編者按：本文作者Koshin Mariano在物聯網行業有豐富的從業經驗。
上周，微軟和 Facebook發布了聊天機器人；Google 推出分布式深度學習系統 TensorFlow；Slack 慢慢變成了企業聊天機器人的場所。很多科技媒體網站上大部分都是關于 bot 的文章。大家對物聯網（IoT）的宣傳頻率不斷下降，取而代之的是人工智能。Product Hunt 上科技類別中很多熱門的新產品都是 bot。
我之前就意識到 AI 與物聯網的結合可以引起科技行業的巨變，會從根本上改變社會。公司可以創建 “智能自動化代理”（我個人命名的），AI 可以對現實世界作出反應，并對現實世界中的事情產生影響。
物聯網是邁向普適計算的重要一步
目前，關于物聯網的大量話題主要圍繞可以和互聯網連接的產品。烤面包機、牙刷、無人機、傳感器和樹莓π等。之前，我在一家物聯網平臺上班，我意識到產品并不是最重要的，而將兩個不應該相互作用的產品實現交互，并能自動控制兩件產品交互的網絡效應是最重要的。
物聯網讓我們朝普適計算的方向更近了一步。普適計算強調和環境融為一體的計算，而計算機本身則從人們的視線里消失。在普適計算的模式下，人們能夠在任何時間、任何地點、以任何方式進行信息的獲取與處理。
舉個例子：自動駕駛汽車可以利用 Waze 之類的應用程序，獲取交通流量信息，然后自動實時規劃路線，將你送到目的地。汽車可以觀察其他車輛、交通事故、接收新聞和交通狀況。
核電站會根據需求監測并調整它所輸出的能量，然后進行數據分析，定期維護，這樣就不會出現核事故。
自我診斷軟件系統可以檢查出現錯誤的應用程序日志，然后在沒有人參與的情況下自動修復。
讓我們以前面提到的核電站場景為例，除了智能檢測、控制所需要的輸出量之外，我們也可以增添一種新的功能，如果系統出現了錯誤，可以作出反應。在這個案例中，我們想讓它在過熱的時候自動關閉。下面的圖片是一個簡單的流程圖。
安裝和工作流
將熱傳感器和反應器和物聯網平臺相連。
設定自動化操作，每隔一定時間手機反應器的溫度數據（例如每秒、每分、每小時。等）
步驟 2 中設定的自動化操會作將數據發送到我們選擇的數據存儲區（如 Splunk、ElasticSearch、Hadoop 之類的關系數據庫或大數據存儲區）。
AI 運行機器學習算法，培訓自己對反應器正常操作溫度的認知。
設置危急時刻反應器關閉自動化操作，在危急時刻，AI 可以觸發關閉反應器。
AI 會不斷地將目前在數據存儲區讀取的傳感器數據傳遞給用于系統故障檢測機器學習算法，檢測溫度是否過高。
一旦檢測到異常，立刻自動觸發反應器，并將通知發送到操作人員、監察人員和工程師團隊。
我們可以在不同的領域和行業使用 AI 和物聯網。我們可以監測金融行業的欺詐行為，遠程監督患者，等等。不管我們是否做好了準備，AI 都將改變我們的未來。
京公網安備 11010502049343號