מענקים ממשלתיים למיזמי ביג דטא

 Big Data הוא מונח המתייחס למאגר מידע הכולל נתונים המגיעים ממקורות רבים, בכמויות גדולות, בתבניות מגוונות וברמות איכות שונות.

ניתן לאפיין נתוני עתק לפי חמישה מאפיינים (חמשת ה-V-ים):

1. נפח (volume)
2. מהירות (velocity)
3. גיוון (variety)
4. אי-יציבות (volatility)
5. אי-אמינות (Veracity)

ניהול הביג דאטה הפך תחום זה לעניין מרכזי בטכנולוגיות מידע. לרוב, מסדי הנתונים הקיימים אינם בנויים לעבד ולנתח כמויות מידע גדולות, שרובן אינן מגיעות באופן מפורמט לפי תבניות אחידות וידועות מראש. העלות הזולה של אמצעי האחסון והכמות הגדולה של מידע המגיעה ממגוון מקורות בתעשייה, באינטרנט, בסמארטפונים וממגוון מקורות שונים, גורם לכך שמידע נאגר ללא מחיקה, ומאפשר יכולות ניתוח וזיהוי של תבניות וקווי התאמה שונים בעולמות תוכן מגוונים.

ביג דאטה משמש לתיאור היקף מאסיבי של אוסף נתונים מובנה ושאינו מובנה, שגודלו העצום – וקצב עדכונו המהיר, מהווים חלק מעולם המהפכה התעשייתית הרביעית 4.0.

בפועל, נדרשות פרדיגמות מתקדמות, השונות מהשיטות המוכרות לעיבוד המידע והנתונים ולזיהוי המשמעויות שלהם. האמצעים והתהליכים במערכות הדיגיטליות העדכניות בשנים האחרונות, מאפשרים לדלות מידע רלוונטי של נתונים מובנים, או אף לא מובנים. שימוש בכלים וחומרה של מערכות מחשוב מתקדמות, מותאמים להיקף מאגר הנתונים וכן לקצב העדכון שלו, מאפשרים מיון וסינון הנתונים, ניתוח הנתונים, חילוץ משמעות, זיהוי דפוסים, כדי לקבל תובנות חדשות שלא ניתן היה לרכוש קודם לכן בגלל מגבלות טכנולוגיות של זיכרון ומהירות עיבוד ותקשורת, שהתבטלו למעשה בצל ההתפתחויות הטכנולוגיות בשנים האחרונות. תובנות אלו מיועדות לסייע בידינו ללמוד יותר עלינו ועל העולם בו אנו חיים, ומגדילות מאוד את הפוטנציאל לסייע לחברה לשפר את יעילות ההתנהלות, תוך קבלת החלטות מהירות.

בעולם התעשייה, אנחנו מדברים על זיהוי וחיזוי של בעיות במערכי הייצור, מכונות ומתקני ייצור סדרתי, במטרה לתקן ולבצע אחזקה מונעת בטרם ייגרם נזק כלשהו.

האתגרים כוללים:

אחסון – דרישת הלקוחות לקבלת תשובות מורכבות בזמן אמת או קרוב מאוד לכך, אמצעי האחסון המתקדמים, התומכים בכמויות מידע גדולות, נדרשים לאתגרים של כתיבה ושליפה מהירות מאוד, זאת מבלי לאבד יכולות של גיבוי ושחזור אמינים ואוטומטיים, גילוי ותיקון שגיאות, ביזור המידע על פני מספר אתרים גאוגרפיים, ודחיסת מידע נבונה.

כתיבת מידע – כתיבת המידע צריכה להיעשות בדרך סטנדרטית, שקופה ויעילה, באופן מנותק מהרכיבים יצרני המידע. מידע זורם כל העת מהתקנים רבים, שונים, בקצב משתנה וללא שליטה של צרכן המידע על שום היבט של זרם הנתונים הנ"ל.

על המאגרים לספק, מחד, תמיכה בתקנים של יצרני מידע מוכרים, ומאידך, גמישות רבה לשינויים ויצירה של מתאמים  חדשים ועדכניים.

שליפה, ניתוח ומציאת תבניות – האתגר המשמעותי כולל ביצוע שליפות מהירות של מידע, הן בדרכים קבועות מראש, אך בעיקר בדרך של זיהוי מהיר של תבניות וקשרים שונים, בלתי ניתנים לחיזוי אנושי מראש, בין מיליוני פיסות מידע מרוחקות בזמן, במקום, בפורמט ובמקור הקליטה שלהן.

לשם זיהוי תבניות ופיתוח מערכות לומדות, מוכנסים לשימוש בתחום אלגוריתמים מתחומי האלגוריתמים האקראיים, האלגוריתמים האבולוציוניים, בינה מלאכותית, בינה עסקית ועוד, שהורחבו והותאמו לעבודה בכמויות ובקצב נדרש.

