บริษัท อเมซอน เว็บ เซอร์วิสเซส จำกัด (Amazon Web Services, Inc.: AWS) ประกาศเปิดตัว 6 บริการและสมรรถนะที่เสริมขีดความสามารถของอุปกรณ์เชื่อมต่อให้ล้ำหน้าไปอีกขั้น ได้แก่ บริการ AWS IoT 1-Click, AWS IoT Device Management, AWS IoT Device Defender, AWS IoT Analytics, Amazon FreeRTOS และ AWS Greengrass ML Inference ที่ทำให้การเริ่มต้นใช้อุปกรณ์ IoT ทำได้โดยง่าย ช่วยให้ลูกค้าเชื่อมต่อและจัดการอุปกรณ์หลายชนิดได้อย่างรวดเร็วและง่ายดาย พร้อมตรวจสอบและรักษาความปลอดภัยได้ตามนโยบายมาตรฐาน รับมือกับปริมาณการวิเคราะห์ข้อมูลอุปกรณ์ IoT ได้อย่างมั่นใจ
Amazon FreeRTOS เป็นระบบปฏิบัติการที่ต่อยอดฟังก์ชั่นหลากหลายของ AWS IoT ไปยังอุปกรณ์ที่มีการประมวลผลต่ำได้ เช่น หลอดไฟ เครื่องตรวจจับควัน และสายพาน นอกจากนี้ AWS Greengrass ยังมีความสามารถเพิ่มขึ้นด้วย AWS Greengrass ML Inference ที่ทำให้ระบบเรียนรู้ได้โดยตรงจากอุปกรณ์ สามารถอนุมานข้อมูลและประมวลผลการตัดสินใจได้รวดเร็ว แม้อุปกรณ์จะไมได้เชื่อมต่อกับระบบคลาวด์ ทำความรู้จักกับระบบนี้ได้ที่ https://aws.amazon.com/iot
"การเติบโตอย่างทวีคูณทั้งจำนวนและความหลากหลายของอุปกรณ์เชื่อมต่อ นำไปสู่การขยายตัวอย่างมหาศาลด้านปริมาณและขนาดแอปพลิเคชั่น IoT ทุกวันนี้ การใช้งาน IoT ขนาดใหญ่ระดับโลกก็อยู่บนระบบปฏิบัติการ AWS ซึ่งพัฒนาการขั้นต่อไปของ IoT จะเป็นเรื่องสมรรถนะของระบบในการรองรับปริมาณการใช้งาน เพราะจะเห็นว่าลูกค้ามีการใช้งานอุปกรณ์หลากหลายและเพิ่มจำนวนขึ้น" มร. เดิร์ก ไดดาสคาลู รองประธานด้าน IoT ของ AWS กล่าว
บริการ AWS IoT ใหม่ ๆ เหล่านี้ จะช่วยให้ลูกค้าใช้งานอุปกรณ์ต่าง ๆ ได้อย่างรวดเร็วและง่ายดาย บริหารความปลอดภัย รองรับปริมาณการใช้บนอุปกรณ์ต่าง ๆ และตอบสนองต่อข้อมูลขนาดใหญ่ที่ระบบอนาลิติกส์ประมวลผลออกมา โดยเป็นสมรรถนะใหม่ที่ออกแบบมาเพื่อรองรับ IoT โดยเฉพาะ
บริการ Amazon FreeRTOS ช่วยให้ลูกค้าใช้งาน AWS IoT บนอุปกรณ์เล็ก ๆ ที่ใช้ชิปไมโครคอนโทรลเลอร์ได้อย่างไม่จำกัด นอกจากนี้ ลูกค้าได้ระบุว่าต้องการใช้งานแมชชีนเลิร์นนิ่งหรือระบบเรียนรู้ด้วยเครื่องบนอุปกรณ์ที่เชื่อมต่อกัน จึงยินดีเป็นอย่างยิ่งที่มีโอกาสนำเสนอ AWS Greengrass ML Inference ให้ลูกค้าได้ใช้งาน"
AWS IoT 1-Click: เริ่มต้นใช้งาน AWS IoT ได้ง่ายที่สุด (เปิดให้ใช้ในรูปแบบพรีวิว)
