AI+IoT,1+1≠2

2018-12-25 10:01 来源:全球物联网观察
浏览量: 收藏:0 分享

  “AIoT”在2017年首次提出,迅速成为物联网行业的热词,AI(人工智能)赋能IoT(物联网)似乎已成为各大传统行业智能化升级的最佳通道。AIoT即将成为工业机器人、智能家居、智慧城市及自动驾驶等新兴产业的重要基础。

  “人工智能正在给人类社会带来深刻的变革。”雷军也曾在9月举行的“世界人工智能大会”上提到,AI与IoT结合将形成AIoT,也就是万物智慧互联,在这个领域未来有着巨大的发展空间。AI和IoT技术的结合成为了一种新的技术趋势,AIoT是未来的核心驱动力,也将成为企业布局的热门领域。

  1+1远大于2

  “AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。IoT覆盖范围比较广泛,IDC预计,2018年全球IoT支出金额预估将年增14.6%至7,725亿美元。然而现实也许并没有那么美好,物联网火热之时,大家纷纷把家电、门窗、窗帘都连上网,为了连接而连接,但我们最终需要的是服务,仅靠联网意义甚小,解决具体场景的实际应用才是技术发展的根本动力。

  AI则可以根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据,AI更容易注意到有哪些资料属于例外,并做出合理、合适的推断。

  而数据对于人工智能的重要性不言而喻,AI需要持续的数据流入,它可以处理和从中学习的数据越多,其预测的准确率也会越高。

  有人会问:“AI这么强大,我们好像只需要它即可。”IoT其实肩负了一个至关重要的任务,就是数据收集。正如恩智浦弋方所说:“AI是大脑,IoT是连接。”

  AI是IoT的大脑,让设备的简单连接上升为智能连接,让万物互联进化到万物智联;IoT是让 AI 具备行动能力的身体。就像人类的眼睛,耳朵,鼻子和皮肤感知我们周围的世界一样,IoT中数十亿的传感器和摄像头采集周围环境的数据,并将这些数据发送给AI进行分析和处理。这些数据也是AI进行深度学习的重要养料,协助AI变得越来越聪明,做出的决定也越来越明智。

  以智能窗帘为例,连接之后需要升级,达到使用者与窗帘可进行交互。窗帘能够感知到使用者的需求,比如使用者感觉室内光线过亮,即可自动关闭,光线过暗又能自动打开等。也就是说,单纯连接没有意义,重要的是给连接一个大脑,即AI。

  IoT带来的连接设备和数据类型远大于传统互联网,有业内人士这样形容:“缺少 AI 的 IoT会变为‘鸡肋’,缺少 IoT 的 AI 会成为‘傻瓜’”。

  应用场景将遍地开花

  智能手机

  智能手机无疑是未来很多“万物互联”的入口,AI、物联网、移动设备三大技术将强强联合,成为行业新的“标配”技术。AIoT为智能手机赋能,将智能装置、设备都联接起来,打造新生态。苹果、三星、华为等都在推出具有不同AI功能的手机。

  智能家居

  智能家居目前仍处在初级发展阶段,AIoT将把智能应用、智能家居产品、硬件家族和平台全部串联起来,让我们和这些物体实现更智慧的互动,智能家居是未来离消费者最近的AIoT场景。

  工业机器人

  工业机器人在自动化普及的工业时代,生产过程几乎完全自动化、机器人具备高度的适应能力,工业互联网不只是实现机器互联,还有智能。AIoT在帮助机器人实现智能互联的同时,还能让管理者任意自如的操控,尤其是在很多工业危险的领域。

  自动驾驶

  自动驾驶需要很多技术支持,除了数据,就是人工智能,它去帮助车做正确的决策,这也是为什么百度押宝人工智能的原因之一。车的智能解决之后,就得实现车辆的互联和管控,在自动驾驶状态中,如何保证乘客安全,是AIoT技术正在研究的重点。

  市场挑战与机遇并存

  BAT虽然纷纷布局并加速AIoT应用落地,并不代表就具备了先发优势,反而是一些新兴科技企业正确把脉、精准切入。尤其是近几年涌现出的独角兽企业,更是在战略、技术、产品、方案上提早布局并全面加速,特斯联正是其中之一。所以从这一层面上看,巨头入场并没有起跑线上的绝对优势,反而会落后于一些创新科技公司。

  而且,目前来看AIoT行业份额巨大,加之应用的细分领域众多,市场不会被一家或者几家吃掉,能否抢占市场的关键是技术应用和商业落地能否达成,是否真正从市场刚需出发而非瞄准伪需求。比起消费级市场,在传统领域中,AIoT拥有更广阔的“刚需”市场,包括安防、城市规划、医疗健康、工业制造等。

  对边缘计算的新要求

  在万物智联的场景中,设备与设备间将互联互通,形成数据交互、共享的新生态。在这个过程中,终端不仅需要有更加高效的计算能力,在大多数场景中,还必须具有本地自主决断及响应能力。

  例如智能音箱,其不仅需要支持本地唤醒的能力,还应该具备远讲降噪的能力,而由于实时性以及数据有效性的考虑,这方面的计算必须发生在设备端而不是云端。弋方表示,AIoT对边缘计算能力也提出了新的需求:低功耗、高性能、软件资源完善,甚至需要神经网络引擎。低功耗、高性能、高安全性、软件资源完善,甚至需要硬件的专用加速引擎。

  尽管基于GPU的传统芯片能够在终端实现推理算法,但其功耗大、性价比低的弊端却不容忽视。在AIoT的大背景下,IoT设备被赋予了AI能力,一方面在保证低功耗、低成本的同时完成边缘计算;另一方面,IoT设备形态多样、需求碎片化严重,对AI算力的需求也不尽相同,很难给出跨设备形态的通用芯片架构。

  因此,只有从IoT的场景出发,设计定制化的芯片架构,才能在大幅提升性能的同时,降低功耗和成本,同时满足AI算力以及跨设备形态的需求。

  结语

  一些巨头早已开始积极布局AIoT。谷歌早前公开宣布计划用5000万美元收购物联网平台Xively,高调进军AI+IoT行业。微软2018年4月4日宣布,计划在未来四年内,向物联网相关的各种项目投资50亿美元,用以提供智能化服务。

  当AI遇上IoT,开启了智能物联无限大的想象空间,也开启了人工智能在应用层面更多的可能性。人工智能可以最大化物联网带来的价值,而物联网能为人工智能提供所需的数据流。它们有机结合,才能使物联网和人工智能的优势发挥到最大化。

标签:

责任编辑:陈宏
在线客服