世界各地的企业都在迅速利用物联网( IoT )来创造新产品和服务，从而开辟新的商业机会并创造新的商业模式。 由此带来的转变开启了一个新的时代，即企业如何运营并与客户保持互动。然而，利用物联网只是故事的一部分。


　　为了让企业充分发挥物联网潜力，他们需要将物联网与快速发展的人工智能( AI )技术相结合，使“智能机器”能够模拟智能行为，并在很少或没有人为干预情况下做出明智决策。

　　人工智能( AI )和物联网( IoT )被认为是2017年颠覆业务的驱动因素。但是，这些2个术语到底意味着什么，他们之间的关系又是什么? 让我们首先定义这两个术语：

　　物联网被定义为由相互连接的物理对象、传感器、致动器、虚拟对象、人员、服务、平台和网络组成的系统，它们具有单独的标识符和独立传输数据能力。物联网应用例子包括智慧农业、智能家居、智能交通、远程患者监控和无人驾驶汽车等。总之，物联网是从环境中收集和交换信息的“物体”网络。

　　物联网有时被业内人士称为是第四次工业革命(工业4.0)的推动者，并引发了广泛领域的技术变革。Gartner预测，到2020年，全球将有208亿台连网设备投入使用，但最近的预测显示，2020年这一数字将超过500亿台设备。其他报告也预测了各种行业将实现巨大增长，例如估计到2020年医疗物联网价值约为1170亿美元，并预测在同一年将有2.5亿辆连网汽车上路。物联网的发展为许多企业带来了令人兴奋的机会，也让我们的个人生活变得更加轻松惬意，同时提高了许多企业的效率、生产力和安全性。

　　另一方面，人工智能是引擎或“大脑”，能够根据物联网收集的数据进行分析和决策。换句话说，物联网收集数据，人工智能处理这些数据并使其有意义。你可以在健身追踪器和Google Home、亚马逊Alexa和Apple Siri等设备中看到这些系统的协同工作。

　　随着更多连网设备的出现，更多数据可为企业提供惊人的洞察力，但也却对如何分析这些数据提出了新的挑战。收集这些数据对任何人都没有好处，除非有办法理解所有这些数据。这就是人工智能(AI)的用武之地，理解大量数据也是人工智能的完美之处。

　　通过将人工智能的分析能力应用于物联网数据收集，企业可以识别和理解收集来的所有数据，并做出更明智决策。这为消费者和企业带来了各种好处，如主动干预、智能自动化和高度个性化体验。它还使我们能够找到连网设备更好协同工作的方法，并使这些系统更易于使用。

　　这反过来又促使了更高的采用率。我们需要提高人工智能数据分析的速度和准确性，以确保物联网实现其承诺的愿景。收集数据是一回事，但对数据进行排序、分析和理解却是另外一回事。这就是为什么当物联网开始渗透到我们生活的方方面面时，为了跟上正在收集大量数据的速度，而去开发更快、更精确人工智能的重要原因了。

　　物联网数据示例：

　　帮助城市预测事故和犯罪的数据

　　让医生实时了解心脏起搏器或生物芯片的数据

　　通过对设备和机器进行预测性维护来优化各行业生产力的数据

　　使用连网设备创建真正智能家居的数据

　　提供自动驾驶汽车之间关键通信的数据

　　人类根本无法用传统方法审查和理解所有这些数据，即使它们减少了数据样本量。最大问题是如何分析所有这些设备产生的大量性能数据和信息，而从数TB机器数据中发现真知灼见无疑是一项真正挑战，那么，我们确实需要数据科学家的帮助。

　　但为了让我们能够充分利用物联网数据，我们需要改进：

　　大数据分析的速度

　　大数据分析的准确性

　　人工智能和物联网数据分析

　　有六种物联网数据分析类型，AI可以提供帮助：

　　数据准备：定义数据池并清理它们，这将带我们了解暗数据、数据湖等概念。

　　数据发现：在定义的数据池中查找有用数据。

　　流数据可视化：通过定义、发现数据并以智能方式对其进行可视化处理，从而使决策过程能够毫不拖延地进行。

　　数据时间序列准确性：以数据高准确性和完整性来保持对所收集数据的高度信任。

　　预测和高级分析：这是一个非常重要步骤，可以根据收集、发现和分析的数据做出决策。

　　实时地理空间和位置(物流)：保持数据的流畅和可控。

　　物联网应用中的人工智能：

　　例如，视觉大数据将允许计算机更深入地了解屏幕上的图像，使用新的AI应用程序来理解图像的背景。

　　认知系统将创建新的食谱，以吸引用户的味觉，为每个人创建优化菜单，并自动适应当地配料。

　　较新的传感器将允许计算机“收听”收集有关用户环境中的声音信息。

　　连网和远程操作，通过连网和智能的仓库操作，工人将不再需要在仓库内四处行走，来从货架上拣货来完成订单。相反，货架在小机器人平台的引导下，可以在过道上快速移动，将正确的库存运送到正确的地点，避免沿途碰撞。订单交付更快、更安全、更高效。

　　预测性维护，通过预测和预防此类事件的位置和时间，在任何故障或泄漏之前为企业节省数大量费用。

　　这些只是人工智能在物联网中一些创新应用。高度个性化服务的潜力是无穷无尽的，并将极大地改变人们的生活方式。

　　人工智能在物联网中面临的挑战

　　兼容性：物联网是许多部件和系统的集合，它们在时间和空间上根本不同。

　　复杂性：物联网是一个复杂系统，具有许多移动部件和不间断的数据流，使其成为一个非常复杂的生态系统。

　　隐私/安全/防护(PSS)：PSS始终是每项新技术或概念的问题，人工智能在不影响PSS的情况下可以提供多大帮助? 解决这类问题的新方法之一是使用区块链技术。

　　道德和法律问题：对于许多企业来说，这是一个全新的世界，没有先例，同时也是一个未经检验的领域，新的法规和案例将会迅速出现。

　　人工愚蠢：回到GIGO(Garbage In Garbage Out)这是一个非常简单的概念，人工智能仍然需要“训练”才能理解人类的反应和情感，只有这样决策才有意义。

　　结论

　　虽然物联网令人印象深刻，但如果没有一个好的人工智能系统，物联网真的不算什么。这两种技术都需要达到相同发展水平，才能像我们认为的那样完美地运作。科学家们正在试图找到开发更智能数据分析软件和设备的方法，以实现安全有效的物联网。这可能需要一段时间才能实现，因为人工智能的发展落后于物联网。

　　将人工智能集成到物联网正在成为当今物联网生态系统成功的先决条件。因此，企业必须迅速行动，以确定如何通过将人工智能和物联网结合来提升价值。

　　唯一能够跟上物联网生成数据并获得其隐藏洞察力的方法，是让人工智能成为物联网的催化剂。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。