​IBM opent hoofdkantoor voor internet of things-toepassingen in München

IBM kondigde eerder deze week aan een wereldwijd hoofdkantoor in München te openen voor internet of things-toepassingen die gebruik maken van Watson technologie.

Het ‘Watson Internet of Things’ hoofdkantoor wordt gehuisvest in een campusomgeving waar ook een nieuw innovatiecentrum onderdeel van uitmaakt. De campus zal naar verwachting duizend IBM ontwikkelaars, adviseurs, wetenschappers en ontwerpers gaan huisvesten. Bedrijven in de omgeving van München, bekend om haar innovatieve industriële sector, zullen naar verwachting het meest profiteren van IBM’s plannen. Met de opening gaat een investering gepaard van meer dan 3 miljard dollar: de grootste investering van IBM in Europa in 20 jaar.

Bijna ieder apparaat is vandaag de dag verbonden met het internet. “Het internet of things vormt op korte termijn de grootste databron ter wereld, terwijl we momenteel met 90 procent van die data helemaal niets doen”, aldus Harriet Green, general manager van IBM’s nieuwe Watson IoT divisie. “Door deze data te koppelen aan IBM’s Watson technologie met haar unieke vaardigheden van op het gebied van waarneming, argumentatie en zelflerend vermogen, opent dit deuren voor bedrijven, overheden en individuen om onbekende verbanden uit hun data te halen die tot nieuwe inzichten leiden.”

Behalve een hoofdkantoor lanceert IBM ook vier nieuwe Watson API’s op de Watson IoT cloud:

1. Natural language processing (NLP) API stelt gebruikers in staat om te communiceren met toestellen en systemen via menselijke taal. Watson linkt taal aan andere databronnen die voor de juiste context zorgen. Zo kan een onderhoudsmonteur aan Watson vragen wat een bepaalde trilling in een toestel veroorzaakt. Watson zal automatisch de bedoeling achter de vraag herkennen en linken aan databronnen over bijvoorbeeld het onderhoud van het toestel en een aanbeveling doen om de trilling weg te werken.
2. Machine Learning Watson API automatiseert dataprocessen en monitort datasets op continue basis. Daardoor kan het systeem trends waarnemen en aanbevelingen doen wanneer een probleem zich voordoet.
3. Video and Image Analytics API doorzoekt ongestructureerde datasets van afbeeldingen en video’s en kan hieruit trends en patronen identificeren.
4. Text analytics API hebben de mogelijkheid om grote hoeveelheden tekst door te ploegen en patronen te herkennen. Denk bijvoorbeeld aan de transcripten van call centers, tweets, blogs etc.