在过去十年中，从医疗设备、家庭和楼宇自动化到工业自动化，物联网 (IoT) 设备的数量呈爆炸式增长。设备包括可穿戴设备、传感器、电器和医疗监视器——所有这些都相互连接、收集和共享大量数据。国际数据公司 (IDC) 的一项预测估计，到 2025 年，将有 416 亿个连接的物联网设备或“事物”，产生 79.4 泽字节 (ZB) 的数据。

这种增长的一个关键驱动因素是无处不在的无线连接，允许事物相互连接并连接到互联网。这种超连接具有很多优点，例如自动化控制、设备之间的轻松通信和数据共享。它还允许收集和共享可以收集并用于做出明智决策的大量数据。随着连接设备数量的增加，生成的数据量也在增加。IDC 预测，这些设备产生的数据量将在 2018-2025 预测期内复合年增长率为 28.7%。

人工智能 (AI) 是使物联网更有用的下一个合乎逻辑的步骤。物联网终端设备可以内置智能，使它们不仅可以收集和共享数据，还可以分析数据、从中学习、做出决策并采取行动，而无需任何人工干预。人工智能和物联网 (AIoT) 的结合创造了“智能”设备，这些设备从生成的数据中学习并使用这些见解做出自主决策。新的 AI 技术正在实现边缘智能，并显着降低与云分析相关的需求和成本。人工智能有望成为帮助物联网发挥最大潜力的技术。
AIoT 允许计算更接近数据。在边缘设备上运行的人工智能技术可以自动处理和分析传感器和其他物联网设备生成的数据——例如温度、压力、湿度、振动或声音——并使用这些信息做出决策和触发行动。

为什么人工智能处于边缘？

过去，由于机器学习模型的复杂性，AI 应用程序主要在云端运行。但是，由于缺乏可靠的高带宽连接，或者当应用程序需要模型在设备本身上运行时，有些应用程序无法在云中运行。这些可能是需要快速、实时操作的应用程序，由于其延迟，因此无法使用云。此类应用的示例包括需要快速实时响应且不能容忍云连接延迟的虚拟助手、工业控制、人脸识别或医疗设备。此外，可能存在对数据安全性和隐私性的担忧，从而推动在本地设备上存储和处理数据的需求。

因此，边缘人工智能具有自主性、低延迟、低功耗、带宽要求低、成本低和安全性高的优势，这使其对新兴应用程序和用例更具吸引力。边缘设备上增加的计算能力使人工智能能力成为可能。AI 可用于许多物联网应用，例如振动分析、语音处理、图像分类和计算机视觉，这些应用需要结合使用机器学习的 DSP 计算能力和推理。

物联网中的人工智能——市场驱动因素和趋势

AIoT 允许用户将原始物联网数据转换为系统可以从中学习并可以推动决策制定的有用见解。全球人工智能在物联网市场规模将从 2019 年的 51 亿美元增长到 2024 年的 162 亿美元。预计推动市场发展的主要因素是需要有效处理生成的大量实时数据从物联网设备获取有价值的见解、实时监控、增强用户体验并减少维护成本和停机时间。

近年来的各种市场报告都表明，物联网终端设备越来越多地采用人工智能技术，公司从基于云的人工智能转向边缘人工智能，以减少延迟和成本并实现实时监控。物联网领域的许多科技公司都在大力投资人工智能，以提供新的“智能”产品、提高业务效率并使用数据来推动业务洞察力和增强客户体验。

此外，以人工智能为重点的物联网初创企业的风险投资和收购正在快速增长。此外，亚马逊、IBM、微软和甲骨文等物联网平台供应商正在其主要的通用和工业物联网平台上集成人工智能功能。

人工智能物联网的优势

提高运营效率：AIoT 可以处理和检测人眼不可见的实时运营数据中的模式，并可以使用该数据实时设置运营条件，从而实现最佳业务成果。因此，人工智能可以帮助优化生产流程并改进工作流程，从而提高效率并降低运营成本。

改进风险管理：人工智能可以帮助机构利用数据及时识别风险，并利用这些见解优化流程以提高安全性和减少损失，并做出更明智的业务决策。人工智能可以帮助降低风险的应用包括预测航空公司的机械故障和检测工厂车间的安全风险。

