人工智能（AI）和物联网（IoT）是未来派，科幻，图像的术语；两者在2017年都被确定为业务中断的驱动力。但实际上，今天比过去的任何时候都更加真实。但是，为了使公司实现物联网的全部潜力，他们需要将物联网与快速抗化的人工智能（AI）技术相结合，这使“智能机器”能够模拟智能行为，并做出鲜明的决定，而鲜明或没有人类的决策干涉。
回到基础知识
这些术语到底是什么意思，它们的关系是什么？让我们首先定义这两个术语：
物联网被定义为一个相互关联的物理对象，传感器，执行器，虚拟对象，人员，服务，平台和网络的系统，这些系统具有单独的标识符和独立传输数据的能力。今天的物联网应用程序的实际示例包括精密农业，远程患者监控和无人驾驶汽车。简而言之，物联网是从环境中收集和交换信息的“事物”网络。
物联网有时被行业内部人士称为第四次工业革命的驱动力，并触发了跨越广泛领域的技术变化。Gartner预测，到2020年，全球使用中将有208亿个连接的事物，但是最近的预测使2020年数字设备超过500亿个设备。其他各种报告预测，各种行业的巨大增长，例如估计到2020年的医疗保健物联网价值1,170亿美元，并预测到同一年的道路上有2.5亿美元的连接车辆。物联网发展带来了激动人心的机会，使我们的个人生活更加轻松，并提高许多企业的效率，生产力和安全性。
另一方面，AI是引擎或“大脑”，它将从物联网收集的数据中实现分析和决策。换句话说，IoT收集数据，AI处理此数据以使其有意义。您可以看到这些系统在健身追踪器和Google Home，Amazon的Alexa和Apple的Siri等设备中的个人层面上一起工作。
随着更多连接的设备，更多的数据有可能为企业提供惊人的见解，但对如何分析所有内容提出了新的挑战。除非有一种理解这一切的方法，否则收集此数据不受益受。这是AI进来的地方。了解大量数据是纯AI的理想应用。
通过将AI的分析能力应用于物联网收集的数据，公司可以识别和理解模式并做出更明智的决定。这为消费者和公司提供了各种好处，例如主动干预，智能自动化和高度个性化的体验。它还使我们能够找到连接设备可以更好地一起工作并使这些系统更易于使用的方法。
反过来，这会导致更高的采用率。这就是为什么；我们需要通过AI提高数据分析的速度和准确性，以使IoT符合其承诺。收集数据是一回事，但是分类，分析和理解这些数据是完全不同的事情。这就是为什么在物联网开始渗透到我们生活的几乎所有方面时，必须跟上收集的庞大数据，因此必须更快，更准确地发展AIS。
物联网数据的示例：
帮助城市预测事故和犯罪的数据。
数据可以使医生实时了解起搏器或生物芯片的信息。
通过对设备和机械进行预测维护来优化行业生产率的数据。
通过连接的电器创建真正智能家居的数据。
提供自动驾驶汽车之间关键通信的数据。
人类根本不可能使用传统方法来审查和理解所有这些数据，即使减少样本量，也只需花费太多时间。最大的问题将是找到分析所有这些设备创建的绩效数据和信息的泛滥的方法。只需询问数据科学家，在机器数据的Terabytes中找到见解是一个真正的挑战。
但是，为了使我们收获物联网数据的全部好处，我们需要改进：
大数据分析的速度 +？大数据分析 /学分的准确性：艾哈迈德·巴纳法（Ahmed Banafa）
AI和IoT数据分析
AI可以提供六种类型的物联网数据分析：
数据准备：定义数据池并清洁它们，这将使我们进入黑暗数据，数据湖等概念。
数据发现：在定义的数据池中找到有用的数据。
流媒体数据的可视化：通过定义，发现数据和以智能的方式对流量数据进行访问，以使决策过程毫不拖延地进行。
数据的时间序列准确性：？保持对数据收集的数据的信心水平，并具有很高的数据准确性和完整性。
预测性和提前分析：可以根据收集，发现和分析的数据做出决策的非常重要的步骤。
实时地理空间和位置（后勤数据）：腌制数据的流动流平滑和控制。
物联网应用中的AI：
例如，视觉上的大数据将允许计算机在屏幕上更深入地了解图像，并了解了解图像上下文的新AI应用程序。
认知系统将创建新的食谱，以吸引用户的口味感，为每个人创建优化的菜单，并自动适应本地成分。
较新的传感器将允许计算机“听到”，收集有关用户环境的声音信息。
连接和遥远的操作 - 通过智能和连接的仓库运营，工人不再需要漫游仓库，从货架上捡起货物才能履行订单。取而代之的是，在小型机器人平台的指导下，架子将过道搅拌，这些机器人平台将正确的库存运送到正确的位置，避免了沿途碰撞。订单履行速度更快，更安全，更高效。
预防/预测性维护：通过预测和防止此类事件的位置和时间来节省数百万美元或泄漏之前的公司。
这些只是物联网中人工智能的一些有希望的应用。高度个性化服务的潜力是无穷无尽的，将大大改变人们的生活方式。
学分：艾哈迈德·巴纳法（Ahmed Banafa）
物联网中AI面临的挑战
兼容性：物联网是许多零件和系统的集合，它们在时间和空间上根本不同。
复杂性：物联网是一个复杂的系统，具有许多运动部件，并且数据流的数据流使其成为一个非常复杂的生态系统。
隐私/安全/安全（PSS）：PSS始终是每种新技术或概念的问题，而在不损害PS的情况下可以提供帮助？解决此类问题的新解决方案之一是使用区块链技术。
道德和法律问题：对于许多没有先例的公司，未经测试的领土和新法律和案件迅速出现的领土而言，这是一个新世界。
人为的愚蠢：回到非常简单的Gigo概念（垃圾中的垃圾），AI仍然需要“训练”才能理解人类的反应/情绪，这一决定将是有道理的。
结论
尽管物联网令人印象深刻，但如果没有良好的AI系统，这确实并不多。这两种技术都需要达到相同的发展水平，以便像我们认为的那样完美地发挥作用。科学家们试图找到方法来制作更智能的数据分析软件和设备，以使安全有效的物联网成为现实。由于AI开发落后于物联网，可能需要花费一些时间才能发生这种情况，但是可能的可能性是。
将AI集成到IoT网络中正在成为当今基于IoT的数字生态系统中成功的先决条件。因此，企业必须迅速采取行动，以确定它们将如何从组合AI和IoT组合或将在未来几年中赶上追赶。
跟上此物联网生成的数据并获得其持有的隐藏见解的唯一方法是将AI（人工智能）用作物联网的催化剂。
艾哈迈德·巴纳法（Ahmed Banafa）
IC的专家|老师|作者|扬声器
参考：