為了讓企業(yè)充分發(fā)揮物聯網潛力，他們需要將物聯網與快速發(fā)展的人工智能( AI )技術相結合，使“智能機器”能夠模擬智能行為，并在很少或沒有人為干預情況下做出明智決策。
人工智能( AI )和物聯網( IoT )被認為是2017年顛覆業(yè)務的驅動因素。但是，這些2個術語到底意味著什么，他們之間的關系又是什么? 讓我們首先定義這兩個術語：
物聯網被定義為由相互連接的物理對象、傳感器、致動器、虛擬對象、人員、服務、平臺和網絡組成的系統(tǒng)，它們具有單獨的標識符和獨立傳輸數據能力。物聯網應用例子包括智慧農業(yè)、智能家居、智能交通、遠程患者監(jiān)控和無人駕駛汽車等。總之，物聯網是從環(huán)境中收集和交換信息的“物體”網絡。
物聯網有時被業(yè)內人士稱為是第四次工業(yè)革命(工業(yè)4.0)的推動者，并引發(fā)了廣泛領域的技術變革。Gartner預測，到2020年，全球將有208億臺連網設備投入使用，但最近的預測顯示，2020年這一數字將超過500億臺設備。其他報告也預測了各種行業(yè)將實現巨大增長，例如估計到2020年醫(yī)療物聯網價值約為1170億美元，并預測在同一年將有2.5億輛連網汽車上路。物聯網的發(fā)展為許多企業(yè)帶來了令人興奮的機會，也讓我們的個人生活變得更加輕松愜意，同時提高了許多企業(yè)的效率、生產力和安全性。
另一方面，人工智能是引擎或“大腦”，能夠根據物聯網收集的數據進行分析和決策。換句話說，物聯網收集數據，人工智能處理這些數據并使其有意義。你可以在健身追蹤器和Google Home、亞馬遜Alexa和Apple Siri等設備中看到這些系統(tǒng)的協同工作。
隨著更多連網設備的出現，更多數據可為企業(yè)提供驚人的洞察力，但也卻對如何分析這些數據提出了新的挑戰(zhàn)。收集這些數據對任何人都沒有好處，除非有辦法理解所有這些數據。這就是人工智能(AI)的用武之地，理解大量數據也是人工智能的完美之處。
通過將人工智能的分析能力應用于物聯網數據收集，企業(yè)可以識別和理解收集來的所有數據，并做出更明智決策。這為消費者和企業(yè)帶來了各種好處，如主動干預、智能自動化和高度個性化體驗。它還使我們能夠找到連網設備更好協同工作的方法，并使這些系統(tǒng)更易于使用。
這反過來又促使了更高的采用率。我們需要提高人工智能數據分析的速度和準確性，以確保物聯網實現其承諾的愿景。收集數據是一回事，但對數據進行排序、分析和理解卻是另外一回事。這就是為什么當物聯網開始滲透到我們生活的方方面面時，為了跟上正在收集大量數據的速度，而去開發(fā)更快、更精確人工智能的重要原因了。
物聯網數據示例
1、幫助城市預測事故和犯罪的數據
2、讓醫(yī)生實時了解心臟起搏器或生物芯片的數據
3、通過對設備和機器進行預測性維護來優(yōu)化各行業(yè)生產力的數據
4、使用連網設備創(chuàng)建真正智能家居的數據
5、提供自動駕駛汽車之間關鍵通信的數據
人類根本無法用傳統(tǒng)方法審查和理解所有這些數據，即使它們減少了數據樣本量。最大問題是如何分析所有這些設備產生的大量性能數據和信息，而從數TB機器數據中發(fā)現真知灼見無疑是一項真正挑戰(zhàn)，那么，我們確實需要數據科學家的幫助。
但為了讓我們能夠充分利用物聯網數據，我們需要改進：
1、大數據分析的速度
2、大數據分析的準確性
人工智能和物聯網數據分析
有六種物聯網數據分析類型，AI可以提供幫助：
1、數據準備：定義數據池并清理它們，這將帶我們了解暗數據、數據湖等概念。
2、數據發(fā)現：在定義的數據池中查找有用數據。
3、流數據可視化：通過定義、發(fā)現數據并以智能方式對其進行可視化處理，從而使決策過程能夠毫不拖延地進行。
4、數據時間序列準確性：以數據高準確性和完整性來保持對所收集數據的高度信任。
5、預測和高級分析：這是一個非常重要步驟，可以根據收集、發(fā)現和分析的數據做出決策。
6、實時地理空間和位置(物流)：保持數據的流暢和可控。
物聯網應用中的人工智能：
1、例如，視覺大數據將允許計算機更深入地了解屏幕上的圖像，使用新的AI應用程序來理解圖像的背景。
2、認知系統(tǒng)將創(chuàng)建新的食譜，以吸引用戶的味覺，為每個人創(chuàng)建優(yōu)化菜單，并自動適應當地配料。
3、較新的傳感器將允許計算機“收聽”收集有關用戶環(huán)境中的聲音信息。
4、連網和遠程操作，通過連網和智能的倉庫操作，工人將不再需要在倉庫內四處行走，來從貨架上揀貨來完成訂單。相反，貨架在小機器人平臺的引導下，可以在過道上快速移動，將正確的庫存運送到正確的地點，避免沿途碰撞。訂單交付更快、更安全、更高效。
5、預測性維護，通過預測和預防此類事件的位置和時間，在任何故障或泄漏之前為企業(yè)節(jié)省數大量費用。
這些只是人工智能在物聯網中一些創(chuàng)新應用。高度個性化服務的潛力是無窮無盡的，并將極大地改變人們的生活方式。
人工智能在物聯網中面臨的挑戰(zhàn)
1、兼容性：物聯網是許多部件和系統(tǒng)的集合，它們在時間和空間上根本不同。
2、復雜性：物聯網是一個復雜系統(tǒng)，具有許多移動部件和不間斷的數據流，使其成為一個非常復雜的生態(tài)系統(tǒng)。
3、隱私/安全/防護(PSS)：PSS始終是每項新技術或概念的問題，人工智能在不影響PSS的情況下可以提供多大幫助? 解決這類問題的新方法之一是使用區(qū)塊鏈技術。
4、道德和法律問題：對于許多企業(yè)來說，這是一個全新的世界，沒有先例，同時也是一個未經檢驗的領域，新的法規(guī)和案例將會迅速出現。
5、人工愚蠢：回到GIGO(Garbage In Garbage Out)這是一個非常簡單的概念，人工智能仍然需要“訓練”才能理解人類的反應和情感，只有這樣決策才有意義。
結論
雖然物聯網令人印象深刻，但如果沒有一個好的人工智能系統(tǒng)，物聯網真的不算什么。這兩種技術都需要達到相同發(fā)展水平，才能像我們認為的那樣完美地運作。科學家們正在試圖找到開發(fā)更智能數據分析軟件和設備的方法，以實現安全有效的物聯網。這可能需要一段時間才能實現，因為人工智能的發(fā)展落后于物聯網。
將人工智能集成到物聯網正在成為當今物聯網生態(tài)系統(tǒng)成功的先決條件。因此，企業(yè)必須迅速行動，以確定如何通過將人工智能和物聯網結合來提升價值。
唯一能夠跟上物聯網生成數據并獲得其隱藏洞察力的方法，是讓人工智能成為物聯網的催化劑
文章鏈接：中國安防展覽網 http://www.afzhan.com/news/detail/69403.html
京公網安備 11010502049343號