เมื่อนึกถึง IoT ลูกค้าหลายรายต้องการเริ่มใช้งานด้วยฟังก์ชั่นง่าย ๆ บนอุปกรณ์ อย่างเช่นอุปกรณ์ที่ใช้ปุ่มเดียวก็สามารถเรียกช่างเทคนิค สั่งสินค้าและบริการที่ต้องการซ้ำ หรือติดตามตำแหน่งของสินค้าได้ เป็นต้น บริการ AWS IoT 1-Click มีฟังก์ชั่น AWS Lambda ที่ใช้ง่ายเหมือนกับการดาวน์โหลดแอปพลิเคชั่นมือถือ โดยลงทะเบียน ตั้งค่าอุปกรณ์ให้ใช้ AWS IoT 1-Click และเชื่อมต่อกับ AWS Lambda ได้ง่าย ๆ ในคลิกเดียว นอกจากนี้ AWS IoT 1-Click ยังมาพร้อมกับรหัส AWS Lambda เพื่อการใช้งานทั่วไป เช่น ส่งข้อความสั้นหรืออีเมล นอกจากนี้ ลูกค้ายังสามารถเขียนและอัปโหลดฟังก์ชั่นอื่น ๆ ด้วย Lambda ได้
มร. โทนี่ ปาควิน ผู้ร่วมก่อตั้ง กรรมการผู้จัดการและประธานเจ้าหน้าที่บริหาร iRemedy ซึ่งเป็นตลาดอี-คอมเมิร์ซด้านการดูแลรักษาสุขภาพ สำหรับผู้ที่เกี่ยวข้องกับการดูแลสุขภาพในการซื้อหาเครื่องมือที่ใช้ในการแพทย์ ยารักษาโรค อุปกรณ์ และเทคโนโลยีต่าง ๆ กล่าว "เมื่อเดือนสิงหาคมที่ผ่านมา เราได้ประกาศแผนจะนำปุ่ม iRemedy NOW ซึ่งเป็นอุปกรณ์ IoT จำนวน 500 ตัวไปติดตั้งให้ลูกค้าที่ให้บริการเกี่ยวกับการดูแลสุขภาพ ให้สามารถสั่งเครื่องมือทางการแพทย์และตัวอย่างยาต่าง ๆ หรือให้ศูนย์บริการของเราติดต่อกลับผ่านอุปกรณ์ชิ้นนี้ได้ ซึ่งการใช้งานก็ง่ายและช่วยให้ลูกค้าประหยัดต้นทุนทั้งระบบจัดซื้อ บริการ AWS IoT 1-Click ยังทำให้การเพิ่มปุ่มทำให้ง่ายและรวดเร็ว เพิ่มคำสั่งปฏิบัติการเมื่อกดปุ่ม รวมทั้งจัดทำรายงานแบบง่าย ๆ ได้"
บริการ AWS IoT ใหม่เพื่อการเชื่อมต่อระบบ ใช้งานอย่างปลอดภัย และวิเคราะห์ข้อมูลที่ได้จากกลุ่มอุปกรณ์จำนวนมาก ในเชิงปริมาณแล้ว โซลูชั่นส์ IoT สามารถขยายตัวรองรับอุปกรณ์เชื่อมต่อกันได้นับพันล้านเครื่อง ปัจจุบัน ลูกค้าต้องใช้เวลาไปกับการเปิดใช้และจัดระบบให้กับอุปกรณ์ ใช้เวลามากขึ้นอีกเพื่อทำให้การทำงานของระบบต่าง ๆ ประสานกันเพื่อจัดการงานต่าง ๆ อาทิ การติดตาม ป้องกันความปลอดภัย ตรวจสอบ และการอัปเดตระบบ การสร้างโซลูชั่นส์เพื่อรองรับการใช้งานดังกล่าว จึงใช้เวลาและอาจเกิดผิดพลาดได้ อีกทั้งการผนวกโซลูชั่นส์ภายนอกเข้ามายังเป็นเรื่องที่ซับซ้อน และอาจก่อให้เกิดช่องโหว่ที่ยากแก่การตรวจสอบและทำให้สอดคล้องกับกฎระเบียบ
เมื่ออุปกรณ์ต่าง ๆ พร้อมใช้งาน ปัญหาต่อไปที่ลูกค้าประสบคือเรื่องระบบอนาลิติกส์หรือการวิเคราห์ข้อมูล เพราะข้อมูล IoT ไม่ใช่ข้อมูลที่มีโครงสร้างนัก ทำให้เครื่องมือวิเคราะห์ที่ใช้กันในปัจจุบันไม่สามารถใช้ได้ การประมวลข้อมูล IoT ในชีวิตจริงจึงมีช่องว่างอย่างเห็นได้ชัด ข้อมูลขาดเป็นช่วง และมีการอ่านผิดพลาด ดังนั้น ลูกค้าจึงต้องสร้างโซลูชั่นส์อนาลิติกส์ขึ้นมาเฉพาะ หรือนำระบบจากภายนอกเข้ามาผนวกใช้ บริการ AWS IoT Device Management และ AWS IoT Device Defender จะช่วยทำให้การเชื่อมต่อกับระบบขององค์กร จัดการ และรักษาความปลอดภัยอุปกรณ์ IoT ทำได้โดยง่าย ขณะที่บริการ AWS IoT Analytics จะช่วยให้การวิเคราะห์ข้อมูลที่ซับซ้อนจากอุปกรณ์ IoT เป็นไปอย่างง่ายดาย
