谷歌的前人力资源主管，在他的书中乔纳森·罗森伯格志不谷歌是如何工作的一个关于首席执行官拉里·佩奇对一名MBA员工的PowerPoint产品计划的反应的故事。佩奇告诉MBA，“去和工程师们坐在一起。”
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。
基于这样的想法，我采访了物联网公司的首席技术官乔·拜伦PTC(列车自动控制系统)因为该公司把自己的未来押在物联网上，而拜伦有十年的物联网工程经验。PTC的成熟业务、机械设计和产品生命周期管理与公司的工业物联网业务密切相关，公司专注于该业务的增长。
PTC(列车自动控制系统)
Joe Biron, PTC公司的首席技术官
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。
这里是ThingWorx的总结，连接的复杂性和不到明确的定义物联网，以保持它的短剔除。这两个问题都值得单独的文章。
- 连接大部分工业自动化和工业物联网设备。(这里使用了大部分而不是全部，因为物联网连接领域是多种多样的，有许多专门的专有方法，而且随着新方法的发展也在变化。)
- 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。
- 通过物联网分析来分析获取的数据。想想谷歌分析，但它是为物联网设备而不是网页和智能手机设计的。
- 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:足球竞猜app软件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引导用户现在，对于两年后的实现者来说，一个产品不能被理解和构建。
由于PTC的物联网业务，Biron了解什么是目前难以设计的，而且他对正在开发的东西有很好的感觉。他的实现者对机器学习和云对物联网影响的观点很有见地。
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。
为了进行预防性维护，拜伦以检测机器人异常状态为例。在大多数情况下，启发式，即导致失败的确切条件，是不被理解的，也是不可用的。如果有足够的数据，机器学习可以预测故障。这样的机器学习模型需要每秒消耗几千个传感器读数。Biron认为密集的多核边缘计算节点可以在一台机器上运行，比如HPE Edgeline 4000，它是加固后挂在墙上的。
像这样的架构必须通过云来管理，因为管理员通常不在物联网的边缘来管理虚拟机(VM)、应用更新和监控系统操作。根据拜伦的经验，云将包括边缘。他引用VMware的Pulse物联网中心，它正在向管理vm和在容器中部署系统的方向发展微软Azure堆栈这是物联网混合云架构的一个很好的例子，它具有复杂的边缘控制循环，比如机器学习模型。
ThingWorx用于获取数据来训练机器学习模型。在新泽西州的说法，训练这些模型说：“易，确实很难。”伯龙回到了自己的工业机器人的例子。那些相信的人，在狭窄的领域，如自然语言，语言翻译，目标识别，并建议存在机器学习的作品，因为这些是学术界和工业界的研究主要集中在建设大型语料库训练数据域的用例。机器学习在物联网的应用是在早期阶段，但有楼宇自控系统工业机器人等产品的球队都非常感兴趣。
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。
以一个工业工厂经理和一个工厂维护技术员为例。一位工厂经理带着一台增强现实设备(如Hololens)在工厂里穿行时，可能希望在他的现实之旅中，覆盖上有关效率、质量和生产线正常运行时间的可操作信息。维修技术人员可能会通过覆盖着预防性维修信息的智能手机摄像头查看机器，识别需要更换的部件。技术人员将通过机器制造商创建的AR应用程序来指导技术人员完成维护程序。
物联网炒作周期
物联网正处于硅谷炒作周期的漩涡中。在“漩涡”中，对于那些暂时不相信物联网的人来说，物联网及其好处今天就可以在Fry’s或Microcenter用信用卡购买到。物联网是一项发展阶段的技术。像Biron这样的人会考虑已经解决的问题，为创新者提供解决方案，也会考虑数以百计的尚未解决的问题，这些问题将被提炼成十几个科学问题，一旦得到解答，物联网将走向成熟。这是每一项新技术从研发到成熟的必经之路。
PTC是一个非常有趣的位置，有500个左右的创新客户合作，建立不同行业的工作物联网系统。要了解物联网，留出了炒作周期漩涡，并坐下来与像伯龙的工程师。