IBM åbner 1000 mand stort internet-of-things center i München

Fire tilgængelige API'er og et stort udviklingscenter i Tyskland skal sikre at IBM placeres centralt i udviklingen af løsninger på internet of things-bølgen.

1000 forskere og udviklere skal på et nyt udviklingscenter i München sikre IBM en solid plads i internet of things-udviklingen.

Det nye udviklingscenter, som åbnede i går, tirsdag, bliver samtidig selskabets globale af slagsen for Watson internet of things (IoT) og vil også omfatte et nyt laboratorium. Det skal styrke selskabets position i udviklingen af løsninger inden for kognitiv computing - som dækker over selvlærende it-systemer, som kan interagere naturligt med mennesker - og de milliarder af tilsluttede enheder, sensorer og systemer, der omfatter tingenes internet.

»Internet og things vil snart være den største enkeltstående kilde til generering af data på planeten, men 90 procent af data bliver aldrig udnyttet,« siger Harriet Green, general manager, Watson tingenes internet og uddannelse, ifølge en pressemeddelelse.

Investeringen repræsenterer IBM største investeringer i Europa i mere end to årtier. I marts annoncerede selskabet, at man samlet set ville investere over tre mia. dollars over de næste fire år nye IoT-forretningstiltag.

Et kernepunkt i den nye udmelding er, at de 1000 IBM udviklere, konsulenter, forskere og designere skal arbejde sammen med både med kunder og partnere om teknologiudvikling.

IBM stiller samtidig fire API'er og tjenester på IBMs IoT cloud platform til rådighed.

De fire nye API tjenester omfatter:

Natural Language Processing (NLP) API giver brugerne mulighed for at interagere med systemer og enheder ved hjælp af enkle, menneskeagtige sprog. Natural Language Processing hjælper løsninger med at forstå hensigten bag vi menneskets sprog ved at korrelere det med andre datakilder og dermed sætte det ind i en sammenhæng.

For eksempel kan en enhed, som registrerer en usædvanlig vibration, bede systemet om en forklaring: "Hvad er årsagen til denne vibration?"

Ved brug af NLP og andre sensordata vil systemet automatisk sammenkæde ord til mening og hensigt, og i dette tilfælde identificere den mest sandsynlige kilde til vibrationer og herefter anbefale en handling.

Video og billede Analytics API muliggør analyse af ustrukturerede data fra video feeds og image snapshots til at identificere hændelser og mønstre. For eksempel kan dataanalyse fra overvågningskameraer opdage, at en gaffeltruck har bevæget sig ind på et uønsket område, hvilket medfører en mindre alert i systemet; tre dage senere begynder en enhed på samme område at udvise nedsat ydeevne. De to hændelser korreleres til at identificere en kollision mellem gaffeltruck og enheden, hvilket måske ikke fremgår direkte af video eller data fra maskinerne.

Text Analytics API muliggør udvinding af ustruktureret tekst data, herunder udskrifter fra call centre, tekniker logs, blog kommentarer og tweets for at finde sammenhænge og mønstre i disse enorme mængder af data.

For eksempel i sætninger, som rapporteres gennem forskellige kanaler - såsom "mine bremser støjer", "min bil ser ud til at bremse," og "pedalen føles grødet" - kan linkes og korreleres til at identificere potentielle felt spørgsmål et bestemt fabrikat og bilmodel.

Kognitiv computing repræsenterer en ny klasse af it-systemer, der lærer og interagerer med mennesker på en 'naturlig' måde. Snarere end at være programmeret til specifikke handlinger, lærer systemet i takt med interaktioner med os.

Via tidligere analyser kan de holde trit med omfang, kompleksitet og uforudsigelighed af de data, som genereres af IoT-enheder.

Kognitive systemer kan få mening ud af de 80 procent af de data, som dataloger kalder "ustruktureret", hvilket betyder, at de kan belyse aspekter af verden, der tidligere var usynlige, give brugerne mulighed for at få større indsigt og sikre beslutninger på et mere oplyst grundlag.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (1)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere