物联网发展前景和趋势

物联网发展的主要前景和趋势包括以下4个方面:
趋势1：人机交互性增强的数据和设备增长 到2019年底，将有约36亿台设备主动连接到Internet并用于日常任务。随着5G的推出，将为更多设备和数据流量打开大门。
趋势2：人工智能再次成为物联网的重要参与者 充分利用数据，需要通过人工智能提供计算机帮助。人工智能是理解收集的大量数据并提高其业务价值所必需的基本要素。人工智能将在以下领域帮助物联网数据分析：数据准备，数据发现，流数据的可视化，数据的时间序列准确性，预测和高级分析以及实时地理空间和位置(后勤数据)。 包括亚马逊，微软和谷歌在内的主要云供应商越来越多地希望基于其AI功能进行竞争。各种初创企业希望通过能够利用机器学习和深度学习的AI算法使企业能够从不断增长的数据量中提取更多的价值。
趋势3：VUI：语音用户界面将成为现实
语音占了我们日常通讯的80%，就像科幻中一样，与机器人交谈应该是常见的通讯方式，例如R2D2，C-3PO和Jarvis。在设置设备、更改设置、发出命令和接收结果中使用语音不仅在智能房屋，工厂中，而且在诸如汽车，可穿戴设备之类的设备之间都是常见的。
趋势4：在物联网上的更多投资
物联网是少数新兴和传统风险投资家都感兴趣的市场之一。智能设备的普及以及客户越来越依赖于使用它们执行许多日常任务，将增加对物联网初创企业投资的兴趣。客户将等待物联网的下一个重大创新，例如可以对您的面部进行分析的智能镜，如果您生病了，可以打电话给您的医生;将结合智能监控摄像头的智能ATM机;可以告诉您如何进食和饮食的智能叉子。吃什么，以及每个人都在睡觉时会关灯的智能床。

这个问题在于你如何理解这两个概念。
目前国内对物理网的定义，源自十二五规划，即：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络概念。该定义并没能够描绘出具体的物联网形态，而是对相关技术集群的联系和应用进行了描述。这就如同问：互联网是什么？回答者说：互联网是通过路由器、服务器、海底电缆、计算机、交换机等信息传输设备，按照约定的协议，把全球各地的计算机相互连接，进行信息交换和通信，以实现信息远程传输、交换、计算和应用的一种网络概念。那这么说，我们很难理解什么是互联网。相比之下，我们理解的互联网可能就是Web20，是我们浏览器中看到的网络世界。
因此，对于物联网和人工智能的关系，我觉得需要从物联网的未来发展可能性和人工智能的未来去理解。
这样一来，两者之间的关系是非常密切的。在这里，我仅把人工智能理解为信息处理的高级中介。
在物联网时代一个显著的特征就是大数据时代的到来。很显然，要想处理好这些信息，进行筛选、分析、数据挖掘等任务，单靠人是不行的。而现有的数据库系统其固有的弊端又对这些信息的处理能力有限，包括现有的计算方式和软件能力也限制了信息的过滤能力。而人工智能的目标就在于为人们提供能够有所超越的信息处理能力，提高信息采集和应用的效率。
对于人工智能，其也经历了计算主义到联结主义的变迁，自身也在不断的完善过程中。
因而，物联网与人工智能之间的联系，本应当是非常密切的。问题只是在于你如何看待：人工智能。如果你将日常的计算机视为一种人工智能的低级形态，那么两者之间已经建立了密切的联系，问题只是在于，现有的这种能力与需求非常不匹配，因而不是我们所指的“人工智能”的方向和含义。
在未来，物联网的广泛应用达到一定的阶段，人工智能就是物联网顶层数据处理的中心、就像很多科幻的故事一样。在《我，机器人》、《夺命手机》、《鹰眼》以及《云图》的作者米切尔的小说《幽灵代笔》之中，都存在这类想象，只不过，大多处于悲观。即一台超级人工智能的电脑，借助普遍存在的物联网络，控制，影响人类。
因此，我认为，两者的联系是非常密切的。但是这种联系，需要放在很远的未来来看。在现阶段，两者都像是隔着一层纸的不同领域的研究。
希望对你有帮助。

