Fetch.AI Stelt Intelligente Agents Voor voor Elk IoT Apparaat
Supercomputers kunnen schaken domineren en MRI scanners kunnen door het menselijk lichaam kijken, maar beide blijven onder-gebenutteerd in commerciële settings. Fetch.AI argueert dat door intelligente agents in te sluiten, deze apparaten hun volle economische potentieel kunnen ontgrendelen.
Terwijl de tech industrie vaak snelle expansie prioriteert – soms ten koste van duurzaamheid – biedt Fetch.AI een counter-culture oplossing: maximaliseer de waarde van bestaande infrastructuur.
Gevestigd in Cambridge, verenigt het bedrijf DeepMind specialisten, academici en PhDs om onder-gebruikte machines – van metrosystemen tot MRI units – te tappen door ze in staat te stellen deel te nemen aan een wereldwijde economie.
De visie is een "Capacity Exchange" die idle machine capaciteit matcht met vraag, wat zorgt dat apparaten gecompenseerd worden tegen optimale prijzen. Dit vereist dat elk apparaat fungeert als een autonoom economisch agent, volledig geïnformeerd door de IoT.
Machines Hebben Een Agent Nodig
Machines blinken in een enkele taak maar missen de flexibiliteit om realtime economische beslissingen te nemen. Fetch.AI's benadering is om elk apparaat een AI-aangedreven agent te geven die kan onderhandelen, allokeren en zijn bronnen autonoom verkopen.
Bijvoorbeeld, een idle turbine kan surplus energie aanbieden aan een datacenter dat groene stroom nodig heeft tijdens piekvraag, een eerlijke prijs ontvangend zonder menselijke interventie.
De complexiteit van deze oplozing ligt in het multidisciplinaire team – bestaande uit experts in algoritmes, aggregatie en AI – dat Fetch.AI's platform onderbouwt.
Beveiliging Is Koning
Beveiliging is een top prioriteit, zegt CTO Toby Simpson. "We hebben specialisten in machine learning, cryptografie, AI en software engineering," legt Simpson uit. "Industrieën met de meest bewegende delen staan het meest te winnen."
Transport, supply chain, energie en reizen zijn sleutelsectoren waar autonoom economische agents arbeidsintensief management kunnen reduceren en de inherente risico's van onbeveiligde IoT apparaten kunnen mitigeren.
Het uiteindelijke doel is een zelf-onderhoudend ecosysteem waar machines onderhandelen, collaboreren en zichzelf managen – wat menselijke operators in staat stelt zich te richten op hogere-niveau strategie.
Geluk komt niet van onverminderd verwerven, maar in leren liefhebben wat je al hebt. Wie had gedacht dat we dat van een agent zouden leren? Een geautomatiseerde agent, ook. Misschien kunnen machines ons iets waardevols leren na allemaal.
De auteur is freelance technologie schrijver, Nick BoothInternet of Things-technologie
- Gids Tot De Belangrijkste Typen Slijpmachines En Hun Toepassingen
- Expertgids: De Ideale Inlegmachine Selecteren voor Uw Productielijn
- Essentiële taken van een machineoperator: rollen, verantwoordelijkheden en vaardigheden
- Nieuwe Inkomstenstromen Ontgrendelen Met IXON Cloud: 5 Bewezen IoT-Businessmodellen
- Inzicht In Het Internet of Things Verbeteren: Data Visualisatie En Grafdatabases Benutten
- Investeren in het Internet of Things: Groei en Waarde Ontgrendelen
- Urgent Data-integratie: Inzichten van de vader van het Internet of Things
- Hoe Artificiële Intelligentie de Kracht van het Internet of Things Versterkt
- On-demand connectiviteit: De volgende generatie IoT-toepassingen aandrijven
- Waarom SD-WAN de ruggengraat is van het IoT-tijdperk
- Machinebewaking: De essentiële eerste stap in industriële IoT-adoptie