其他分享
首页 > 其他分享> > 2022.36 AIOT 概念

2022.36 AIOT 概念

作者:互联网

AIoT融合AI技术和IoT技术,通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,实现万物数据化、万物智联化。物联网技术与人工智能相融合,最终追求的是形成一个智能化生态体系,在该体系内,实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通,万物互融。AIoT(人工智能物联网)=AI(人工智能)+IoT(物联网)。AIoT是人工智能技术与物联网在实际应用中的落地融合,是一种新的IoT应用形态。如果物联网是将所有可以行使独立功能的普通物体实现互联互通,用网络连接万物,那AIoT则是在此基础上赋予其更智能化的特性,做到真正意义上的万物互联。
从人与信息之间的关系看,在没有计算机时,人们通过在类似纸这样的媒介上记录处理信息,通过人来传递,不仅费时费力,还可能会丢失错乱。在个人计算机诞生后,信息的承载发生了巨大的变化,可以用电信号表示信息,但在没互联网时还不能实现信息传递,只能做些简单的处理。随着互联网、移动通信的诞生发展,不再需要“纸”来处理或传递信息,但信息的创造还需要人的参与。在AIOT时代,可以不需要人的参与,就能创造除有用的信息,完全解放人的时间经理,是人生产力的再一次解放。

AIoT的发展需要经过三个阶段,中国工程院邬贺铨说,

第一,单机智能阶段,单机系统需要精确感知、识别、理解用户的各类指令,如语音、手势等,并正确决策、执行和反馈。这个过程中设备与设备之间是不发生相互联系的。

第二,互联智能阶段,采用集中的云或者边缘计算控制多个终端(感知器)的模式,构成互联的产品矩阵,打破了单机智能的孤岛效应,对智能化体验场景进行了不断升级和优化。当用户晚上在卧室对着空调说“睡眠”时,客厅的电视、音箱、窗帘、灯都自动进入关闭状态。

第三,主动智能阶段,智能系统根据用户行为偏好、用户画像、环境等各类信息,自我学习、主动提供适用于用户的服务。如清晨光线的变化,窗帘自动缓缓地开启,音箱传来悦耳的起床音乐,空调调整温度。


从IoT到AI+IoT,AIoT既有IoT的缺点,又有AI行业存在的缺点和问题。正如邬贺铨所说,AIoT面临四个方面的挑战,

第一,算力问题,普通计算机计算能力有限,训练模型往往需要数周、数月时间。密集和频繁地使用高速计算资源面临成本压力。

第二,算法问题,AI训练需要时间非常长,目前仅训练一些简单的识别尚需数周时间,面对未来场景的丰富性,有必要在算法层面进行增强。基础算法非常复杂,应用的企业开发能力不足。

第三,平台兼容性问题,物联网产品本身碎片化,而各AI公司生态之间又缺乏协同,本地算力、网络连接能力、平台间不兼容,要把框架里的算法部署到数量众多的物联网设备上,大规模部署问题重重。

第四,安全问题,AI智能决策性正确性受到IoT数据精确度影响,AI分析结果还缺乏可解释性。AIoT存在被攻击而成为僵尸物联网的风险。



标签:2022.36,AIOT,智能,AI,IoT,联网,概念,AIoT,人工智能
来源: https://www.cnblogs.com/doit8791/p/16652213.html