标签：2022.36 AIOT 智能 AI IoT 联网 概念 AIoT 人工智能

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

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。