Werkzeuge für maschinelles Lernen im Internet der Dinge

Künstliche Intelligenz im Internet der Dinge - so lässt sich die Richtung beschreiben, in die Microsoft in den nächsten Jahren gehen möchte. Auf der aktuellen Entwicklerkonferenz Build 2017 wurde ein wahres Füllhorn an Entwicklerprodukten vorgestellt, doch im Zentrum stehen Machine Learning und das Internet of Things (IoT).

Beide Themen hängen eng zusammen. Das Industrial IoT schöpft riesige Datenmengen aus Maschinen und Anlagen ab, die in vielen Bereichen nur noch von selbstlernenden Anwendungen ausgewertet werden können. Dabei geht es in erster Linie um Echtzeit-Analysen im Rahmen von Condition Monitoring oder Predictive Maintenance.

Ein typisches Beispiel: Sensoren erfassen die Leistungsaufnahme von Maschinen und andere Werte wie beispielsweise Temperatur, Vibration, Geräusche oder ähnliches. Jede Maschine und Produktionsanlage hat im Normalbetrieb eine Art Grundsignatur, von den dann Abweichungen festgestellt werden können. Das sind unter Umständen Anzeichen für bevorstehende Ausfälle, etwa wenn Temperatur und Vibrationen stark ansteigen. Machine-Learning-Algorithmen können solche problematischen Entwicklungen frühzeitig erkennen und die Betreiber einer Anlage darüber informieren.

Da hier sekündlich viele Messwerte ermittelt werden, entstehen so jederzeit enorme Mengen von Daten, die selbst über kurze Zeiträume hinweg rasch in den Terabyte-Bereich vorstoßen. Solche Datenmassen können üblicherweise nur in Rechenzentren ausgewertet werden und benötigen darüber hinaus die entsprechenden Plattformen zu ihrer Weiterverarbeitung.

Alle AI- und IoT-Services unter einem Dach

Genau so etwas baut Microsoft gerade auf. Unter dem Begriff „Intelligent Cloud“ laufen bei Microsoft alle Services, die solche Datenmengen analysieren und in Echtzeit auf beliebigen Endgeräten darstellen kann. Dazu hat Microsoft eine neue Version seiner Tool-Sammlung Cognitive Services vorgestellt, die nun aus 29 einzelnen Diensten besteht. Zu den neuen Lösungen gehören auch spezielle Anwendungen für etwas, das man Distributed IoT-Computing nennen könnte. Das ist einerseits die verteilte Datenbank Azure Cosmos DB und andererseits der Dienst Azure IoT Edge.

• Cognitive Services nennt sich bei Microsoft eine Sammlung an diversen Diensten für Bild-, Audio-, Text-, Sprach-und Emotionserkennung. Zudem gibt es auch ein neues Übersetzungswerkzeug, das aber zunächst nur als PowerPoint-Addin Presentation Translator arbeitet. Ein weiteres hilfreiches Werkzeug ist der Custom Vision Service, der aus einem neuronalen Netzwerk mit dem Spezialgebiet Bilderkennung besteht. Es kann relativ leicht trainiert werden und anschließend beliebige Objekte in Bildern erkennen.

• Das Cortana Skills Kit befindet sich gerade in der Public Review und bietet alle Werkzeuge, mit denen die Sprachassistentin Cortana mit neuen Fähigkeiten ausgerüstet werden kann. Dabei geht es Microsoft weniger um spezifische Skills für den Desktop, sondern um Heimgeräte wie den Invoke, einen Echo-Klon vom Audiospezialisten Harman/Kardon.

• Azure Cosmos DB ist ein hochverfügbares Datenbanksystem, das mit APIs auf Daten von Systemen wie MongoDB, DocumentDB SQL, Gremlin und Azure Tables zugreifen kann. Es unterstützt die weltweite Verteilung und Skalierung von Applikationen, wobei Microsoft eine Latenz von höchstens 10/15 Millisekunden für Lesen/Schreiben angibt.

• Azure IoT Edge ergänzt die Cloud- und IoT-Lösungen von Microsoft um Edge-Computing. Dabei werden Rechenvorgänge an den Rand des Netzwerks (vor die Cloud) in intelligente Gateways verlagert, um die Datenübertragung in die Cloud möglichst effizient zu machen und die Datenmengen zu reduzieren.

Bildquelle: Harman/Kardon