技術(shù)
導(dǎo)讀:人工智能(AI)由許多不同的數(shù)學(xué)算法組成,以最好地回答許多不同領(lǐng)域的問題。顯然,計(jì)算機(jī)擅長數(shù)學(xué),現(xiàn)在這些計(jì)算機(jī)速度如此之快,可以實(shí)時(shí)進(jìn)行復(fù)雜的遞歸計(jì)算。也就是說,人工智能(AI)總是需要的是訓(xùn)練數(shù)據(jù)。

圖1、當(dāng)人工智能和物聯(lián)網(wǎng)碰撞在一起時(shí)收益倍增
物聯(lián)網(wǎng)(IoT)和人工智能(AI)都是當(dāng)今正在迅速發(fā)展的行業(yè)技術(shù)。這兩者都代表了巨大的轉(zhuǎn)變,具有在幾年前作為科幻小說才能存在的能力。雖然兩者都是獨(dú)立的,但它們的價(jià)值在碰撞合并一起時(shí)會(huì)倍增。這種組合對(duì)于贊助和部署解決方案的企業(yè),組織和政府而言意味著更高的投資回報(bào)率。這種技術(shù)的共生將使人工智能(AI)更有意義,同時(shí)使物聯(lián)網(wǎng)(IoT)更加高效。
為什么人工智能(AI)需要物聯(lián)網(wǎng)(IoT)
人工智能(AI)由許多不同的數(shù)學(xué)算法組成,以最好地回答許多不同領(lǐng)域的問題。顯然,計(jì)算機(jī)擅長數(shù)學(xué),現(xiàn)在這些計(jì)算機(jī)速度如此之快,可以實(shí)時(shí)進(jìn)行復(fù)雜的遞歸計(jì)算。也就是說,人工智能(AI)總是需要的是訓(xùn)練數(shù)據(jù)。

圖2、物聯(lián)網(wǎng)管理數(shù)據(jù)和設(shè)備
對(duì)于許多今天正在進(jìn)行人工智能(AI)的公司來說,隨著時(shí)間的推移,許多用戶提供的數(shù)據(jù)已經(jīng)慢慢被收集起來:無論是填寫Google搜索欄的人,電梯里的按鈕,還是醫(yī)療診所的接待員輸入患者信息等等,各行各業(yè)在過去幾十年來都收集到了大量的數(shù)據(jù)。這些數(shù)據(jù)是訓(xùn)練計(jì)算機(jī)模型正確地以一種智能和預(yù)測的方式進(jìn)行運(yùn)行的核心。多年來,這些收集的數(shù)據(jù)一直是完成手頭核心業(yè)務(wù)功能的副產(chǎn)品。

圖3、物聯(lián)網(wǎng)具有廣泛應(yīng)用
而物聯(lián)網(wǎng)(IoT)改變了這個(gè)過程,因?yàn)樵O(shè)備和機(jī)器比人類便宜得多。田野里的傳感器,汽車中的電腦和智能工具都悄無聲息地收集和存儲(chǔ)數(shù)據(jù),而無需用戶做任何額外的工作。以前需要多年的數(shù)據(jù)收集和數(shù)百萬美元的投資才能完成的工作在幾個(gè)月內(nèi)就能被機(jī)器轉(zhuǎn)化為可行的洞察力。這些數(shù)據(jù)被輸入機(jī)器學(xué)習(xí)算法,并被專家理解,成為我們想要診斷我們的疾病,駕駛我們的汽車,使我們的工業(yè)機(jī)器自動(dòng)化的真正強(qiáng)大的人工智能(AI)。
人工智能(AI)如何從物聯(lián)網(wǎng)(IoT)中受益
物聯(lián)網(wǎng)(IoT)的核心是將計(jì)算機(jī)放在我們身邊的所有事物上。這些計(jì)算機(jī)通常沒有屏幕或鍵盤,而是做一些基本的事情,如讀取溫度,測量振動(dòng),或打開和關(guān)閉燈光。當(dāng)數(shù)據(jù)和設(shè)備可操作時(shí),物聯(lián)網(wǎng)(IoT)就能充分發(fā)揮其潛力。這意味著不僅是從傳感器收集的數(shù)據(jù),而且生態(tài)系統(tǒng)中的事物都是能夠?qū)崟r(shí)響應(yīng)的。

圖4、AI和IoT結(jié)合激化新的革命
從一個(gè)來源收集數(shù)據(jù)并在另一個(gè)來源執(zhí)行操作的關(guān)系有時(shí)稱為反饋循環(huán)。例如,溫度計(jì)從銑床內(nèi)部發(fā)送當(dāng)前讀數(shù),銑床還有額外的計(jì)算機(jī)來打開和關(guān)閉機(jī)器。當(dāng)溫度達(dá)到一定的閾值時(shí),電腦自動(dòng)關(guān)閉電機(jī)的RPMS,并通知技術(shù)支持人員出現(xiàn)問題。關(guān)閉和打開電機(jī)的邏輯可以通過一個(gè)非常簡單的規(guī)則完成,如“如果溫度高于120度,則關(guān)閉電機(jī)”。
雖然生活中的許多事情可以用簡單的規(guī)則進(jìn)行優(yōu)化,但是更多的情況是沒有考慮到潛在的復(fù)雜性。例如,電機(jī)可能會(huì)短時(shí)間運(yùn)行,或者如果外部空氣低于30度,則發(fā)動(dòng)機(jī)應(yīng)該可以運(yùn)轉(zhuǎn)到140度。這些變量對(duì)于人類而言是不太明顯的,但是很容易被人工智能(AI)所理解。把人工智能(AI)的經(jīng)驗(yàn)教訓(xùn)帶入決策過程,可以完全優(yōu)化我們的操作流程。這意味著人工智能(AI)可以識(shí)別哪些因素與電機(jī)失效真正相關(guān),哪些輸入無效。從本質(zhì)上講,人工智能(AI)可以模擬對(duì)我們使用的系統(tǒng)有著直覺和多年經(jīng)驗(yàn)的專家。專家不再聽一個(gè)近乎聽不見的噪音,而是人工智能(AI)系統(tǒng)能夠以最優(yōu)化的方式輕松識(shí)別問題。人工智能(AI)使物聯(lián)網(wǎng)(IoT)在最有力的可能性中采取行動(dòng)。
把人工智能(AI)和物聯(lián)網(wǎng)(IoT)放在一起
很明顯,這兩種變革性的技術(shù)相結(jié)合將使企業(yè)和城市能夠改變我們的日常生活??v觀技術(shù)領(lǐng)域,將需要技術(shù),數(shù)據(jù)科學(xué)家,領(lǐng)域?qū)<液拖到y(tǒng)集成專家共同合作來實(shí)現(xiàn)這一愿景。連接的物聯(lián)網(wǎng)平臺(tái),云提供商和AI專家的硬件制造商將需要合作創(chuàng)建集成的體系結(jié)構(gòu)。

圖5、AI和IoT引領(lǐng)未來