如果没有指导和帮助，即使是经验丰富的工程师和物联网从业者也可能无法弄清楚物联网中采用了哪些人工智能组件。想要构建基于AI的物联网的专业人士和数据科学家不必自己解决这些问题。事实上，他们必须与其他专家合作以确保项目的成功，否则他们可能会遗漏关键要素。在名为《Artificial Intelligence for IoT Cookbook》的书中，作者兼企业架构师MichaelRoshak讨论了如何将人工智能用于IoT部署，以及解决常见问题的技术和详细说明。在为IoT和AI建立了基本设置后，Roshak深入研究了计算机视觉和自然语言处理等高级技能。它探讨了物联网AI设计的困难、企业必须了解流程的注意事项，以及AI和IoT给企业带来的好处。在接下来的访谈中，Roshak阐述了企业在将AI技术应用于物联网设备时遇到的问题。他还就专业人士与行业专家一起设计机器学习应用程序的最佳方式提出建议。是什么促使你写这本书？Roshak：这本书谈到了人工智能在物联网中的应用，也讨论了各种数据类型以及如何确定物联网的投资回报率。本书介绍了人工智能的种类，但不深入机器学习和TensorFlow，主要涵盖基础知识。例如，当提出一个新系统（例如TensorFlow）时，会运行一些线性回归并解释它是什么。本书讨论了物联网领域通常不涉及的主题，专为开发人员和人工智能新手设计。为物联网开发人工智能最具挑战性的部分是什么？Roshak：这确实与材料成本和投资回报有关。例如，一个典型的微控制器的成本可能不到1美元，而像RaspberryPi这样的微处理器的成本可能在35美元或45美元之间，但在成本和功能上存在很大差异。当今的企业面临着这样的困难，例如如何将所有部分组合在一起以使其成为考虑到限制的有效解决方案？有些企业已经构建了解决方案，但行不通。例如，一家医疗设备制造商试图每天向其SQLServer数据库中添加10GB的数据。所有设备都具有相同的SQL服务器密钥，但在应用时卡住了。他们很难做这样的工作。他们说，“我们想回到本地数据中心——那是我们定制的专有人工智能处理器所在的地方。”他们做的物联网解决方案没有盈利，我们和他们一起研究和讨论。如果他们能够在设备本身而不是在云端处理数据，并且只使用云平台进行元数据存储，那将是一个完全实用的解决方案。他们没有那样做。他们必须了解有多种方法可以在边缘实施它。但这也取决于收入模式。您认为为物联网开发人工智能最令人兴奋或有趣的部分是什么？Roshak：最令人兴奋的部分是现在有这么多一年前不存在的新方法。比如STM公司现在大量使用嵌入式设备，这使得采用人工智能变得非常容易。芯片供应商现在正在使非常困难的事情变得简单，这在去年是新的。您希望阅读本文的技术专业人员了解什么？Roshak：人们必须了解他们的数据，这会影响需要何种类型的算法和何种类型的处理。比如地震仪的读取速度非常快，需要设备自己对数据进行处理，不可能将地震仪的所有数据传输到云平台进行处理，这样会花费更多的时间和成本。要谈论的事情之一是部署传感器，这可能会产生很多问题。这些设备一旦生产出来就不能更改。如果传感器没有获取正确的数据，或者如果缺少进行转换所需的传感器，就很难更好地利用物联网设备。在当今的许多公司中，人工智能团队与硬件团队完全分开。人工智能团队属于业务团队，硬件团队属于IoT和IT团队。因此，组织需要让这些团队紧密合作，这对于物联网系统的成功至关重要。此外，芯片供应商和云计算供应商都有望参与到这个过程中，在开始之前做好必要的准备工作非常重要。
