Azure IoT en AI: intelligentie naar de edge brengen

De impact van kunstmatige intelligentie op softwareontwikkeling is duidelijk zichtbaar. Het verandert het vakgebied door de snelheid en efficiëntie voor ontwikkelaars te verhogen. Digitale transformatie stelt organisaties in staat om productiemiddelen, infrastructuur en machines slimmer en efficiënter te benutten. De combinatie van Azure IoT en kunstmatige intelligentie (AI) maakt het mogelijk om processen niet alleen te monitoren, maar ook voorspellend te analyseren en autonoom te optimaliseren. Een fabriek kan bijvoorbeeld storingen detecteren voordat deze optreden, waardoor stilstand wordt beperkt en onderhoud efficiënter kan worden ingepland. Een productielijn kan zichzelf bovendien continu aanpassen op basis van realtime gegevens, wat zorgt voor voortdurende verbeteringen in prestaties en kwaliteit.

Deze toepassingen zijn geen toekomstvisie, maar kunnen vandaag al worden gerealiseerd met Azure IoT. In dit artikel wordt onderzocht hoe deze technologie organisaties kan ondersteunen bij het verbeteren van betrouwbaarheid, efficiëntie en besluitvorming.

Van visie naar uitvoering

In productiebedrijven, magazijnen, energienetwerken en andere slimme infrastructuren ondersteunen Azure IoT en de bijbehorende tools de overgang van traditionele processen naar intelligente systemen die efficiënter, veiliger en datagestuurd zijn. Van de kleinste sensor tot industriële servers stelt Azure IoT organisaties in staat om apparaten te verbinden, realtime gegevens te verzamelen, AI direct aan de edge uit te voeren en naadloos te integreren met cloudgebaseerde analyseplatforms.

Het resultaat is concreet: minder stilstand, snellere besluitvorming en voorspellende inzichten die een belangrijk concurrentievoordeel bieden.

Met Azure IoT nemen organisaties niet slechts nieuwe technologie over; zij brengen bedrijfskundige inzichten direct naar het operationele werkveld, waar ze de grootste impact hebben.

Azure IoT

Azure IoT is het cloudplatform van Microsoft, ontwikkeld voor het verbinden, beheren en monitoren van fysieke apparaten zoals machines en sensoren via het internet.

Het platform bestaat uit twee kernservices:

1. Azure IoT Hub: de centrale cloudgateway die veilige tweerichtingscommunicatie tussen apparaten en de cloud mogelijk maakt.
2. Azure IoT Central: een kant-en-klaar SaaS-platform waarmee organisaties apparaten snel kunnen visualiseren en beheren, zonder dat er code nodig is.

Belangrijke toepassingen van Azure IoT zijn:

• Het verzamelen van realtime gegevens van machines.
• Het op afstand aansturen van apparaten.
• Het monitoren van de gezondheid en prestaties van apparaten.
• Het verzenden van alle verzamelde gegevens naar de cloud voor analyse en opslag.

Azure IoT Edge

Azure IoT Edge is de edge computing-uitbreiding van Azure IoT. Het maakt het mogelijk om “cloudintelligentie” direct op apparaten uit te voeren, zelfs wanneer ze offline zijn.

Met IoT Edge kunnen organisaties de volgende workloads implementeren:

• AI- en machine learning (ML)-modellen
• Stream Analytics-taken
• Aangepaste bedrijfslogica binnen containers
• Azure-services zoals Functions of SQL rechtstreeks op het apparaat

IoT Edge is compatibel met een breed scala aan hardware, waaronder industriële pc’s, Azure Stack Edge en Raspberry Pi. Het platform bestaat uit drie kerncomponenten:

• IoT Edge Hub: een lokale tegenhanger van Azure IoT Hub, verantwoordelijk voor het routeren van gegevens en het beheren van connectiviteit
• IoT Edge Runtime: software die modules en apparaatcommunicatie beheert
• IoT Edge Modules: containergebaseerde toepassingen (vergelijkbaar met Docker) die logica of ML-modellen uitvoeren

Hoe ze samenwerken

Om te laten zien hoe Azure IoT en Azure IoT Edge elkaar aanvullen, kan het volgende voorbeeld worden gebruikt: Azure IoT functioneert als het hoofdkantoor van een organisatie, waar strategie en coördinatie plaatsvinden. Azure IoT Edge vertegenwoordigt in dit geval een filiaal, waar realtime operaties plaatsvinden en beslissingen lokaal kunnen worden genomen zonder altijd het hoofdkantoor te raadplegen.

