical Systems. Ein Ansatz für hybride Steuerungssysteme // Cyberphysikalische Systeme: Von der Theorie zur Praxis / D. Rawat, J. Rodrigues, I. Stojmenovic. - CRC Press, 20165. Shao Z., Liu J. (2013) Räumlich-zeitliche Hybridautomaten für cyber-physikalische Systeme. In: Liu Z., Woodcock J., Zhu H. (Hrsg.) Theoretische Aspekte des Rechnens - ICTAC 2013. ICTAC 2013. Lecture Notes in Computer Science, Band 8049. Springer, Berlin, Heidelberg6. EA Lee und SA Seshia, Einführung zu eingebetteten Systemen - Ein Ansatz für cyber-physikalische Systeme , http://LeeSeshia.org, 2011.7. Filonov, Pavel & Kitashov, Fedor & Lavrentyev, Andrey. (2017). RNN-basierte Früherkennung von Cyberangriffen für den Tennessee Eastman-Prozess. ArXiv abs / 1709.022328. Qifan Pu, Sidhant Gupta, Shyam Gollakota, Shwetak Patel (2013) Erkennung von Gesten im ganzen Haus mithilfe drahtloser Signale // Die 19. Internationale Jahreskonferenz für Mobile Computing und Networking (Mobicom'13)