人工智能(AI)和物聯(lián)網(wǎng)(IoT)的技術(shù)趨勢已經(jīng)開始融合，業(yè)界將這種趨勢命名為人工智能物聯(lián)網(wǎng)(AIoT)。人工智能從云端向邊緣移動，為阻礙物聯(lián)網(wǎng)在關(guān)鍵市場更廣泛采用的帶寬和安全問題提供了解決方案。如果技術(shù)發(fā)展的歷史是未來的可靠指南，那么在接下來的幾年里，這種融合至少還有兩個階段要進行。

物聯(lián)網(wǎng)最近引起了人們極大的興趣，但對于許多應用來說，有兩個重要的問題出現(xiàn)了。一個是安全;從物聯(lián)網(wǎng)設備流過網(wǎng)絡的數(shù)據(jù)以及對設備本身的控制在很大程度上依賴于足夠的網(wǎng)絡攻擊安全性。由于威脅不斷演變，變得更加激烈，安全要求物聯(lián)網(wǎng)開發(fā)人員不斷提高警惕和緩解。與此同時，由于系統(tǒng)和數(shù)據(jù)的安全性存在不確定性，許多潛在用戶推遲了對物聯(lián)網(wǎng)技術(shù)的使用。

限制物聯(lián)網(wǎng)采用的第二個問題是將數(shù)據(jù)發(fā)送到云進行處理所需的帶寬。隨著已安裝設備數(shù)量的增加和所涉及數(shù)據(jù)量的增加，物聯(lián)網(wǎng)部署正受到數(shù)據(jù)收集所涉及的帶寬資源和成本的約束。隨著人工智能成為從所有數(shù)據(jù)中提取價值的一個越來越重要的元素，這變得更加令人擔憂。

人工智能在數(shù)據(jù)處理中的重要性大幅增長，因為傳統(tǒng)的數(shù)據(jù)處理技術(shù)變得越來越繁瑣。開發(fā)和編碼從大量數(shù)據(jù)中提取有用信息的有效算法需要時間和許多潛在用戶缺乏的應用專業(yè)知識。它還可能導致軟件脆弱，隨著需求的變化難以維護和修改。人工智能，尤其是機器學習 (ML)，允許處理器根據(jù)訓練開發(fā)自己的算法以達到預期的結(jié)果，而不是依賴于專家分析和軟件開發(fā)。此外，通過額外的訓練，人工智能算法可以很容易地適應新的要求。

人工智能向邊緣移動的最新趨勢是將這兩種技術(shù)結(jié)合在一起。從物聯(lián)網(wǎng)數(shù)據(jù)中提取信息目前主要發(fā)生在云端，但如果可以在本地提取大部分或全部信息，帶寬和安全性問題就不那么重要了。隨著人工智能在物聯(lián)網(wǎng)設備中運行，幾乎不需要通過網(wǎng)絡發(fā)送大量原始數(shù)據(jù);只需要傳達簡潔的結(jié)論。由于通信流量較少，網(wǎng)絡安全性更容易增強和維護。本地 AI 甚至可以通過檢查傳入流量是否有篡改跡象來幫助提高設備安全性。

工業(yè)機械的預測性維護是 AI 和 IoT 的融合將不斷演進的一種應用。

AIoT 似乎遵循了類似于 1980 年代微處理器發(fā)展方式的發(fā)展路徑。處理開始于處理不同任務的獨立設備：通用處理器、存儲器、串行接口外圍設備、并行接口外圍設備等。這些最終將設備任務集成到單芯片微控制器中，然后演變?yōu)獒槍μ囟☉玫膶Ｓ梦⒖刂破?。AIoT 看起來遵循相同的路徑。

目前，AIoT 設計使用輔以通用 AI 加速和 AI 中間件的處理器。搭載 AI 加速的處理器也開始亮相。如果歷史要重演，AIoT 的下一階段將是針對特定應用量身定制的 AI 增強型處理器的演進。

為了使定制設備在經(jīng)濟上可行，它需要滿足一系列與主題相關(guān)的應用的共同需求。這樣的應用已經(jīng)開始變得可見。其中一個主題是預測性維護。人工智能與工業(yè)機械上的物聯(lián)網(wǎng)傳感器相結(jié)合，正在幫助用戶識別振動和電流消耗中的異常模式，這些模式是設備故障的先兆。將 AI 置于傳感器設備本地的好處包括減少數(shù)據(jù)帶寬和延遲，以及將設備響應與其網(wǎng)絡連接隔離的能力。專門的預測性維護 AIoT 設備將服務于一個巨大的市場。

