-

从物联网到AI智能,这里有你需要了解的一切

2021-11-24
01

物联网的历史

在 20 世纪 80 年代和 90 年代,人们一直在讨论在基本的物体上添加传感器和智能的想法,但除了一些早期的项目,比如联网的自动售货机之外,进展一直很缓慢。原因很简单,因为技术还没有准备好。芯片太大、太笨重,再加上通信行业的制约,导致物体之间没有办法进行有效的通信。

在连接几十亿台设备的成本效益最终成为一种经济实惠的方式之前,需要廉价、省电的处理器,而不是一次性的。可以无线通信的低功耗芯片 RFID 标签解决了部分问题,同时宽带互联网、蜂窝和无线网络的日益普及也解决了这一问题。IPv6 也是物联网扩展的必要步骤,它可以为世界上每一台设备提供足够的 IP 地址。

Kevin Ashton 在 1999 年创造了「物联网」这个短语,而这项技术又花了二十年时间才初现雏形。

"物联网将人类文化的互联性、我们与'万物'、与数字信息系统、与互联网融为一体。这就是物联网。"Ashton 在一次采访中表示。在昂贵的设备上添加 RFID 标签来帮助追踪位置是物联网的首批应用之一。但从那时起,在物体上添加传感器和互联网连接的成本不断下降,专家预测,这种基本功能有一天可能只需几分钱,就可以使所有的东西连接到互联网。

物联网发展最初主要针对的是商业和制造业场景,当时也被称为 M2M(机器对机器)。但现在的重点是让我们的家庭和生活场景里充满智能设备,将其转化为几乎与每个人都相关的东西。

早期对互联网连接设备的建议包括 "blogjects"(可以将自己的数据记录到互联网上的对象)、无处不在的计算(或称 "ubicomp")和隐形计算。

而这些合起来,就是我们现在对物联网的定义。

02

什么是工业物联网?

5B(N$31MGC78U0E7J69P5]M.png

工业物联网(IIoT)或第四次工业革命或工业 4.0 都是对物联网技术在商业环境中的应用的称呼。

其实概念与家庭中的消费类物联网设备相同,但在这种情况下,其目的是利用传感器、无线网络、大数据、人工智能和分析技术的组合来测量和优化工业流程。

如果在整个供应链中引入,而不仅仅是单个企业,那么,通过及时交付材料和从头到尾的生产管理,影响可能会更大。提高劳动生产率和节约成本是两个潜在的目标,但 IIoT 也可以为企业创造新的收入来源:

制造商不只是销售独立的产品,比如卖发动机的厂商,之后还可以配套销售发动机的预测性维护检修服务。

03

物联网与大数据分析

物联网产生了大量的数据,也意味着物联网是大数据分析项目的重要驱动力,因为它允许企业创建庞大的数据集并对其进行分析。为制造商提供大量关于其部件在现实世界中的行为方式的数据,可以帮助他们更迅速地进行改进,而从城市周围的传感器中获取的数据可以帮助规划者更有效地进行城市交通规划。

这些数据将以多种不同的形式出现,比如语音请求、视频、温度或其他传感器读数,所有这些数据都可以被挖掘出来,从而进行分析。

正如 IDC 指出的那样,物联网元数据类别是一个不断增长的数据来源,需要管理和利用。"元数据是一个首要的候选者,可以被送入像 MongoDB 这样的 NoSQL 数据库,为非结构化内容带来结构化,或者被送入认知系统,为外在的随机环境带来新的理解、智能和秩序。"

另外一点,物联网将提供大量的实时数据。据 cisco 统计,支持物联网应用的机器对机器连接将占到 271 亿设备和连接总数的一半以上,到 2021 年将占到全球 IP 流量的 5%。

G3G5`}Z(LJY8{BR7A{}~CUK.png

04

物联网与智慧城市

通过将大量的传感器分布在一个城镇或城市中,规划者可以实时了解城市运转的真实情况。因此,智慧城市项目是物联网的一个重要应用场景。

城市已经产生了大量的数据(来自安全摄像头和环境传感器),并且已经包含了大型基础设施网络(如控制交通灯的网络)。物联网项目的目的是将这些连接起来,然后将进一步的智能添加到系统中。

例如,西班牙正计划用 50万个传感器覆盖巴利阿里群岛,将其变成物联网项目的实验室。该项目的计划之一是为了更好地服务岛上的老年人,另一个计划则是通过传感器识别海滩的拥挤程度,从而为当地的旅游部门以及游客提供替代方案。

另外,AT&T 也正在推出一项服务,利用 LTE 传感器监测桥梁、公路和铁路等基础设施,以监测结构变化(如裂缝和倾斜等)。

能够更好地了解城市的运行情况,就可以让规划者们更及时更精准的做出改变,改善居民的生活。除了政府外,很多大型科技公司也将智慧城市项目视为一个潜在的巨大领域。

05

物联网数据与人工智能

物联网设备会产生大量的数据,这些数据可能是关于发动机的温度、车门是否打开或关闭、智能电表的读数等信息。所有这些物联网数据都需要收集、存储和分析。公司利用这些数据的一种方式是将其输入人工智能系统,系统再利用这些物联网数据进行预测。

0$2`_AK${)DDGQ`5F0LQ~06.png

例如,谷歌已经让人工智能负责其数据中心的冷却系统。这个系统使用从成千上万的物联网传感器中提取的数据,并将这些数据反馈到深度神经网络中,由其预测不同的选择会对未来的能源消耗产生怎样的影响。

通过使用机器学习和人工智能,谷歌已经能够使其数据中心更加高效,并表示同样的技术也可以在其他工业环境中得到应用。

06

物联网的下个方向是什么?

1H7[~)~GW$(7EPFXWOJCF}W.png

物联网的部署还处于早期阶段,大多数参与物联网的公司目前都处于试验阶段,这主要是因为传感器技术、5G 和机器学习驱动的分析技术还处于合理的早期发展阶段。

现在物联网领域有许多竞争的平台和标准、许多不同的厂商,从设备制造商到软件公司到网络运营商,都想分一杯羹,但目前还不清楚哪一个会胜出。但如果没有标准,而安全问题又是一个持续存在的问题,未来几年我们很可能会看到更多的物联网安全事故。

随着联网设备的数量持续增加,我们的生活和工作环境将被智能产品所充斥 —— 假设我们愿意接受安全和隐私的权衡,那么我们的生活和工作环境将变得充满了智能产品。

图片


分享