新产品和服务： 从大量数据中处理和提取洞察力的能力开辟了以前不存在的新技术，例如语音识别、人脸识别和预测分析。这些新创建的功能可用于许多应用，例如在交付服务或灾难搜索和救援行动中使用机器人、智能视频门铃、基于语音的虚拟助手以及车辆或楼宇自动化系统的预测性维护等。

减少计划外停机时间：在制造业中，由于设备故障导致的机器计划外停机时间可能对业务造成极大破坏。预测性维护可以通过分析机器数据和主动安排维护来帮助预测设备故障，从而减少意外停机的发生率和成本。

改善客户体验： 在零售环境中，AIoT 有助于定制购物体验，并根据客户智能、人口统计信息和客户行为提供个性化推荐。

降低产品成本： 通过将分析和决策带到边缘，人工智能有助于减少需要传输到云的数据量，从而降低与云连接和服务相关的成本。

应用

哪些类型的应用程序正在受益或可以受益于 AIoT？这里有些例子。

农业 AIoT：农业是可以从 AIoT 中受益的关键领域之一。AI 用于创建智能系统，可根据天气条件、用水量、温度和作物/土壤条件调整参数。分析来自传感器的数据，以在作物选择、肥料、灌溉和害虫控制方面做出最佳决策。人工智能帮助农民提高产量，为作物规划和以最佳方式利用资源进行季节性预测和天气预报。带有人工智能的计算机视觉用于监控农作物和大片农田，以识别问题区域并在需要时发出警报。
![在这里机器人：在制造业和消费产品中，机器人非常适合人工智能。机器人真空吸尘器具有传感器，可以收集环境数据并使用人工智能来决定如何穿越空间。同样，用于灾区制造、包装/食品配送或搜救行动的机器人使用人工智能来感知复杂（有时是敌对的）环境并相应地调整其响应。具有识别面部和人类情绪能力的机器人也被用于零售环境中，以引导交通并丰富购物体验。

工业自动化： 带有人工智能的计算机视觉可用于改进装配线上的质量控制并帮助进行异常检测。人工智能还可以帮助对机器进行预测性维护，以避免停机、延长机器寿命并降低制造成本。机器人可用于制造车间或仓库来移动包裹、协助装配线、检查产品质量并执行重复性、高精度的任务。
自动驾驶汽车：自动驾驶或自动驾驶汽车结合物联网和人工智能来在交通中导航，应对不断变化的交通、天气或道路状况或预测行人的行为。人工智能还可用于根据收集到的使用数据来评估车辆状况，并为维护提供预测性建议。
楼宇/家庭自动化：AIoT 可以通过根据建筑物使用情况和用户偏好数据调整照明和气候控制，帮助公司降低能源成本并提高建筑物的能源效率。预测性维护（使用建筑系统健康状况的诊断数据）允许在需要时而不是按计划进行维修和维护，从而帮助公司节省成本。他们还可以在潜在系统故障发生之前提供警报，并帮助调整系统以获得最佳性能。AI 还可用于使用摄像头传感器的自动访问控制。

智慧城市：AIoT 可以开辟新途径，以创建更高效​​的城市、维护城市基础设施并改善社区公共服务。这可以通过收集和分析来自大量传感器和物联网设备的数据并提取可用于实时调整的可行见解来完成。人工智能的实际应用包括废物管理、停车管理、交通管理和智能照明等公共服务。例如，无人机可用于实时监控交通，数据可用于调整交通信号灯或车道分配，以管理和减少交通拥堵，而无需人工干预。同样，安装在垃圾箱上的传感器可以提醒操作员仅在垃圾箱已满时才捡起垃圾，从而有助于降低成本。

运输和物流：人工智能通过使用预测性维护在车队管理中得到应用，实时监控车队并根据从 GPS 跟踪器和传感器收集的数据对车辆进行主动维护。人工智能还通过实时导航帮助车队运营商降低燃料成本、跟踪车辆维护并识别不安全的驾驶员行为。

零售管理：人工智能可以通过两种方式帮助零售。人工智能和预测分析有助于收集和分析大量数据，并使用这些信息帮助零售商预测和做出准确的、数据驱动的业务决策。AIoT 可以使用客户智能、人口统计数据和行为分析为购物者提供个性化推荐，并改善商店运营、产品放置策略、客户服务和整体用户体验。零售机器人可以帮助引导交通并改善客户体验。
项目实战：https://www.yunduoketang.com/article/huliangwangpingtai.html