物聯(lián)網(wǎng)（IoT）已經(jīng)存在了相當(dāng)長一段時(shí)間。人工智能（AI）的迭代次數(shù)也超過了它的份額。但是兩者的結(jié)合呢？這是剛剛開始成為人們關(guān)注的焦點(diǎn)。它實(shí)際上涉及將AI技術(shù)嵌入到物聯(lián)網(wǎng)組件中。

基于邊緣或基于云的 AI

AI和IoT的融合被稱為AIoT，無論是在邊緣還是在云中，都是一個(gè)強(qiáng)大的工具。該技術(shù)有時(shí)被稱為物聯(lián)網(wǎng)人工智能，其目標(biāo)是實(shí)現(xiàn)更高效的物聯(lián)網(wǎng)操作，改善人機(jī)交互，并增強(qiáng)數(shù)據(jù)管理和分析。如果實(shí)施得當(dāng)，這些人工智能分析可以將物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)化為有用的信息，以改善決策過程。

雖然在AIoT中有一些基本問題需要解決，但沒有什么是無法克服的。這些問題主要在軟件方面，無論是在操作系統(tǒng)和應(yīng)用程序代碼中，還是在適當(dāng)?shù)馁Y源分配和分段方面。此外，后端管理和制造流程彼此不同，并將繼續(xù)分化。像Innodisk這樣的供應(yīng)商明白，具有AI和物聯(lián)網(wǎng)功能的智能產(chǎn)品和應(yīng)用程序是未來，并將很快成為市場的主流。

在Edge，最新的微控制器正在與大量的傳感器進(jìn)行組合，以允許進(jìn)行相對高水平的處理，并在本地做出決策 - 所有這些都無需返回云端。這有一些明顯的優(yōu)勢。也就是說，它允許實(shí)時(shí)決策，因?yàn)榕c基于云的決策相關(guān)的延遲消失了。在自動(dòng)駕駛或醫(yī)療設(shè)備等應(yīng)用中，時(shí)機(jī)至關(guān)重要。第二個(gè)優(yōu)點(diǎn)是通過不必通過潛在的昂貴介質(zhì)（即蜂窩網(wǎng)絡(luò)）進(jìn)行傳輸而節(jié)省的成本。

借助邊緣的這種新處理能力水平，開發(fā)人員正在了解機(jī)器學(xué)習(xí)（AI的一個(gè)子集）在邊緣是可能的。隨著時(shí)間的推移，機(jī)器可以變得更加智能，并且可以改進(jìn)決策以提高準(zhǔn)確性，而不僅僅是以前沒有用戶交互。在某些情況下，它甚至比人類所能處理的要好得多。

同樣的性能提升也在云中發(fā)生，規(guī)模要大得多，這主要是由于功率和空間限制的消除（或減少）。正是在這里，人工智能真正有潛力大放異彩。很明顯，最新的微處理器能夠做什么。但是，當(dāng)您將這種處理能力與當(dāng)今（和明天）的AI算法相結(jié)合時(shí)，可能性是無限的。

審核編輯：郭婷