In de laatste week van november werd het Nationale Supercomputer Forum gehouden in Pereslavl-Zalesski. Drie dagen lang vertelden en lieten mensen zien hoe het gaat met de ontwikkeling van supercomputers in Rusland en hoe op supercomputers geteste technologieën worden omgezet in goederen.
Corresponderend lid van de Russische Academie van Wetenschappen Sergei Abramov sprak over het project “Sensitive House” (27 november). Bij het ontwikkelen van het concept van een ‘slim huis’ stelt hij voor om thuisapparatuur te observeren, gedragspatronen op te bouwen en te onthouden, van fouten te leren en van tevoren de toestand en problemen ervan te voorspellen.
Het Instituut voor Softwaresystemen van de Russische Academie van Wetenschappen, onder leiding van Sergei Abramov, begon in 2014 met het opzetten van ‘gevoelige huizen’, toen de hervorming van de Academie van Wetenschappen vereiste dat academische projecten naar de commerciële markt moesten worden gebracht. Tegen die tijd had de IPS RAS goede ontwikkelingen op het gebied van sensornetwerken en apparatuurcontrole, en ontwikkelde ze cloudtechnologieën en machinaal leren.
Volgens Sergei Abramov zijn woon- en industriële gebouwen gevuld met apparatuur waarvan het welzijn van het huis en het stille werk van mensen afhankelijk zijn. Hoewel deze ‘slimme’ apparatuur zich ontwikkelt tot een ‘smart home’, heeft deze geen automatische besturing. Eigenaren kennen de status van de apparaten niet en kunnen deze niet gemakkelijk monitoren. Het enige dat overblijft is het handmatig verzorgen van de hele infrastructuur, als een enorme Tamagotchi, waarbij de machines regelmatig worden gecontroleerd en aangepast.
Werkt het slimme huis correct? Of is het tijd om in te grijpen? Gebeurt er binnenkort een ongeval? Geen enkel ‘slim huis’ lost dit probleem op zichzelf op; om dergelijke vragen te beantwoorden is automatische supervisie en analyse nodig. Daarom verzamelt het computersysteem dat door het Instituut is gemaakt statistieken van sensoren, bouwt het gedragspatronen van huishoudelijke machines op en leert deze patronen te herkennen. Door normaal gedrag te onderscheiden van problematisch gedrag en een abnormale werking te detecteren, zal kunstmatige intelligentie de huiseigenaar tijdig waarschuwen voor een potentiële dreiging.
Een ‘gevoelig huis’ is een ‘slim huis’, waaraan gevoeligheid, het vermogen tot zelfleren, het vermogen om een patroon van correct gedrag te accumuleren, het vermogen om te voorspellen en te reageren zijn toegevoegd.
(Sergey Abramov, corresponderend lid van de Russische Academie van Wetenschappen)
We zijn gewend aan de manier waarop een ‘smart home’ zijn parameters handhaaft: ingestelde temperatuur en verlichting, constante luchtvochtigheid, stabiele netspanning. Een ‘smart home’ kan volgens een script werken, afhankelijk van het tijdstip van de dag of de gebeurtenis (het sluit bijvoorbeeld een gaskraan op commando van een gasanalysator). “Sensitive Home” zet de volgende stap: analyseert sensorische gegevens en bouwt nieuwe scenario’s voor classificatie: alles verloopt zoals voorheen of er zijn verrassingen. Het reageert op veranderingen in de externe omgeving en voorspelt mogelijke storingen, waarbij afwijkingen in de gelijktijdige acties van verschillende apparaten worden geraden. “Sensitive House” bewaakt de resultaten van zijn werk, waarschuwt voor problemen en verandert het scenario, geeft hints aan de eigenaar en stelt de eigenaar in staat defecte apparaten uit te schakelen.
We lossen het probleem van atypisch gedrag van apparatuur op.
(Sergey Abramov, corresponderend lid van de Russische Academie van Wetenschappen)
Het voorgestelde systeem is gebaseerd op een sensornetwerk dat op tijd gebaseerde metingen levert. Een dieselketel wordt bijvoorbeeld af en toe ingeschakeld en verwarmt het water, een circulatiepomp drijft warm water door verwarmingsbuizen en primaire sensoren rapporteren hoe deze apparaten elektriciteit verbruiken. Op basis van een reeks metingen vergelijkt de secundaire sensor (programma) deze met het normale profiel en diagnosticeert fouten. De tertiaire sensor (programma) ontvangt de buitenluchttemperatuur en voorspelt de toekomstige werking van het systeem, beoordeelt de belasting en efficiëntie - hoe de verwarming van de ketel en het weer zich verhouden. Misschien staan de ramen open en verwarmt de ketel de straat, of misschien is het rendement gedaald en is het tijd voor preventieve reparaties. Op basis van de drift van afgeleide parameters kan men voorspellen op welk moment ze de norm zullen overschrijden.