บริการ AWS IoT Device Management (เปิดให้บริการแล้ว) ช่วยให้การเชื่อมต่อกับระบบ จัดการ ติดตาม และควบคุมอุปกรณ์ IoT จากระยะไกลได้เป็นจำนวนมาก ๆ และทำได้ตลอดช่วงอายุการใช้งาน ตั้งแต่เริ่มติดตั้ง ผ่านช่วงการอัปเดตซอฟต์แวร์ จนกระทั่งสิ้นอายุการใช้งาน การเริ่มใช้งานก็ง่ายมาก ลูกค้าเพียงแค่ล็อกอินเข้า AWS IoT Console เพื่อลงทะเบียนอุปกรณ์ ซึ่งลงทะเบียนทั้งเครื่องเดียวและหลาย ๆ เครื่อง จากนั้นจึงอัปโหลดค่าแอตทริบิวต์ ใบรับรองต่าง ๆ และนโยบายการเข้าถึง เมื่ออุปกรณ์พร้อมใช้ ระบบ AWS IoT Device Management จะช่วยให้ลูกค้าจัดกลุ่มและติดตามอุปกรณ์ และค้นหาอุปกรณ์ต่าง ๆ ได้ใกล้เคียงเวลาเรียลไทม์ ช่วยแก้ปัญหาการทำงานที่ขัดข้อง อัปเดตซอฟต์แวร์ รีบูต รีเซ็ต จัดค่าแพตช์ และปรับให้เป็นค่าเริ่มต้นจากโรงงาน ซึ่งช่วยลดต้นทุนและความยุ่งยากในการจัดการอุปกรณ์ IoT หลาย ๆ เครื่อง บริการ AWS IoT Device Defender (จะให้บริการในช่วงครึ่งแรกของปี 2561) จะตรวจสอบความปลอดภัยที่เกี่ยวข้องกับอุปกรณ์อย่างต่อเนื่อง เพื่อให้มั่นใจได้ว่าสอดคล้องกับระเบียบด้านความปลอดภัย และส่งสัญญาณเตือนให้ลูกค้าทราบหากตรวจพบอุปกรณ์ที่ไม่สอดคล้อง นอกจากนี้ AWS IoT Device Defender ยังติดตามการใช้อุปกรณ์ ระบุถึงความผิดปกติที่อาจส่งผลต่อประเด็นความปลอดภัย ตัวอย่างเช่น ลูกค้าสามารถใช้ AWS IoT Device Defender พิจารณาว่าควรใช้งานพอร์ตไหนในอุปกรณ์เพื่อต่อเชื่อมและกำหนดปริมาณข้อมูลที่รับส่ง จากนั้น AWS IoT Device Defender จะติดตามการเคลื่อนไหวของข้อมูลและเตือนให้ลูกค้าได้รับทราบเมื่อตรวจพบสิ่งผิดปกติ เช่น การรับส่งข้อมูลจากอุปกรณ์ไปยังไอพีแอดเดรสที่ไม่รู้จัก
บริการ AWS IoT Analytics เป็นบริการด้านอนาลิติกส์ที่บริหารจัดการได้ครบวงจร สามารถล้างข้อมูล ประมวลผล จัดเก็บ และวิเคราะห์ข้อมูลอุปกรณ์ IoT ได้ตามปริมาณการใช้งาน ซึ่งเริ่มใช้งานง่าย ลูกค้าเพียงระบุข้อมูลอุปกรณ์ที่ต้องการวิเคราะห์ และยังวิเคราะห์ข้อมูลเมตาดาต้าของอุปกรณ์ IoT เพิ่มได้ เช่น ประเภทและตำแหน่งของอุปกรณ์ โดยการใช้ AWS IoT Device Registry และแหล่งข้อมูลสาธารณะอื่น ๆ นอกจากนี้ AWS IoT Analytics ยังวิเคราะห์กระบวนการที่ซับซ้อนมากขึ้น เช่น การสรุปผลเชิงสถิติ ที่ช่วยให้ลูกค้าสามารถเข้าใจสถานะการทำงานของอุปกรณ์ สามารถคาดการณ์การผิดพลาด และสามารถวิเคราะห์ข้อมูลในช่วงระยะเวลาได้ และการใช้ Amazon QuickSight ร่วมกับ IoT Analytics ยังช่วยให้ลูกค้าแสดงข้อมูลอินไซต์ในรูปแบบกราฟิกและแดชบอร์ดง่าย ๆ ได้ด้วย