Het proces verloopt als volgt:

1. Azure IoT Hub (cloud) verbindt alle apparaten veilig, of het nu sensoren, edge-gateways of andere hardware betreft.
2. IoT Edge-apparaten verbinden op dezelfde manier met IoT Hub als gewone apparaten, maar beschikken over extra intelligentie en lokale verwerkingsmogelijkheden.
3. Workloads, zoals ML-modellen of analysetaken, worden via IoT Hub vanuit de cloud naar de edge uitgerold.
4. Het edge-apparaat voert deze workloads lokaal uit, waardoor realtime gegevensverwerking mogelijk is.
5. Alleen de relevante inzichten worden teruggestuurd naar Azure.
6. Binnen Azure kunnen de gegevens vervolgens worden opgeslagen, geanalyseerd of gevisualiseerd met diensten zoals Power BI, Azure Digital Twins of Azure Machine Learning.

Extra tooling

Hoewel Azure IoT een solide basis biedt voor het verbinden en beheren van apparaten, vereisen praktische IoT-oplossingen vaak meer dan alleen basiscommunicatie tussen apparaten. Om slimmere, veiligere en complexere toepassingen mogelijk te maken, biedt Azure aanvullende tools die de functionaliteit van het platform uitbreiden.

Twee belangrijke componenten in dit verband zijn Azure Digital Twins en Azure Sphere. Deze technologieën voegen belangrijke lagen van intelligentie en beveiliging toe aan een IoT-ecosysteem: Digital Twins ondersteunen geavanceerde inzichten via virtuele modellering, terwijl Sphere end-to-end apparaatbeveiliging biedt.

Azure Digital Twins

Azure Digital Twins is een platform-as-a-service (PaaS) van Microsoft waarmee digitale replica’s van echte omgevingen kunnen worden gemaakt, zoals gebouwen, fabrieken, nutsvoorzieningen of zelfs complete steden. Deze digitale modellen ondersteunen realtime simulatie, monitoring en optimalisatie van fysieke ruimtes door integratie met IoT-apparaten en andere databronnen.

Azure Digital Twins biedt diverse functies waarmee organisaties fysieke omgevingen kunnen modelleren, monitoren en optimaliseren:

• Modelleren van de fysieke wereld: Digitale twins kunnen worden gedefinieerd met de Digital Twins Definition Language (DTDL). Dit maakt het mogelijk om fysieke entiteiten te modelleren (bijv. kamers, liften, machines), hun eigenschappen (bijv. temperatuur, status) en hun onderlinge relaties (bijv. “Kamer A bevindt zich in Gebouw X”).
• Integratie van live data: IoT-apparaten en andere databronnen kunnen worden verbonden om realtime telemetrie in de digitale modellen te voeren.
• Contextuele inzichten: Het platform maakt het mogelijk om te begrijpen hoe elementen zich ruimtelijk, logisch of hiërarchisch tot elkaar verhouden.
• Simulatie en voorspelling: Organisaties kunnen simulaties uitvoeren of analyses en AI toepassen om prestaties te optimaliseren, afwijkingen te detecteren of toekomstige toestanden te voorspellen.
• Event-driven architectuur: Systemen kunnen automatisch reageren op veranderingen via event routing en integratie met diensten zoals Azure Functions of Event Grid.

Praktische toepassingen van Azure Digital Twins zijn onder andere:

• Het digitaal weergeven en beheren van complexe fysieke omgevingen
• Het mogelijk maken van realtime monitoring en geautomatiseerde reacties
• Het uitvoeren van simulaties of “wat-als”-analyses
• Het ondersteunen van voorspellend onderhoud, bezettingsregistratie en energieoptimalisatie

Azure Sphere

In een steeds meer verbonden omgeving zijn IoT-apparaten vaak doelwit van cyberaanvallen. Azure Sphere pakt deze uitdaging aan door een uitgebreid beveiligingsplatform te bieden dat specifiek is ontworpen voor internetverbonden microcontroller (MCU)-apparaten.

Ontwikkeld door Microsoft, biedt Azure Sphere end-to-end bescherming, van de siliciumhardware tot de cloud. Het garandeert dat zelfs de kleinste IoT-apparaten, zoals sensoren, controllers, slimme meters of huishoudelijke apparaten, van meet af aan veilig zijn en gedurende hun volledige levenscyclus beschermd blijven.