物联网技术增强了媒体与受众间的互动。物联网改变了传统媒介单向传播的特点，真正实现了双向互动的功能，使受众真正有了越来越多的主动权。在物联网时代，受众不仅可以在“任何时间”、“任何地点”，通过“任何设备”，选择“任何服务”，如点播电视节目和浏览杂志期刊等，而且还可以通过视频在线同节目主持人及其他观众相互交流，给观众一种现场观看的感觉。甚至在节目制作过程中，观众也可以参与进去，对节目的构思与创作提出自己的观点和看法。可以这么说，在物联网时代，已经没有传统意义上的受众和信息源管理者了，因为每个受众亦可作为传播源发布信息，而信息源管理者也可作为受众接收其他信息源的信息反馈等。
传播源与受众之间以及受众与受众之间可以通过由电信网、计算机网和有线电视网组成的“三网融合”系统进行信息传递。如电视、手机、电脑等。后台信息处理系统指对物联网内各个用户或终端的资源进行有效管理的系统，其作用是保护用户的个人信息安全，储存和管理用户需求及传播的各种资源、信息等。由此可以看出，物联网下的信息交互并不局限于传播者与受众者之间，受众与受众之间也可以通过“三网融合”系统在线聊天、发布信息并引发讨论等。
物联网形成新的传媒中心化。传媒中心化还得从“去中心化”说起。“去中心化”的概念源于传播层面。传统媒介主要是电视、广播、报纸和杂志等，它们在信息传播过程中处于主导和决定作用，它们的“中心”地位决定了受众只能无条件接受媒体的单向信息传播和广告“轰炸”，受众很少能进行信息反馈。但是“随着资讯科技与网络科技的发展，传统由集团所掌握的媒体发言权将回归到个人手中，因为资讯网络科技使得传播资讯的成本降到最低，因此只要是有内涵的发言内容，将可善用资讯科技轻易传播。换句话说，个人发言权不再集中在主流媒体手中，例如传统报纸、广播或是电视，而能够回归到个人手上，这样的现象就是去中心化”。“去中心化”现象源于互联网的应用，现代传媒手段日益丰富和多元，新媒体势力不断增长，信息传递的渠道不再稀缺，从而导致媒体不得不放弃以自我为中心的传播策略。而在物联网时代，这些新的或传统的传媒手段在“三网合一”的框架下又重新融合在一起，形成了以物联网传播为中心的“后中心化”传播。这种“后中心化”传播比“去中心化”传播更加以人为本，它遵循受众就是上帝的“原则”，一切从受众的需求出发，不对受众实施无效或者无理的信息“轰炸”，同时根据用户个人信息和后台信息处理系统所存储的用户信息，自动对用户的需求进行分析，主动为用户提供用户想要的服务。比如受众想看新闻，物联网后台信息处理系统就会根据受众存储的读者资料及以往阅读信息，自动将受众喜欢的报纸和新闻排在最前面以避免受众翻阅无关信息。

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力；

高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。

社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等 *** 作，很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。 家中无人，可利用手机等产品客户端远程 *** 作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控 *** 作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意；

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;

智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同，但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会，从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿，预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而，（英特尔等公司）的研究发生了转变，将物联网和自主控制的概念结合起来，初步成果朝着这个方向发展，将物体视为自主物联网的驱动力。

在这种情况下，一种有前途的方法是深度强化学习，其中大多数物联网系统提供动态和交互式环境。训练代理（即 IoT 设备）在这样的环境中表现得更聪明，无法通过传统的机器学习算法（例如监督学习）来解决。

通过强化学习方法，学习代理可以感知环境状态（例如，感知家庭温度），执行 *** 作（例如，打开或关闭暖通空调）并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能：物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如，自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆，这种快速决策是不可能的。相反，所有 *** 作都应在车辆本地执行。集成高级机器学习算法，包括深度学习物联网设备是一个活跃的研究领域，使智能对象更接近现实。

此外，通过分析物联网数据、提取隐藏信息和预测控制决策，可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术，从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来，物联网可能是一个非确定性和开放的网络，其中自动组织或智能的实体（Web 服务、SOA组件）和虚拟对象（化身）将可互 *** 作并能够独立行动（追求自己的目标）目标或共享目标）取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化（影响传感器的故障）并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势，显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化，但需要更复杂的智能形式，以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网

---