Amazon FreeRTOS ช่วยให้ลูกค้าเชื่อมต่ออุปกรณ์ขนาดเล็กที่มีการประมวลผลต่ำ เข้ากับระบบคลาวด์ได้อย่างง่ายดายและปลอดภัย
Amazon FreeRTOS ต่อยอดซอฟต์แวร์ไลบรารีของ FreeRTOS ออกไป ช่วยให้การเชื่อมต่ออุปกรณ์ขนาดเล็กที่มีการประมวลผลต่ำ ให้สามารถใช้ AWS Cloud ได้อย่างปลอดภัยและง่ายดาย เช่น AWS IoT Core หรือระบบสำหรับอุปกรณ์ที่สมรรถนะสูงขึ้นที่สามารถใช้ AWS Greengrass ได้ (โมดูลซอฟต์แวร์ที่ติดตั้งในตัวเครื่อง สามารถรันโมเดลชุดคำสั่ง Lambda เช่นเดียวกับใน AWS cloud) ด้วย Amazon FreeRTOS นักพัฒนาระบบ จะสามารถสร้างอุปกรณ์ต่าง ๆ ที่รองรับ IoT ได้ ซึ่งรวมทั้งการสร้างเครือข่าย การอัปเดตซอฟต์แวร์โดยไม่ต้องใช้สายสัญญาณ (Over The Air) การเข้ารหัส และการจัดการใบรับรองต่าง ๆ นักพัฒนาสามารถใช้คอนโซลของ Amazon FreeRTOS ปรับแต่งและดาวน์โหลด Amazon FreeRTOS หรือไปที่ FreeRTOS.org หรือ GitHub นอกจากนี้ ยังมีผู้ผลิตไมโครคอนโทรลเลอร์ และเครือข่าย AWS Partner Network (APN) หลายรายที่รองรับกับ Amazon FreeRTOS ได้แก่ Microchip, NXPSemiconductors, STMicroelectronics, Texas Instruments, Arm, IAR, Percepio และ WITTENSTEIN เป็นต้น
ฟีเจอร์ใหม่ของ AWS Greengrass ช่วยให้ระบบการเรียนรู้ด้วยเครื่องพัฒนาไปอีกขั้น
AWS Greengrass ML Inference คือฟีเจอร์ใหม่ของ AWS Greengrass ช่วยให้นักพัฒนาแอปพลิเคชั่นสามารถเพิ่มแมชชีนเลิร์นนิ่งเข้าไปในอุปกรณ์ได้ โดยไม่ต้องมีทักษะด้านพิเศษในด้านนี้ ทั้งนี้ อุปกรณ์ IoT ทั้งหลายจะรวบรวมและส่งต่อข้อมูลมหาศาลออกมา ข้อมูลเหล่านี้สามารถนำมาใช้ตัดสินใจแบบเรียลไทม์ได้ด้วยแมชชีน
เลิร์นนิ่ง ซึ่งลูกค้าต้องสร้าง ฝึกเครื่องให้เรียนรู้ และรันระบบกับข้อมูล IoT บนคลาวด์ อย่างไรก็ตาม บางแอปพลิเคชั่นมีความหน่วงเวลา ต้องใช้ความสามารถในการตัดสินใจที่ไม่ต้องเชื่อมต่อกับเครือข่ายตลอดเวลา ซึ่ง AWS Greengrass ML Inference ได้เข้ามาช่วยให้อุปกรณ์สามารถรันแมชชีนเลิร์นนิ่งได้ที่ตัวเครื่อง ให้ผลลัพธ์ และนำไปสู่การตัดสินใจที่รวดเร็วได้แม้ไม่ได้เชื่อมต่ออินเทอร์เน็ต การใช้ Amazon SageMaker หรือเฟรมเวิร์กของแมชชีนเลิร์นนิ่งอื่น ๆ ช่วยให้ลูกค้าสร้างและฝึกเครื่องให้เรียนรู้บนคลาวด์ได้ หลังจากนั้น ก็สามารถใช้คอนโซล AWS Greengrass เพื่อย้ายโมเดลไปยังอุปกรณ์ที่ต้องการได้โดยง่าย เพียงไม่กี่คลิกเท่านั้น
ติดต่อเราได้ที่ facebook.com/newswit