cookieOptions = {...}; .如何理解雲計算、大數據、物聯網、人工智慧之間的關係? - 3S Market「全球智慧科技應用」市場資訊網

3S Market


2018年5月21日 星期一

IoT + AI = the Intelligence of Things | Data Makes Possible with Jason Silva


來源:新能源物联


物聯網在之前被定義為,透過RFID辨識、紅外線感應器、全球定位系統、雷射掃描器、氣體感應器等,資訊傳感設備按約定的協議,把任何物品與互聯網連接起來,進行資訊交換,以實現智慧化辨識、定位、跟蹤、監控和管理的一種網路,簡言之物聯網就是「物物相連的互聯網」。

後來被重新定義,為當下幾乎所有技術與電腦、互聯網技術的結合,實現物體與物體之間:環境以及狀態資訊,即時的共享以,及智慧化的收集、傳遞、處理、執行。

廣義上說,當下涉及的資訊技術的應用,都可以納入物聯網的範疇。
物聯網的關鍵技術
1.傳感器技術:這也是電腦應用中的關鍵技術。大家都知道,到目前為止,絕大部分電腦處理的都是數位信號。自從有電腦以來,就需要傳感器把類比信號,轉換成數位信號,電腦才能處理。

2.RFID標籤:也是一種傳感器技術,RFID技術是融合了無線射頻技術和嵌入式技術,為一體的綜合技術,RFID在自動辨識、物品物流管理,有著廣闊的應用前景。

3.嵌入式系統技術:是綜合了電腦軟硬體、傳感器技術、整合電路技術、電子應用技術為一體的複雜技術。經過幾十年的演變,以嵌入式系統為特徵的智終端產品隨處可見小到人們身邊的MP3,大到航太航空的衛星系統。

嵌入式系統正在改變著人們的生活,推動著工業生產,以及國防工業的發展。如果把物聯網用人體做一個簡單比喻,傳感器相當於人的眼睛、鼻子、皮膚等感官,網路就是神經系統用來傳遞資訊,嵌入式系統則是人的大腦,在接收到資訊後,要進行分類處理。

這個例子很形象的描述了傳感器、嵌入式系統,在物聯網中的位置與作用。

現在的物聯網產業以應用層、技術支撐層、感知層、平台層以及傳輸層這五個層次構成。

如何理解云计算、大数据、物联网、人工智能之间的关系?
  

雲計算
雲計算是一種,按使用量付費的模式,這種模式提供可用的、便捷的、按需的網路存取訪問,進入可配置的計算資源共享池(資源包括網路、伺服器、儲存、應用軟體、服務),這些資源能夠快速提供,只需投入很少的管理工作,或與服務商進行很少的交互。

物聯網和雲計算的關係
雲計算相當於人的大腦,是物聯網的神經中樞。雲計算是基於互聯網的相關服務的增加、使用和交付模式,通常涉及透過互聯網,來提供動態易擴展,且經常是虛擬化的資源。

目前物聯網的伺服器部署在雲端,透過雲計算提供應用層的各項服務。雲計算可以提供以下幾個層析的服務:

1.IaaS:基礎設施即服務
消費者透過internet,可以從完善的電腦設施獲得服務。例如:硬體伺服器租用。

2.PaaS:平台即服務
PaaS實際上是指軟體研發的平台作為一種服務,以SaaS的模式提交給使用者。因此,PaaS也是SaaS模式的一種應用。但是PaaS的出現,可以加快SaaS應用的開發速度,如:軟體的個性化訂製開發。

3.SaaS:軟體即服務
它是一種透過internet提供軟體的模式,使用者無需購買軟體,而是向提供商租用基於Web的軟體,來管理企業經營活動,如:亞馬遜。

大數據
大數據是一種規模大到在獲取、管理、分析方面,大大超出傳統數據庫,軟體工具能力範圍的數據集合,具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。如果將大數據比作一個產業,那麼這種產業實現盈利的關鍵,在於提高對數據的「加工能力」,透過「加工」實現數據的「增值」。

大數據和雲計算的關係
如何理解云计算、大数据、物联网、人工智能之间的关系?
  

從技術上來看,大數據和雲計算的關係,就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的電腦進行處理,必須採用分布式架構。

它的特色在於對海量數據,進行分布式數據挖掘,但它必須依託雲計算的分布式處理、分布式數據庫和雲儲存、虛擬化技術。

雲時代的來臨,大數據的關注度也越來越高,分析師團隊認為大數據通常用來形容一個公司,創造的大量非結構化數據,和半結構化數據。大數據分析常和雲計算聯繫到一起,因為即時的大型數據集分析,需要像MapReduce一樣的框架,來向數十、數百或甚至數千的電腦分配工作。

大數據需要特殊的技術,以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術,包括大規模的並行處理數據庫、數據挖掘、分布式文件系統、分布式數據可、雲計算平台、互聯網和可擴展的儲存系統。


人工智
人工智慧英文縮寫為AI,它是研究、開發用於模擬、延伸和擴展人的智慧的理論、方法、技術,及應用系統的一門新的技術科學。

人工智慧是電腦科學的一個分枝,它企圖瞭解智慧的實質,並生產出一種新的,能以人類智慧相似的方式,做出反應的智慧機器,該領域的研究包括機器人、語言辨識、圖像辨識、自然語言處理和專家系統等。

它是對人的意識、思維的資訊過程的模擬,人工智慧不是人的智慧,但能像人那樣思考、也可能超過人的智慧。


四者的聯繫
上文說到物聯網的特點,在於海量的計算節點和終端,不同於普通軟體業務,物聯網在處理海量數據時,對於計算能力的要求是很高的,而雲計算剛好就可以擔負起這一角色。當然也可以直接地把雲計算,當成計算網路的大腦,在物聯網中起到中樞的作用。

而在雲計算這個平台上,決定最終性能的關鍵因素,就是應用的各種算法,而這也是人工智慧承擔的角色。人工智慧同樣離不開大數據,同時也是要靠雲計算平台,以完成深度學習進化。

同時,人工智慧雖然核心在於算法,但是它是根據大量的歷史數據和即時數據,來對未來進行預測的。所以大量的數據對於人工智慧的重要性,也就不言而喻了,它可以處理和從中學習的數據越多,其預測的準確率也會越高。

人工智慧需要的是持續的數據流入,而物聯網的海量節點,和應用產生的數據也是來源之一。

另外一方面,對於物聯網應用來說,人工智慧的即時分析,更是能幫助企業提升營運業績,透過數據分析和數據挖掘等手段,發現新的業務場景。

從這個層面上來說,物聯網是目標,人工智慧是實現方式,實現物聯網離不開人工智慧的發展。人工智慧計算、處理、分析、規劃問題,而物聯網側重解決方案的落地、傳輸和控制,兩者相輔相成。

所以我們可以看到,透過物聯網產生、收集海量的數據,儲存於雲平台,再透過大數據分析,甚至更高形式的人工智慧,為人類的生產活動,生活所需提供更好的服務。人工智慧是程序算法和大數據結合的產物。
你可以簡單的認為:人工智慧=雲計算+大數據(很大部分來自物聯網)。隨著物聯網在生活中的鋪開,它將成為大數據最大,最精準的來源。

慧過上述觀點,我們可以簡單的得出一個結論:物聯網的正常運行,是透過大數據傳輸資訊,給雲計算平台處理,然後人工智慧提取雲計算平台,所儲存的數據進行活動。

                                                                                                                                                                                                                 

0 意見: