Bagaimana kecerdasan buatan dapat meningkatkan sistem fisik siber?



Apa itu sistem cyberphysical, mengapa mereka begitu relevan saat ini, dan apa peran yang dimainkan kecerdasan buatan dalam perkembangannya?


Studi tentang berbagai sifat sistem teknologi informasi dalam hal interaksi komponen fisik dan digital mereka adalah bidang baru dan relevan dari ilmu modern sistem cyberfisik [1].


Komponen utama dari setiap sistem cyberphysical adalah (Gbr. 1):


  • ( );
  • ( , , , .);
  • ( , .);
  • ( XR ).

Gambar. 1 Diagram konseptual dari sistem cyberphysical, termasuk komponen utama dan jenis interaksinya.
.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



Ara. 11 Visualisasi dari simulasi proses teknologi dalam kembar digital dari pabrik.

Masalah penting lainnya adalah keamanan CPS - penciptaan sistem perlindungan serangan cyber-fisik telah menjadi area baru dan relevan di bidang keamanan informasi. Anda dapat membiasakan diri dengan pemikiran tentang hal ini dalam catatan berikutnya .

Mari kita lihat kasus praktis yang disebut PlantSimdiimplementasikan oleh tim PHYGITALISM. Tujuan utama dari proyek ini adalah untuk menciptakan sistem deteksi anomali di saluran komunikasi antara PLC (programmable logic controller), yang mengontrol proses teknologi di kilang, dan sistem pemantauan teknik (SCADA). Untuk mencari anomali di saluran kontrol, diusulkan untuk menggunakan jaringan saraf berulang [7].


Ara. 12 Blok diagram dari sistem cyberfisik sedang dipertimbangkan.

Sebagai data untuk pelatihan jaringan seperti itu, data sintetik yang diperoleh dari digital ganda instalasi digunakan. Keuntungan dari pendekatan ini, dibandingkan dengan solusi tradisional yang didasarkan pada aturan logis dari kontrol saluran komunikasi, terletak pada berbagai situasi yang dapat dideteksi oleh sistem kecerdasan buatan. Dengan bantuan dua kali lipat digital dari pabrik, adalah mungkin untuk mempertimbangkan situasi yang jarang namun berbahaya seperti ledakan reaktor. Dan tentu saja, faktor penting adalah kecepatan data baru dapat diperoleh untuk melatih sistem.

AI memperkuat organ sensorik CPS




Gbr. 13 Sensor soli proyek Google.

Untuk kualitas fungsi CPS terbaik, perlu untuk memiliki sebanyak mungkin informasi tentang keadaan lingkungan di mana sistem tersebut beroperasi, dan untuk menentukan seakurat mungkin proses yang terjadi dalam komponen-komponennya. Semua jenis sensor dan sensor berfungsi sebagai organ sensorik untuk CPS. Semakin baik sistem “melihat” apa yang terjadi dengannya dan di sekitarnya pada saat tertentu, semakin baik kualitas keputusannya dalam mengelola sumber daya yang tersedia.

Misalnya, dalam konteks bagian sebelumnya, termostat yang lebih sensitif dipasang di tangki untuk pengangkutan cairan peledak (asalkan termostat tersebut tidak peka terhadap emisi kebisingan), semakin cepat jika terjadi kegagalan pemanasan, sistem keamanan dapat mendeteksi bahaya dan mencegahnya.


Gbr. 14 Menggunakan soli proyek untuk mengontrol perangkat yang menggunakan gerakan.

Sebagai contoh yang lebih vital, pertimbangkan mengenali gerakan manusia yang halus menggunakan sinyal wi-fi untuk mengontrol gadget.
Dan di sini, kecerdasan buatan dapat membantu meningkatkan kinerja sensor yang ada atau dengan menciptakan sensor baru. Ini jelas ditunjukkan oleh sensor Google Project Soli.

Ide dasar di sini bukanlah hal baru: router wi-fi adalah pemancar-penerima gelombang elektromagnetik. Melewati ruang, gelombang elektromagnetik tercermin dari berbagai objek dan kembali ke perangkat. Jika suatu benda mulai bergerak, maka kecepatannya ditambahkan atau dikurangi dengan kecepatan gelombang elektromagnetik, yang menyebabkan pergeseran frekuensi dan panjang gelombang yang dipantulkan. Fenomena ini disebut efek Doppler , dan kita dapat menggunakannya untuk mendeteksi gerakan, dan tidak hanya menggunakan router wi-fi . Namun, tidak semuanya begitu sederhana.

Pertama, router biasa beroperasi pada frekuensi urutan 5GHz. Frekuensi seperti itu mungkin tidak cukup untuk resolusi yang baik dari algoritma klasifikasi, yaitu dekat dalam bentuk, tetapi objek tetap dasarnya akan dikenali sebagai objek yang sama. Masalah ini diselesaikan dengan meningkatkan frekuensi operasi perangkat (proyek soli memiliki frekuensi operasi 57 - 64 GHz).

