設備包括可穿戴設備、傳感器、電器和醫療監視器——所有這些都相互連接、收集和共享大量數據。國際數據公司 (IDC) 的一項預測估計，到 2025 年，將有 416 億個連接的物聯網設備或“物”，產生 79.4 ZB（澤字節）的數據。

這種增長的一個關鍵驅動因素是無處不在的無線連接，允許事物相互連接并連接到互聯網。

這種超連接具有很多優點，例如自動化控制、設備之間的通信和數據共享。它還允許收集和共享一切可以收集并用于協助決策的大量數據。

隨著連接設備數量的增加，生成的數據量也在增加。IDC 預測，這些設備產生的數據量在 2018-2025 預測期內的復合年增長率將達到 28.7%。

人工智能 (AI) 將讓物聯網如虎添翼，對人類更有用。

物聯網終端設備可以內置智能，使它們不僅可以收集和共享數據，還可以分析數據、從中學習、做出決策并做出調整，而無需任何人工干預。

人工智能和物聯網 (AIoT) 的結合創造了“智能”設備，這些設備從生成的數據中學習并使用這些見解做出自主決策。

新的 AI 技術正在實現邊緣智能，并顯著降低與云分析相關的需求和成本。人工智能有望成為幫助物聯網發揮比較大潛力的技術。

AIoT 允許設備更快速地進行調整。在邊緣設備上運行的人工智能技術可以自動處理和分析傳感器和其他物聯網設備生成的數據——例如溫度、壓力、濕度、振動或聲音——并使用這些信息做出判斷和進行調整。為什么人工智能要置于邊緣？

過去，由于機器學習模型的復雜性，AI 應用程序主要在云端運行。

但是，由于缺乏可靠的高帶寬連接，或者當應用程序需要模型在設備本身上運行時，有些應用程序無法在云中運行。

這些可能是需要快速、實時操作的應用程序，由于其延遲，因此無法使用云。

此類應用的示例包括需要快速實時響應且不能容忍云連接延遲的虛擬助手、工業控制、人臉識別或醫療設備。

此外，某些地方存在對數據安全性和隱私性的擔憂，從而增加在本地設備上存儲和處理數據的需求。

因此，邊緣人工智能具有自主性、低延遲、低功耗、帶寬要求低、成本低和安全性高的優勢，這使其對新興應用和用例更具吸引力。

邊緣設備上增加的計算能力使其人工智能成為可能。AI 可用于許多物聯網應用，例如振動分析、語音處理、圖像分類和計算機視覺，這些應用需要結合使用基于機器學習的 DSP 計算單元。物聯網中的人工智能——市場驅動因素和趨勢

AIoT 允許用戶將原始物聯網數據轉換為系統可以從中學習并可以推動決策制定的有用分析。

市場調研機構MarketsandMarkets 預測，全球人工智能在物聯網領域的市場規模將從 2019 年的 51 億美元增長到 2024 年的 162 億美元。預計推動市場發展的主要因素，是需要有效處理生成的大量實時數據，從物聯網設備獲取有價值的分析、實時監控、增強用戶體驗并減少維護成本和停機時間等。

近年來的各種市場報告都表明，物聯網終端設備越來越多地采用人工智能技術，企業從基于云的人工智能轉向邊緣人工智能，以減少延遲和成本并實現實時監測。物聯網領域的許多科技公司都在大力投資人工智能，以提供新的“智能”產品、提高業務效率，并使用數據來推動業務創新和增強客戶體驗。

此外，以人工智能為重點的物聯網初創企業的風險投資和收購正在快速增長，亞馬遜、IBM、微軟和甲骨文等物聯網平臺供應商正在其主要的通用和工業物聯網平臺上集成人工智能功能。

人工智能物聯網的優勢

提高運營效率：AIoT 可以處理和檢測人眼不可見的實時運營數據中的模型，并可以使用該數據實時設置運營條件，從而實現比較好業務成果。因此，人工智能可以幫助優化生產流程并改進工作流程，從而提高效率并降低運營成本。

改進風險管理：人工智能可以幫助機構利用數據及時識別風險，并利用這些分析優化流程以提高安全度并減少損失，從而做出更明智的業務決策。人工智能可以幫助降低風險的應用包括預測航空公司的機械故障和檢測工廠車間的安全風險。

新產品和服務： 從大量數據中處理和提取信息的能力開辟了以前不存在的新技術，例如語音識別、人臉識別和預測分析。這些新創建的功能可用于許多應用，例如在交付服務或災難搜索和救援行動中使用機器人、智能視頻門鈴、基于語音的虛擬助手以及車輛或建筑自動化系統的預測性維護等。

減少計劃外停機時間：在制造業中，由于設備故障導致的機器計劃外停機時間可能對業務造成極大的損失。預測性維護可以通過分析機器數據和主動安排維修來幫助防止設備故障，從而減少意外停機的發生率和成本。

