物联网的炒作周期解毒剂：与工程师坐在

谷歌的前人力资源主管，乔纳森·罗森伯格在他的书中叙述如何谷歌工程关于CEO拉里·佩奇的一个MBA员工的PowerPoint演示产品计划的反应的故事。页告诉MBA，“进去坐坐与工程师。”

Page的观点:只有了解了工程细节，才能创建有效的新产品计划。

顺着这一思路，我跟乔·伯龙，事物的CTO谈到互联网PTC(列车自动控制系统)，因为该公司已经押在物联网的未来，伯龙具有的物联网工程十年的经验。PTC的成熟企业，机械设计，产品生命周期管理密切相关的公司的产业物联网业务，该公司专注于增长。

PTC(列车自动控制系统)

在物联网领域，PTC最为知名ThingWorx这是一个为智能、互联传感器、设备和产品设计的应用程序快速开发的平台。PTC已经将ThingWorx定位为物联网淘金热淘金者的必备工具。

下面是ThingWorx的总结，它排除了连接性的复杂性和物联网的不明确定义，以保持简短。这两个主题都值得单独讨论。

• 连接最工业自动化和工业物联网设备。（最重要的是这里使用的，而不是所有的，因为物联网连接的领域是多样的许多专业专有的方法和流体与不断变化的新方法。）
• 作为业务分析人员使用拖放UI使用连接的设备创建自动化流程的框架。
• 管理和优化连接的系统。
• 分析与分析的物联网采集的数据。认为谷歌Analytics（分析），但专为物联网设备，而不是网页和智能手机。
• 连接到基于云的业务流程。

ThingWorx可以通过客户开发人员和第三方开发人员构建的定制模块进行扩展，这些模块可以通过ThingWorx Marketplace获得。该公司与传感器公司合作，如模拟设备和系统集成商，以扩大解决方案的范围。此外，PTC收购Kepware是因为它的服务器和连接不同设备和协议的能力，这些设备和协议是在工业自动化的专有发展过程中发展起来的，在物联网淘金热期间也会不断涌现。

+也在网络世界:有个足球雷竞技app物联网满足增强现实+

将ThingWorx放在中间件框中对于业务人员来说是一个错误，同样，对于具有技术领域经验的人来说，设想半打统一建模语言对象(Unified Modeling Language objects, UML)并继续前进也是一个错误。连通性、管理、分析和云连接是当今创新者面临的问题。明年或两年后，物联网创新者将面临不同的问题。但如果像PTC这样的物联网公司没有参与其中铅用户现在，实施者从现在起两年内的产品不能被理解和建造。

因为PTC的物联网业务，伯龙了解什么是现在很难工程师，他有什么发展的良好意识。机器学习的影响，他的执行者的角度和物联网云计算是有见地的。

机器学习和物联网

机器学习是用数据来编程，大量的数据，而不是像Java和c#那样的编程语言。没有控制回路中的计算资源，物联网计算架构将永远不会是连接到云上的物联网设备和传感器。控制逻辑(尤其是与安全相关的系统)的低延迟和可预测的延迟约束消除了云作为一个选项。这将阻止，例如，机器人迅速关闭的能力，因为一个工人的手在路上。更简单的控制逻辑可以在微控制器上运行，但随着控制逻辑变得更加复杂，特别是大型机器学习模型将需要强大的多核服务器，这些服务器位于物联网控制回路附近的边缘。

伯龙使用在制备用于预防性维护的目的，机器人检测的异常情况的例子。在大多数情况下，启发式，确切的情况会导致失败，不被理解 - 和不可用。机器学习，给予了足够的数据，可以预测故障。这样的机器学习模型将需要消耗每秒几千传感器读数。比隆所认为的致密多芯边缘计算节点将在机器上，如HPE安捷4000是坚固耐用和挂在墙上运行。

像这样的架构必须从云管理，因为管理员通常不位于物联网边缘来管理虚拟机（VM），应用更新和监控系统的运行。从比隆的经验，云将包括边缘。他举例说，VMware的脉冲物联网中心，它是不断发展的，从远在容器来管理虚拟机和部署系统，和微软Azure堆栈作为具有复杂边缘控制物联网混合云架构的好例子如机器学习模型循环等。

ThingWorx是用来获取数据来训练机器学习模型的。用新泽西的话说，训练这些模型“说容易做难”。拜伦回到了他的工业机器人的例子上。这些用例使人们相信机器学习工作存在于狭窄的领域，比如自然语言、语言翻译、对象识别和推荐，因为这些领域是学术和行业研究的重点，以建立大型培训数据库。机器学习在物联网中的应用还处于早期阶段，但正在构建工业机器人等自动化系统的产品团队对此非常感兴趣。

首先需要从数千个机器人那里获取几年的状态和故障数据。在大多数情况下，它并不存在。第一步是构建由状态数据和故障数据组成的训练数据集的模式。ThingWorx可以用来捕获数据，但它必须是正确的数据。数据科学家和领域专家——在这里是工业机器人专家——将进行合作。机器人可能会被重新设计，使用新的或更精确的传感器来完成正确状态下的模式，以及构建训练数据集的故障事件。PTC收购了Coldlight，这是一个机器学习团队，他们建立了神经元自动预测分析平台来解决这类问题。

物联网，AR连接

物联网和机器学习有着千丝万缕的联系同样，物联网和增强现实(AR)之间的联系也是密不可分的。AR和物联网相连的原因是，这些系统将收集大量数据集，简化为可操作的信息，以不同的方式为管理者和员工服务。ThingWorx Studio是由PTC的姊妹公司Vuforia的AR SDK开发的，目前客户可以试用它来通过AR创建物联网环境。

举个例子来说，一个工厂经理和工厂的维护技术人员。通过与AR设备厂如Hololens工厂经理步行可能想要他的现实之旅是覆盖约效率，质量和线路的正常运行时间可操作的信息。维护技术人员可能是通过一个智能电话的相机查看机覆盖有预防性维护信息，识别需要更换的组件。技术人员将与机械制造商创建到维护程序，以指导技术人员的AR应用的指导。

物联网的炒作周期

物联网是在硅谷的炒作周期漩涡。在旋涡，那些谁已经暂停了他们的怀疑，物联网以及其好处是可以今天买用信用卡在弗莱的或Microcenter。物联网是一个发展阶段的技术。人们喜欢伯龙考虑已经解决了，现在为创新提供解决方案的问题，以及数百个开放式的问题，将被提炼成，一旦回答了，将带来物联网成熟十几科学问题。这是每个新技术从通过发展和成熟最终研究的路径。

PTC处于一个非常有趣的位置，它与大约500个创新客户合作，在不同的行业构建可工作的物联网系统。要理解物联网，就要远离炒作周期的漩涡，和Biron这样的工程师坐在一起。