IoT ile yapay zekâ buluşuyor: edge AI, TinyML, anomali tespiti ve MQTT veri akışlarını işleyip harekete geçen yapay zekâ ajanları.
Raspberry Pi üzerinde Google Coral Edge TPU kuran, nicemlenmiş bir MobileNet sınıflandırıcısı çalıştıran ve her tahmini JSON olarak bir MQTT broker'a yayınlayan uygulamalı bir eğitim.
Durum önbelleği, şemayla kısıtlanmış araçlar, bir politika katmanı, insan onayı ve eksiksiz bir denetim kaydıyla MQTT'den cihaz durumunu okuyan ve komutları güvenle gönderen bir LLM ajanı nasıl tasarlanır?
Üretim hattında kamera tabanlı hata tespitinin nasıl çalıştığı, kontrol istasyonunun nasıl tasarlanacağı ve PLC'lerin, gösterge panellerinin ve izlenebilirlik sistemlerinin aynı yanıtı alması için geçti/kaldı sonuçlarının MQTT üzerinden nasıl yayınlanacağı.
Cihaz eylemleri için katı JSON şemaları tanımlamayı, her LLM araç çağrısını kodda doğrulamayı, modelden geçersiz çağrıları onarmasını istemeyi ve MQTT 5 üzerinden yalnızca doğrulanmış komutları yayınlamayı anlatan bir eğitim.
TinyML, miliwattlar ve kilobaytlarla çalışan mikrodenetleyicilerde makine öğrenimidir. Bu yazı kısıtları, framework'leri, gerçek kullanım senaryolarını ve küçük cihazların neden kompakt çıkarım sonuçlarını MQTT üzerinden yayınladığını anlatıyor.
Uç cihazlara dağıtılan modeller sessizce bozulur. Bu rehber, çıkarım metriklerini MQTT ile yayınlamayı, kaymayı merkezi olarak ölçmeyi ve sahadaki bir modelin ilgi gerektirdiği durumlarda uyarı üretmeyi gösteriyor.
Endüstriyel bir yapay zeka copilot'u ancak görebildiği veri kadar iyidir. Bu rehber, bir operatör asistanını canlı ve ISA-95 yapısındaki MQTT topic'lerine dayandırarak yanıtlarını güncel, izlenebilir ve güvenli hâle getirmeyi gösteriyor.
Makine öğrenmesi ile kestirimci bakıma pratik bir rehber: MQTT üzerinden hangi durum verisinin toplanacağı, öznitelik ve etiketlerin nasıl oluşturulacağı, hangi modellerle başlanacağı ve bunların dürüstçe nasıl doğrulanacağı.
Sensör akışlarında aykırı değerleri bulmak için üç basit ve açıklanabilir yöntem; canlı bir MQTT sıcaklık akışında çalıştırabileceğiniz Python uygulamaları ve her birinin ne zaman başarısız olduğuna dair yol gösterici bilgiler.
Yapay zeka ile HVAC optimizasyonu için pratik bir kullanım senaryosu: MQTT ile hangi bina verilerinin toplanacağı, bir zonun ısıl tepkisinin nasıl öğrenileceği, optimum başlatma zamanlarının ve set değerlerinin nasıl hesaplanacağı ve önerilerin nasıl güvenle uygulanacağı.
Hesabınızı oluşturun, broker kimlik bilgilerinizi alın ve ilk cihazınızı bağlayın — kurulacak, yamalanacak ya da ölçeklendirilecek sunucu yok.
