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。
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慧終端產品隨處可見；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。
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。
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
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。
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。
人工智慧
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。
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。
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。
沒有留言:
張貼留言