Door de gelijktijdige metingen van de sensoren te beoordelen, kan het ‘gevoelige huis’ merken dat de waterpomp niet uitschakelt omdat deze water terug in de put giet (via een defecte klep) of rechtstreeks op de vloer (door een barst). pijp). De diagnose wordt nog betrouwbaarder als de bewegingssensoren stil zijn en de pomp water in een leeg huis pompt.
Sensornetwerken zijn ook te vinden in slimme huizen. Cloudinfrastructuur is ook beschikbaar in slimme huizen. Maar wat ‘slimme huizen’ niet hebben is kunstmatige intelligentie, machine learning, de opeenstapeling van patronen van correct gedrag, classificatie en voorspelling.
(Sergey Abramov, corresponderend lid van de Russische Academie van Wetenschappen)
Het cloudgedeelte van het ‘gevoelige huis’ is gebaseerd op de NoSQL-database Riak of de Akumuli-database, waar tijdreeksen van metingen worden opgeslagen. Het ontvangen en uitgeven van data gebeurt op het Erlang/OTP-platform, hierdoor kunt u de database op veel knooppunten inzetten. Daarboven wordt een programma voor mobiele applicaties en een webinterface ingezet om de klant via internet en telefoon te informeren, en daarnaast een programma voor data-analyse en gedragscontrole. U kunt hier elke tijdreeksanalyse aansluiten, inclusief analyses op basis van neurale netwerken. Zo wordt alle controle over de ‘gevoelige huis’-systemen in een aparte beheerlaag geplaatst. Toegang daartoe wordt verleend via uw persoonlijke account in de clouddienst.
Erlang biedt alle voordelen van een functionele aanpak. Het beschikt over mechanismen voor gedistribueerde werking, en de eenvoudigste manier om een parallel gedistribueerd programma te maken is door Erlang te gebruiken. Onze architectuur bevat softwarematige “secundaire sensoren”; per fysieke sensor kunnen er meerdere zijn, en als we rekenen op tienduizenden klanten met tientallen devices, zullen we een enorme stroom aan data moeten verwerken. Ze hebben lichtgewichtprocessen nodig die in grote aantallen kunnen worden gelanceerd. Met Erlang kunt u tienduizenden processen op één kern uitvoeren; dit systeem is goed schaalbaar.
(Sergey Abramov, corresponderend lid van de Russische Academie van Wetenschappen)
Volgens de ontwikkelaar is Erlang gemakkelijk om een divers team van programmeurs te organiseren, waarin studenten en grootheden één systeem creëren. Afzonderlijke fragmenten van het softwaresysteem crashen met een fout, maar het hele systeem blijft werken, waardoor u foutieve gebieden direct kunt corrigeren.
Het ‘gevoelige huis’-systeem maakt gebruik van alle technologieën die IPS RAS gebruikte om supercomputers te besturen. Dit omvat elektronische sensoren, monitoring- en afstandsbedieningssystemen. Momenteel draait het gevoelige programma op zijn eigen sensoren en kan het verbinding maken met brandweerlussen, maar er is een plan om gegevens te verzamelen van de sensoren van eventuele ‘slimme huizen’.
‘Sensitive Home’ is interessant omdat complexe intelligente oplossingen voor de stad, buurt en woning op de voorgrond komen. Wat hier interessant is, is niet het bouwen van een supercomputer, maar het bouwen van een sociaal computercomplex, waarmee een supercomputer in het dagelijks leven wordt geïntroduceerd, zodat de machine de levens van mensen verandert.
(Olga Kolesnichenko, Ph.D., hoofddocent aan de Sechenov Universiteit)
Tegen het voorjaar van 2020 zullen ontwikkelaars een basisset van programma's en apparatuur voorbereiden om systemen van verschillende groottes in gebouwen en appartementen te assembleren. Ze beloven dat het resultaat eenvoudig te installeren zal zijn, niet ingewikkelder dan een robotstofzuiger. De basiskit ondersteunt alle bewaakte apparatuur: verwarmingsketels, boilers, koelkasten, waterpompen en septic tanks. Dan is het de beurt aan de kleinschalige verkoop, daarna aan de fabelloze productie, de toevoeging van nieuwe sensoren en modules. En in de toekomst zijn allerlei soorten diversificatie en aanpassing mogelijk: een gevoelige boerderij, een gevoelig ziekenhuis, een gevoelig schip en zelfs een zeer gevoelige tank.
tekst:
Portret:
Bron: www.habr.com