第二個主題是語音控制。Siri 和 Alexa 等語音助手的流行促使消費者要求在各種設備中具有語音控制功能。專用的語音控制 AIoT 設備將有助于解決帶寬和延遲問題，并有助于確保在不穩(wěn)定連接期間的功能。如今，這種設備的潛在用途數(shù)量驚人。

專門的AIoT設備還有其他潛在的主題需要解決。工業(yè)安全和建筑管理的環(huán)境傳感就是其中之一?；瘜W過程控制是另一個問題。自動駕駛汽車系統(tǒng)是第三個。第四種是識別特定目標的攝像頭。毫無疑問，還會出現(xiàn)更多。

人工智能與物聯(lián)網(wǎng)的融合為我們的生活和工作帶來了許多創(chuàng)新性的應用場景。以下是其中一些主要的應用領(lǐng)域：

1. 智慧城市管理：通過人工智能和物聯(lián)網(wǎng)的結(jié)合，城市管理系統(tǒng)能夠更有效地處理和分析大量數(shù)據(jù)，從而提升城市管理的效率和精確度。例如，智能安防系統(tǒng)能夠自動識別和響應異常情況，及時通知相關(guān)部門進行處理。此外，智能交通系統(tǒng)可以實時調(diào)整交通流量，優(yōu)化交通路線，降低交通擁堵和事故發(fā)生率。
2. 無人駕駛：在物聯(lián)網(wǎng)中，人工智能可以充當汽車的大腦，實現(xiàn)自動駕駛。汽車配備了傳感器、相機和雷達等設備，可以連接車輛控制單元、人類駕駛模型和物聯(lián)網(wǎng)，使汽車能夠自主識別路況、規(guī)劃路線并安全駕駛。
3. 智能家居：人工智能與物聯(lián)網(wǎng)的融合讓家居設備能夠相互通信，根據(jù)人類的需求自動控制和運行。例如，智能空調(diào)可以根據(jù)室內(nèi)溫度自動調(diào)節(jié)溫度，智能照明系統(tǒng)可以根據(jù)時間或人的活動自動開關(guān)燈光。
4. 工業(yè)制造：在物聯(lián)網(wǎng)和人工智能的推動下，工業(yè)制造過程變得更加智能和高效。人工智能可以對生產(chǎn)線上的設備進行實時監(jiān)控和預測性維護，降低設備故障率，提高生產(chǎn)效率。
5. 智能醫(yī)療：物聯(lián)網(wǎng)技術(shù)可以實現(xiàn)醫(yī)療設備的互聯(lián)，實時采集和傳輸數(shù)據(jù)，提高醫(yī)療服務水平和效率。人工智能可以對醫(yī)療數(shù)據(jù)進行深度分析，輔助醫(yī)生進行疾病診斷和治療方案制定。
6. 智慧農(nóng)業(yè)：將物聯(lián)網(wǎng)技術(shù)應用于農(nóng)業(yè)中，可以實現(xiàn)農(nóng)業(yè)無人化、自動化、智能化管理。例如，通過智能傳感器監(jiān)測土壤濕度、溫度等環(huán)境參數(shù)，自動調(diào)節(jié)灌溉和施肥量，提高農(nóng)作物產(chǎn)量和質(zhì)量。

除此之外，人工智能與物聯(lián)網(wǎng)的融合還在物流、智能創(chuàng)作、智能穿戴等領(lǐng)域有著廣泛的應用?？偟膩碚f，人工智能和物聯(lián)網(wǎng)的融合為我們創(chuàng)造了一個更加智能、高效和便捷的生活和工作環(huán)境。

人工智能技術(shù)似乎將繼續(xù)存在下去，而下一步的發(fā)展——與處理技術(shù)一樣——將是為關(guān)鍵市場發(fā)展專門的設備。除此之外，該行業(yè)最有可能發(fā)展可配置的人工智能加速器，可以根據(jù)其應用進行定制，從而使AIoT的好處可以有效地覆蓋更多、更小的市場。

還有許多技術(shù)上的挑戰(zhàn)需要克服。設備大小和功耗一直是邊緣問題，人工智能需要做更多工作來解決這些問題。在使用AI時，開發(fā)工具可以在簡化應用程序開發(fā)工作方面做得更多。開發(fā)人員需要更多地了解人工智能作為應用開發(fā)的替代方法。但如果以歷史為鑒，這些挑戰(zhàn)將很快被克服。

責任編輯：華軒      來源： 人工智能與物聯(lián)網(wǎng)

本文轉(zhuǎn)載自51CTO：51cto.com/article/759068.html，如涉嫌侵權(quán)，請聯(lián)系刪除。