（文章來(lái)源：CSDN）

隨著廉價(jià)傳感器和低成本網(wǎng)絡(luò)連接的出現(xiàn)，物聯(lián)網(wǎng)設(shè)備的數(shù)量正在激增——截至2018年，全球聯(lián)網(wǎng)設(shè)備超過(guò)170億臺(tái)，其中“物聯(lián)網(wǎng)”設(shè)備就超過(guò)了70億臺(tái)。但是，創(chuàng)建可靠的、安全的、具有遠(yuǎn)程控制和升級(jí)以及具有成本效益的設(shè)備仍是一個(gè)極為復(fù)雜的問(wèn)題。

根據(jù)IoT Analytics（物聯(lián)網(wǎng)分析），截至2018年，全球聯(lián)網(wǎng)設(shè)備超過(guò)170億臺(tái)，其中“物聯(lián)網(wǎng)”設(shè)備超過(guò)70億臺(tái)。物聯(lián)網(wǎng)是各種傳感器、設(shè)備和其他技術(shù)的集合，這些傳感器、設(shè)備和技術(shù)并不像手機(jī)或電腦那樣直接與消費(fèi)者交互。相反，物聯(lián)網(wǎng)設(shè)備幫助提供信息、控制和分析，將一個(gè)硬件設(shè)備的世界相互連接起來(lái)，并連接到更大的互聯(lián)網(wǎng)。隨著廉價(jià)傳感器和低成本網(wǎng)絡(luò)連接的出現(xiàn)，物聯(lián)網(wǎng)設(shè)備的數(shù)量正在激增。

企業(yè)將被這些設(shè)備產(chǎn)生的海量數(shù)據(jù)所淹沒(méi)，他們希望人工智能來(lái)幫助管理這些設(shè)備，并從這些大量的數(shù)據(jù)中獲得更多的見(jiàn)地和智慧。然而，從這些系統(tǒng)中管理和提取有價(jià)值的信息比我們預(yù)期的要困難得多。物聯(lián)網(wǎng)涉及很多因素和子組件，如連接性、安全性、數(shù)據(jù)存儲(chǔ)、系統(tǒng)集成、設(shè)備硬件、應(yīng)用程序開(kāi)發(fā)，甚至網(wǎng)絡(luò)等。另外，物聯(lián)網(wǎng)的復(fù)雜性與功能的規(guī)模有關(guān)。通常情況下，構(gòu)建支持智能設(shè)備訪問(wèn)的傳感器很容易，但是創(chuàng)建可靠的、安全的、具有遠(yuǎn)程控制和升級(jí)以及具有成本效益的設(shè)備則是一個(gè)復(fù)雜得多的問(wèn)題。

在最近的AI Today中，微軟的Rashmi Misra分享了人工智能和物聯(lián)網(wǎng)是如何結(jié)合在一起的，以提供更大的可視性以及實(shí)現(xiàn)對(duì)連接到互聯(lián)網(wǎng)上的各種設(shè)備和傳感器的控制。在微軟，拉希米負(fù)責(zé)一個(gè)構(gòu)建物聯(lián)網(wǎng)和人工智能(AI)解決方案的團(tuán)隊(duì)，她還有各種合作伙伴，比如設(shè)備制造商、應(yīng)用程序開(kāi)發(fā)商、系統(tǒng)集成商，以及其他想要在物聯(lián)網(wǎng)領(lǐng)域發(fā)揮關(guān)鍵作用的垂直方向的合作伙伴。她的微軟團(tuán)隊(duì)專注于從物聯(lián)網(wǎng)設(shè)備生成的數(shù)據(jù)中獲取深入的見(jiàn)解和知識(shí)，并簡(jiǎn)化數(shù)據(jù)的訪問(wèn)和報(bào)告流程。