Azure Sphere is opgebouwd uit drie hoofdcomponenten die samenwerken om uitgebreide apparaatbeveiliging te bieden::

1. Azure Sphere-gecertificeerde MCU (Microcontroller Unit) – een speciaal ontworpen chip die het volgende bevat:
   • Een beveiligde verwerkingsomgeving ingebouwd in de hardware
   • Een beveiligingssubsystem voor cryptografische bewerkingen en secure boot
   • Ondersteuning voor het uitvoeren van realtime en applicatieniveau-code op afzonderlijke cores
2. Azure Sphere OS – een op Linux gebaseerd besturingssysteem dat:
   • Containerachtige isolatie tussen componenten biedt
   • Meerdere lagen van beveiliging (defense-in-depth) bevat
   • Veilige uitvoering van applicaties en communicatie waarborgt
3. Azure Sphere Security Service (cloud) – een cloudgebaseerde dienst die:
   • Continu de gezondheid van apparaten monitort
   • Over-the-air (OTA) updates levert
   • Apparaten authenticeert en potentiële beveiligingsrisico’s detecteert

Samen zorgen deze componenten ervoor dat IoT-apparaten van meet af aan veilig zijn en gedurende hun volledige levenscyclus beveiligd blijven.

Intelligentie naar de edge brengen

Het volledige potentieel van Azure IoT komt tot uiting wanneer AI en machine learning (ML) direct op edge-apparaten worden ingezet. Deze aanpak maakt realtime besluitvorming mogelijk, zelfs zonder continue cloudverbinding.

Waarom AI aan de edge?

In traditionele IoT-architecturen verzamelen apparaten doorgaans gegevens en sturen deze naar de cloud voor analyse. In sectoren waar zelfs milliseconden van belang zijn, zoals energie, gezondheidszorg of productie, kan deze vertraging kritisch zijn. Azure IoT Edge maakt het mogelijk om AI-modellen lokaal op apparaten uit te voeren, waardoor systemen gegevens direct kunnen analyseren, reageren en zich aanpassen zodra deze worden verzameld.

Workflow voor AI/ML op Azure IoT Edge

1. Train het model in de cloud: Gebruik Azure Machine Learning of andere frameworks om een model te trainen met historische of gelabelde gegevens.
2. Exporteer het model naar een container: Converteer het getrainde model naar een compatibel formaat (ONNX, TensorFlow, PyTorch, enz.) en verpak het in een Docker-container voor implementatie op IoT Edge.
3. Deploy via Azure IoT Hub: Gebruik IoT Hub om het containergebaseerde model naar IoT Edge-apparaten uit te rollen, waarbij het model wordt geïntegreerd als een IoT Edge-module.
4. Voer inferentie uit aan de edge: Apparaten verwerken realtime sensorgegevens lokaal om voorspellingen te doen, problemen te detecteren of gebeurtenissen te classificeren, zonder ruwe data naar de cloud te sturen. Alleen bruikbare resultaten worden verzonden.
5. Stuur inzichten naar de cloud: Verstuur geoptimaliseerde samenvattingen, meldingen of geaggregeerde statistieken naar Azure voor verdere analyse of opslag.

Praktijkvoorbeelden

• Landbouw: Edge-apparaten verwerken bodem- en klimaatdata om lokale irrigatieschema’s te bepalen met behulp van voorspellende modellen.
• Fabrieken: Edge-apparaten analyseren vibratiegegevens van motoren om mechanische storingen te voorspellen voordat ze optreden.
• Logistiek: Camera’s voeren ML-modellen uit om kentekens te herkennen of manipulatie van zendingen te detecteren.
• Gezondheidszorg: Wearables met Azure Sphere MCUs detecteren afwijkingen in vitale functies van patiënten en sturen direct waarschuwingen, zonder vertraging via de cloud.

Conclusie

Het Azure IoT-ecosysteem bereikt zijn volledige potentieel wanneer het wordt gecombineerd met IoT Edge en geïntegreerde AI- en machine learning-functionaliteiten.

In deze architectuur fungeert Azure IoT als het centrale zenuwstelsel, dat apparaten vanuit de cloud beheert en monitort. Azure IoT Edge fungeert als de lokale intelligentie, waardoor apparaten autonoom kunnen functioneren en beslissingen kunnen nemen dicht bij de plek waar gegevens worden gegenereerd, zonder afhankelijk te zijn van constante cloudverbinding.

Deze benadering gaat verder dan traditionele IoT-toepassingen en levert wat doorgaans wordt aangeduid als de Intelligent Edge, aangedreven door Azure.