Что такое когнитивный рабочий процесс
Cognitive Workflow основан на когнитивных вычислениях. Подробнее о когнитивных вычислениях можно узнать на странице https://en.wikipedia.org/wiki/Cognitive_computing.
Применение Cognitive Workflow для решения реальных задач
Утечки воды являются распространенной проблемой, если кто-то есть дома, он может перекрыть клапаны или наклеить изоленту вокруг трубы и предотвратить утечку.
Но что делать, если дома никого нет или это собственность REO.
Иногда проблема может быть достаточно простой, ее можно решить, просто наклеив ленту или заплатку. В других ситуациях вам может понадобиться вызвать сантехника для помощи.
Для свойств REO это может быть более длительный процесс, возможно, потребуется получить одобрение от кредитных организаций или даже им, возможно, придется обратиться в страховую компанию. Компаниям по техническому обслуживанию может потребоваться согласование и подготовка большого количества документации.
Представьте, что имущество было выставлено на продажу и должно быть снято из-за ремонта. Похоже, это потеря деловых возможностей плюс потеря имущества и затрат на ремонт.
Неподдержание температуры выше 55F может привести к замерзанию трубы, что потенциально может привести к разрыву трубы.
Давайте решим эту проблему, применив некоторые методы когнитивных вычислений.
Датчик расхода воды IoT может определять скорость потока в трубопроводе в диапазоне от 0,15 до 60 литров в минуту. Система может регулярно сообщать данные измерений расхода воды в трубопроводе, а также отправлять автоматические оповещения, если использование воды выходит за пределы ожидаемого нормального диапазона. Это позволяет определить местонахождение протекающих труб и определить приоритетность ремонта в зависимости от объема потери воды, которую можно было бы предотвратить.
Сокращение дорогостоящего ущерба от воды с помощью детекторов утечек IoT с автоматическими запорными клапанами;
Эскиз прототипа
Прототип решения
1. Датчики IoT используются на трубах для контроля температуры и в случае падения температуры выше порогового значения или утечки воды. Данные датчика записываются, а прогнозная аналитика выполняется с использованием машинного обучения, которое определяет, требуется ремонт или нет. Данные датчика отправляются по протоколу MQTT.
1.1 Для создания прототипа мы можем смоделировать датчик IoT, который будет генерировать случайную температуру через равные промежутки времени, используя Node-Red. Если температура падает ниже 32F, мы рассматриваем возможную утечку воды.
2. Прогнозная аналитика с помощью машинного обучения выполняется на основе данных, сгенерированных датчиком, и определяет, требуется ли ремонт или нет. Если требуется ремонт, та же информация передается в сеть блокчейн.
3. Сеть блокчейн состоит из 3-х участников
- Кредитор/владелец недвижимости
- Страховая компания
- Ремонтная компания
Смарт-контракт определяется при получении данных о температуре от зарегистрированных устройств, автоматически оцениваемая сумма и тип ремонта рассчитывается ремонтной компанией.
Основываясь на типе ремонта, страховая компания определит, покрывается ли тип ремонта и в какой степени покрывается полис, расчетная франшиза, расчетное покрытие.
Вся эта информация отправляется обратно кредитору / владельцу недвижимости для утверждения.
На основе одобрения владельца система запрограммирована на автоматическое назначение специалиста по обслуживанию в зависимости от его доступности.
4. Доступ к двери может быть предоставлен для входящего техника с использованием проверки лица или любого другого механизма безопасности путем создания PIN-кода.
5. При открытии двери техническим специалистом будет произноситься приветственное сообщение, а описание проблемы будет кратко изложено.
Технические характеристики
Оборудование: Raspberry Pi, сенсорный экран Raspberry Pi, динамики, подключение к Интернету обязательно
Датчики IoT:детекторы протечек воды, датчики дверных замков или могут быть смоделированы (только для проверки концепции).
ОС:Raspberry Pi (предпочтительно) или Windows 10 IoT, или любая ОС на базе Linux, например Ubuntu.
Программное обеспечение:Node-Red, MQTT
Инструменты машинного обучения. Облако Big ML — без ограничений, вы можете использовать Tensor Flow от Google, производителя Sage Amazon или Watson от IBM.
Смарт-контракты блокчейна: Hyperledger Fabric, Composer — без ограничений, можно использовать любые другие доступные платформы, независимо от того, размещены они в облаке или на собственном хостинге) (необязательно)
Распознавание и проверка лиц: Microsoft Azure Cognitive Services Rest API
Диалоговый поток: Google Ассистент на основе обработки естественного языка
Обзор