改善客戶體驗： 在零售環境中，AIoT 有助于定制購物體驗，并根據客戶智能、人口統計信息和客戶行為提供個性化推薦。

降低產品成本： 通過將分析和決策帶到邊緣，人工智能有助于減少需要傳輸到云的數據量，從而降低與云連接和服務相關的成本。

應用

哪些類型的應用正在受益或可以受益于 AIoT？這里有些例子。

農業 AIoT：農業是可以從 AIoT 中受益的關鍵領域之一。AI 用于創建智能系統，可根據天氣條件、用水量、溫度和作物/土壤條件調整參數。通過分析來自傳感器的數據，以在作物選擇、肥料、灌溉和害蟲控制方面做出比較好決策。

人工智能幫助農民提高產量，為作物規劃，并以比較好方式利用資源進行季節性預測和天氣預報。帶有人工智能的計算機視覺用于監控農作物和大片農田，以識別問題區域并在需要時發出警報。

機器人：在制造業和消費產品中，機器人非常適合人工智能。機器人真空吸塵器具有傳感器，可以收集環境數據并使用人工智能來決定比較好吸塵路線。同樣，用于災區制造、包裝/食品配送或搜救行動的機器人使用人工智能來感知復雜（有時是敵對的）環境并相應地調整其響應級別。具有臉部識別和人類情緒判斷能力的機器人將被用于零售環境中，以引導交通并豐富購物體驗。

工業自動化： 帶有人工智能的計算機視覺傳感器可用于改進裝配線上的質量控制并幫助進行異常檢測。人工智能還可以幫助對機器進行預測性維護，以避免停機、延長機器壽命并降**造成本。機器人可用于制造車間或倉庫來移動包裹、協助裝配線、檢查產品質量并執行重復性、高精度的任務。

自動駕駛汽車：自動駕駛或自動駕駛汽車結合物聯網和人工智能來在交通中導航，應對不斷變化的交通、天氣或道路狀況或預測行人的行為。人工智能還可用于根據收集的使用數據來衡量車輛的狀況，并為維護提供預測性建議。建筑/家居自動化：AIoT 可以通過根據建筑物使用情況和用戶偏好數據調整照明和溫濕度控制，幫助企業降低能源成本并提高建筑物的能源效率。

預測性維護（使用建筑系統健康狀況的診斷數據）允許在需要時而不是按計劃進行維修和維護，從而幫助企業節省成本。他們還可以在潛在系統故障發生之前提供警報，并幫助調整系統以獲得比較好性能。AI 還可用于使用攝像頭傳感器的自動訪問控制。

智慧城市：AIoT 可以開辟新途徑，以創建更高效的城市、維護城市基礎設施并改善社區公共服務。

這可以通過收集和分析來自大量傳感器和物聯網設備的數據并提取可用于實時調整的可行分析來完成。人工智能的實際應用包括垃圾管理、停車管理、交通管理和智能照明等公共服務。

例如，無人機可用于實時監控交通，數據可用于調整交通信號燈或車道分配，以管理和減少交通擁堵，所有這些都無需人工干預。同樣，安裝在垃圾箱上的傳感器可以提醒操作員*在垃圾箱已滿時才撿起垃圾，從而有助于降低成本。

運輸和物流：人工智能通過使用預測性維護在車隊管理中得到應用，實時監控車隊并根據從 GPS 和傳感器收集的數據對車輛進行主動維護。人工智能還通過實時導航幫助車隊運營商降低燃料成本、跟蹤車輛維護并識別不安全的駕駛員行為。

零售管理：人工智能可以通過兩種方式幫助零售。人工智能和預測分析有助于收集和分析大量數據，并使用這些信息幫助零售商預測和做出準確的、數據驅動的業務決策。

AIoT 可以使用人口統計數據和行為分析為購物者提供個性化推薦，并改善商店運營、產品放置策略、客戶服務和整體用戶體驗。零售機器人可以幫助引導交通并改善客戶體驗。

醫療保健： 醫療保健中的AIoT 可用于多種應用，例如通過分析成像數據來檢測和診斷疾病、通過傳感器遠程監控患者信息并在發現異常時發出警報、通過分析 EHR（電子病歷）預測患者的疾病風險。此外，機器人手術系統可以執行或協助非常復雜和高精度的手術，并使微創手術成為可能。

人工智能是物聯網的未來

AIoT 正在使用新的應用方式，幫助 IoT 發揮其比較大潛力。AIoT 的應用可以在智能城市、工業自動化、醫療、農業和智能家居等各種市場中找到。我們將繼續看到將人工智能納入物聯網終端的新應用的增加，越來越多的制造商將把人工智能作為重要投資領域。