物聯(lián)網(wǎng)正在改變商業(yè)模式，幫助企業(yè)從簡(jiǎn)單地生產(chǎn)產(chǎn)品和服務(wù)，轉(zhuǎn)向?yàn)榭蛻籼峁M意結(jié)果的企業(yè)。通過(guò)影響企業(yè)的業(yè)務(wù)模型，物聯(lián)網(wǎng)設(shè)備和傳感器與機(jī)器學(xué)習(xí)的結(jié)合創(chuàng)建了一個(gè)協(xié)作的、相互連接的新世界。物聯(lián)網(wǎng)和人工智能的結(jié)合正在改變?cè)S多行業(yè)以及企業(yè)與客戶之間的關(guān)系。企業(yè)現(xiàn)在可以通過(guò)物聯(lián)網(wǎng)收集數(shù)據(jù)并將其轉(zhuǎn)化為有用和有價(jià)值的信息。

當(dāng)一個(gè)企業(yè)開(kāi)始數(shù)字化轉(zhuǎn)型時(shí)，物聯(lián)網(wǎng)和人工智能的結(jié)合可能會(huì)在其行業(yè)內(nèi)引發(fā)爭(zhēng)議。企業(yè)是否使用物聯(lián)網(wǎng)和AI進(jìn)行客戶交流，實(shí)現(xiàn)會(huì)話代理，定制用戶體驗(yàn)，分析或優(yōu)化生產(chǎn)力，通過(guò)物聯(lián)網(wǎng)和AI，企業(yè)能夠動(dòng)態(tài)洞察每一塊數(shù)據(jù)，從觸摸客戶的實(shí)際需求，到企業(yè)員工，再到供應(yīng)商和合作伙伴以及與之交互的整個(gè)系統(tǒng)的各個(gè)方面。物聯(lián)網(wǎng)設(shè)備不僅僅是將業(yè)務(wù)流程模擬到軟件中，而且為系統(tǒng)提供了一個(gè)與現(xiàn)實(shí)世界的實(shí)際接口。在任何可以放置傳感器或設(shè)備的地方進(jìn)行測(cè)量、交互或分析，物聯(lián)網(wǎng)設(shè)備還支持連接人工智能的云平臺(tái)，以獲得大量的價(jià)值信息。

當(dāng)今企業(yè)在人工智能和物聯(lián)網(wǎng)方面面臨的共同挑戰(zhàn)是物聯(lián)網(wǎng)數(shù)據(jù)的應(yīng)用、可訪問(wèn)性和分析。如果您有來(lái)自各種來(lái)源的數(shù)據(jù)池，您可以使用這些數(shù)據(jù)進(jìn)行一些統(tǒng)計(jì)分析。但是，如果你想在預(yù)測(cè)未來(lái)事件中采取積極主動(dòng)的行動(dòng)，一個(gè)企業(yè)需要學(xué)習(xí)如何辨別這種數(shù)據(jù)和分析過(guò)程。

物聯(lián)網(wǎng)數(shù)據(jù)的數(shù)量是巨大的，特別是在那些已經(jīng)將傳感器部署到單個(gè)單元級(jí)別的企業(yè)中。大量不斷變化的數(shù)據(jù)很難用傳統(tǒng)的商業(yè)智能和分析工具來(lái)管理。這就是AI介入的地方。通過(guò)使用無(wú)監(jiān)督學(xué)習(xí)和聚類方法，機(jī)器學(xué)習(xí)系統(tǒng)可以自動(dòng)識(shí)別數(shù)據(jù)中的正常和異常模式，并在偏離正常范圍時(shí)發(fā)出警報(bào)，而不需要人工操作人員的干預(yù)。同樣，這些支持人工智能的物聯(lián)網(wǎng)系統(tǒng)可以自動(dòng)顯示相關(guān)的建議，而這些建議可能在海量數(shù)據(jù)中是人為看不到的。

物聯(lián)網(wǎng)設(shè)備的普及正使未來(lái)成為一個(gè)緊密相連、即時(shí)獲取信息的世界?，F(xiàn)在需要人工智能來(lái)管理所有這些設(shè)備，并理解這些設(shè)備返回的數(shù)據(jù)。從某種程度上講，人工智能和物聯(lián)網(wǎng)是互利共生的，并將繼續(xù)保持相互交織的關(guān)系向前發(fā)展。