פרטיות – היקף המידע, מגוון המקורות של המידע והשימושים שנעשים בו מציבים אתגרים בקשר לפרטיות במידע. דיני הגנת הפרטיות העדכניים מתחילת המאה ה-21, מבוססים ומותאמים לסוגיות של מאגרי מידע מקומיים, קטנים יותר בהיקפם, שהוקמו למטרה מסוימת. נתוני עתק לא בהכרח מותאמים

בינה עסקית ו- Big Data – קיים קשר הדוק בין בינה עסקית (BI) לבין נתוני עתק. הקשר נובע מהצורך להשתמש בכמויות מידע גדולות מאוד על מנת לבצע ניתוחי בינה עסקית תקפים ומשמעותיים. התחום של בינה עסקית מבוססת נתוני עתק מתפתח בקצב מהיר. מכיוון שכלי בינה עסקית מסורתיים לא נבנו באופן המאפשר להם להתמודד עם כמויות כה גדולות של נתונים, פותחו בשנים האחרונות כלי בינה עסקית ייעודיים לנתוני עתק.

תחום זה משמש את רשות ההשקעות, במסגרת מסלול 4.54 של הטמעת טכנולוגיות ייצור מתקדמות, הכוללת מספר נושאים הנהנים ממענקים כספיים ם נדיבים לחברות ייצור ולמפעלי תעשייה, כמפורט:

*  בתחום Advanced Robotics – רובוט תעשייתי, קובוט, רובוט נייד, רובוט למכונת הזרקה, רובוט לריתוך, AGV (Automated Guided Vehicle, מלגזה אוטונומית, ציוד אוטומציה מתקדם המותאם לקו היצור ומחסן אוטומטי.

*  בתחום Advanced Process Control – בקרים, תוכנות לבקרת התהליך, ציוד בקרה המותאם לקו היצור, בקרה מבוססת Vision. בקרת איכות מבוססת ראייה ממוחשבת, בקרה אדפטיבית, בקרה מבוססת מערכות לומדות.

*   בתחום Industrial Internet of Things  -IIoT יישומי IIoT – סנסורים, מדידים וגששים, מצלמות לקווי היצור

    (לשיפור תהליכי היצור), מערכות לדיגום ולסריקה תלת-ממדית, פתרונות אבטחת מידע ליישומי IIOT ,

    מערכת תקשורת לחיישנים.

*  בתחום Factory Digitization & Integration – ציוד לשליטה ולתקשורת בתוך מערך הייצור, מערכת MES , מערכת OEE ,

   מערכת PDM , אבטחת סייבר של רצפת הייצור.

*  בתחום Augmented reality – פרטי מחשוב לביש, משקפיים חכמים ל- Augmented Reality מערכת להפעלת ציוד יצור

    בשיטות מציאות רבודה.

*  בתחום Advanced Data Analytics – מערכות אנליטיקה המבוססות על הדגימות שנאספו במפעל, תוכנות מבוססות

    אלגוריתמיקה Data science ו AI לשיפור תהליכי המפעל, תוכנות לביצוע אופטימיזציה בתהליכי הייצור, תכנון תהליכי

    מבוסס AI .

*  בתחום Big Data – מערכות נתוני-עתק לרצפת הייצור – טכניקות מעולמות ה Data Science, של   Machine & Deep Learning לשיפור התהליכים במפעל.

*  בתחום Predictive Maintenance – ציוד יצור עם מרכיבי אחזקה חזויה, תוכנות לתזמון פעילויות האחזקה, תוכנות לחיזוי

   כשלים ולחיזוי התנהגויות עתידיות בשרשרת הייצור ע”ב מידע הנאסף בצורה שיטתית.

*  בתחום Advanced Materials – הטמעת חומרים מתקדמים בעלי תכונות משופרות לייעול תהליכי הייצור ו/או את המוצרים

   עצמם, שילוב חומרים מרוכבים, שילוב תוספים לשיפור התכונות.

חשוב להדגיש, שגם רשות החדשנות באמצעות זירת הייצור המתקדם, מעודדת חברות ייצור לפתח יישומים ויכולות לשימוש ולתועלת עצמית בעולם ה- Big Data.

בנוסף, רשות החדשנות באמצעות מסלול קרן המו"פ של זירת חברות בצמיחה, מעודדת פיתוח של יישומים חדשניים בתחום ה- Big Data לשיווק ומכירה בעיקר לחו"ל.

שתי המערכות הנ"ל של משרד הכלכלה והתעשייה, רשות ההשקעות מצד אחד ורשות החדשנות מצד שני, מממנות פרויקטים בתחום זה בהיקפים משמעותיים של מיליוני שקלים מידי שנה ועוד היד נטויה.

להערכתי, שנת 2021 תשמש כשנת מפנה במערכות של רשות החדשנות ושל רשות ההשקעות במשרד הכלכלה והתעשייה ולאור חשיבות הנושא, יועברו עשרות מיליוני שקלים כמענקים לפיתוחים, לפרויקטים ולחברות הייצור, אשר יוכלו למנף בצורה חכמה את אמצעי הסיוע הממשלתיים בתחום ה- Big Data.

לצפייה בסרטון של חמש דקות המסביר מהו ביג דטא:

https://www.youtube.com/watch?v=bAyrObl7TYE