Kedua, dalam tugas nyata, diperlukan untuk mengenali tidak hanya gerakan tertentu, tetapi juga milik siapa gerakan ini, dalam satu ruangan bisa ada beberapa orang sekaligus dan semuanya mungkin memiliki prioritas yang berbeda dalam sistem. Ini dan banyak masalah lain yang tidak diumumkan diselesaikan dengan menggunakan algoritma pembelajaran mendalam modern [8]. Pendekatan ini, misalnya, digunakan dalam proyek WiSee.dilaksanakan oleh mahasiswa dan staf di University of Washington.

Karena pekerjaan algoritma jaringan saraf memerlukan cukup rumit, tetapi jenis perhitungan yang sama, untuk penerapannya dalam perangkat keras ada unit komputasi khusus, yang disebut TPU (proses tensor init) atau lainnya - neuromodula, neuroprosesor. Unit komputasi seperti itu dapat dioptimalkan untuk tugas tertentu, apakah itu pengenalan wajah, suara, atau gerakan. Hanya untuk memecahkan masalah pengenalan gerakan atau gerakan spasial benda-benda kecil, sebuah TPU khusus "Soli I-CB" telah dibuat, yang dapat dibangun ke dalam berbagai perangkat pintar dan gadget.


Ara. 15 Solusi proyek Neurochips

Kesimpulan


Sistem cyberphysical adalah komponen penting dari era informasi. Semakin baik kita memahami bagaimana merancang, menganalisis, melindungi, dan meningkatkan sistem seperti itu, semakin baik, lebih aman, dan semakin dapat dipahami kita membuat dunia di sekitar kita. Seperti yang dapat Anda lihat dari contoh di atas, kecerdasan buatan dapat meningkatkan kinerja CPS di semua tingkatan, dan sinergi dari dua bidang yang relevan ini (AI + CPS) akan membawa banyak perbaikan yang menarik dan tak terduga dalam hidup kita.

Jika Anda seorang mahasiswa sarjana atau tertarik pada topik CPS, AI, teknologi XR dan implementasi proyek serupa, maka untuk kasus ini kami memiliki program master "Augmented / Virtual Reality dan Intelegensi Buatan" berdasarkan Fakultas Informatika Terapan dan Teknologi Informasi dari Moscow Aviation Institute, bekerja sama dengan studio teknologiFIGITALISME . Program ini didasarkan pada kursus tentang kecerdasan buatan, sistem cyberphysical, virtual dan augmented reality, dalam kerangka yang kami akan membantu Anda memahami semua trik bekerja dengan teknologi dalam praktiknya.

Menunggumu!

Penulis


Vadim Kondrattsev, Insinyur
R&D PHYGITALISM
Dosen di Moscow Aviation Institute

vadim@phygitalism.com
itcentrmai@gmail.com

Sumber

1. Allgöwer, Frank & Sousa, João & Kapinski, James & Mosterman, Pieter & Oehlerking, Jens & Panciatici & Patrick & Panshai , Akshay & Tabuada, Paulo & Wenzelburger, Philipp. (2019). Posisi kertas pada tantangan yang diajukan oleh aplikasi modern untuk teori sistem cyber-fisik. Analisis Nonlinier. 34. 147–165. 10.1016 / j.nahs.2019.05.007.

2. Paulo Tabuada, Sistem Cyber-Fisik: Kertas Posisi

3. Lee, Edward A. "Sistem fisik-cyber masa lalu, sekarang dan masa depan: fokus pada model."Sensor (Basel, Swiss) vol. 15.3 4837-69. 26 Februari 2015, doi: 10.3390 / s150304837

4. RG Sanfelice. Analisis dan Desain Sistem Cyber-Fisik. Pendekatan Sistem Kontrol Hibrid // Sistem Cyber-Fisik: Dari Teori ke Praktik / D. Rawat, J. Rodrigues, I. Stojmenovic. - CRC Press, 2016

5. Shao Z., Liu J. (2013) Spatio-temporal Hybrid Automata untuk Sistem Cyber-Fisik. Dalam: Liu Z., Woodcock J., Zhu H. (eds) Aspek Teoritis Komputasi - ICTAC 2013. ICTAC 2013. Catatan Kuliah dalam Ilmu Komputer, vol 8049. Springer, Berlin, Heidelberg

6. EA Lee dan SA Seshia, Pendahuluan untuk Sistem Tertanam - Pendekatan Sistem Cyber-Fisik , http://LeeSeshia.org, 2011.

7. Filonov, Pavel & Kitashov, Fedor & Lavrentyev, Andrey. (2017). Deteksi Cyber-Attack Awal berbasis RNN untuk Proses Tennessee Eastman. ArXiv abs / 1709.02232

8. Qifan Pu, Sidhant Gupta, Shyam Gollakota, Shwetak Patel (2013) Pengakuan Gerakan Seluruh Rumah Menggunakan Sinyal Nirkabel // Konferensi Internasional Tahunan ke-19 tentang Komputasi dan Jaringan Seluler (Mobicom'13)

All Articles