AIoT走的路是由谁铺成的

《名侦探柯南》剧场版当中，犯人透过网络骇入智能电饭锅进而造成恐攻，IoT（Internet of Things，物联网）技术深入人类生活已是进行式，却没有因为一片红海而热度趋缓，近来，人工智能（AI）与物联网彼此间更为紧密，两者融合而出现的新应用型态“AIoT（人工智能物联网）”在产业间炸开来。

本文将介绍 AIoT 的基础概念，并简单探讨该未来十年 AIoT 息息相关的三个关键方面，带你快速了解：究竟什么是 AIoT？

先将人工智能独立而论，这项强大、具颠覆性的技术又称为机器智能，是透过人类研制设计的计算机程序，以运算展现出类似人类智能的科技，学者定义为：“正确理解外部数据并从中学习，透过灵活调整以达成特定目标和任务的系统能力。”

自从 AlphaGo 再三打败棋王，自动驾驶技术不断更新，机器学习使人们生活环境从“自动化”进阶为“智能化”，人工智能广泛在不同劳动模式、建设与生活场景中运作，对人类社会的冲击不断在今日上演。

人工智能照亮物联网进化之路， AIoT 来自于人性

再来谈谈众所皆知的物联网。在链接封闭或全球网络的产品大量问世后，与以往家电的运作模式不同，在本来的特定功能之外，他们还具备了远程遥控、内部构造的侦错识别、甚至与其他装置互相串联的功能，这些物联网家电比以往还要贴近人性，因而普遍被定义为「智能家电」。

由于人们日益习惯 IoT 装置带来的各种便利和个人化服务，以智能手机为例，人手一机急速产生大量数据，不只一般生活情境，同样的状况发生在物流、工业、农业、交通、教育与医疗⋯⋯等等的不同场景。

这些普及于人类社会的“初代智能家电”都属于 IoT 设备装置，其回传的数据数据与成长中的用户等比上升，来自各地的海量数据成为数字时代最有价值的产物之一。如何管理与分析大数据，并从中洞见趋势、利用数据服务，是当前产业所关注的，人工智能技术恰恰成为 IoT 的解决方案。

从人工智能的角度思考，该技术的强大是根基于数据数据探勘后的演算，由于联网装置的普及，累积了足够的数据数量，让人工智能算法应用于数据分析更加可行，也使得人工智能从一开始的辅助、增强功能，到深度学习后的自主性。

为了让算法驱动，搭载人工智能的装置如何与庞大数据库无缝相连至关重要。因此，优化 IoT 所构成的万物互连网络环境，是让人工智能可以绝佳发挥的关键要因。

谈到这边，或许还是有人觉得 AIoT 与我们的日常生活相去甚远，简单想象一下，下班回家后的 AIoT 智能生活场景正真实上演：根据数据，您的冷气判断7月平均设定室温为摄氏25.5度，晚间八点坐上躺椅后，十秒内腿部自动上升为最舒适的40度角，同时音响用适当音量播放平时你最常收听的串流音乐歌单；另外，冰箱回报您两周前放置的蛋糕已过期，结合垃圾桶，同时提醒您稍晚该倒回收与厨余了。

当传统 物联网 的「初代智能家电」采集用户回传的数据进行演算，比对生活习惯、行为模式和健康状态，呈现最适合该用户的运作模式。智能装置开始懂得独立思考、有了自我意识，甚至能创造性的解决问题，这便是 AIoT 家电产业的愿景：人们将被「服侍」的无微不至。

未来即现在，AIoT 的三大关键技术

因为人工智能技术能使机器从外部数据数据中学习，做出预测性分析，或是分析后协助决策，所以，IoT 传达数据的实时性，对于人工智能自主适应学习系统的演算相当重要。简单来说，我们可以将人工智能比喻为 AIoT 的中枢神经， IoT 就是周围的神经系统。

发展成熟的 IoT 与人工智能技术汇流，就进化成「AIoT」，当智能装置加入 AIoT 能力，进一步演化，就可以提供使用者期待、甚至于超出期待的服务，也难怪不计其数的产业巨头纷纷投入 AIoT 研究，因为 AIoT 就是拼凑「未来」的一片关键图块。

看准 IoT 导入人工智能技术后的杰出表现，各界在 AIoT 上的投入经费、开发规模持续扩张。除了前述借助 AIoT 打造的智能家居想象，AIoT 应用趋势还包含三个关键技术，将大幅影响人类社会，此次将深度探讨，一窥 AIoT 未来十年的发展端睨。

1、云端数据与分析

云端服务是传统 IoT 生态不可或缺的一环，大致上可分为基础设施、平台与软件（IPS）三种服务模式。近来提供云端服务的科技公司也着手积极整合数据资源、强化AI产品，显示出 AIoT 产业的蓬勃扩张。

BI（商业智能）与数据探勘一直都是企业发展所重视的方面，为了在瞬息万变的数字时代得到更精细的市场投资回报率（ROI），云端数据分析市场与 AI 之间，存在强烈的整合需求。

比如说计算机产业，以往是计算机上市后就有人会买，竞争激烈的今日，企业就必须用BI整合人工智能的方法嗅出商机：分析影响收益的权重因素、从财报判断需要重新配置投入的资源，或提出趋势与发展计划。

现实的案例像是，美国商用数据统计与分析公司 SAS 于今年3月宣布将投入10亿美元投资人工智能领域。再者，致力紧追 Amazon 与 Microsoft 云端市场占比的 Google 砸26亿美元收购以BI与数据分析平台闻名的科技公司 Looker。

Google 著名的机器学习等人工智能技术在集结Looker强大的商业数据分析产品后，使得 Google 的云端平台服务（PaaS）能提供特定行业更完整的分析解决方案。

另外，虽然受到市场质疑，客户关系管理（CRM）云端服务巨头 Salesforce 也以惊人价格（157亿美元）收购知名可视化数据分析工具业者Tableau。

云端产业接二连三的并购案可解读为：全球大数据累积达到可观规模，企业原初使用的各类BI与数据分析工具不足以应付现况，须结合人工智能以掌握越趋海量的全球级数据，并加以利用转化为收益。

2、嵌入式系统与传感器

嵌入式系统一般来说是针对某项特殊用途所客制化，综合软硬件所开发的封闭系统（例如导航用的 GPS、小七的 ibon、PDA 的数字助理等）。传统 IoT 控制 *** 作，都是通过搭载嵌入式系统的传感器（sensor）来运作，也就是透过这些传感器收集数据。

当人工智能技术微型化导入传感器，搭载 AIoT 的嵌入式装置运算能力也需提升，如此一来，数据不一定得再回传云端做人工智能分析，边缘端就能进行基本运算，边缘运算在整体架构的占比提升，装置即使没有连上全球网络也不怕。

以工业数字转型来说，AIoT 使得许多制造业智能工厂的口号能够更进一步的实现，生产设备与物料仓库被 IoT 赋予了联网功能，自动化生产与仓储管理因为整合人工智能后，运作更加完善多元。

举例而言，智能传感器的实时监控与回馈功能，不只适用于追踪原物料的库存，也能够让工厂的大型机械设备防范故障（数据分析后，积极预测下次故障时机），纠正、干预不当 *** 作；也能借助数据来深度学习自主运作。

除了应用于工业数字转型以提升获利，其他具体的应用像是搭载 AIoT 技术的仿生机械，美国普渡大学近来公开用3D打印打造相当真实蜂鸟大小与重量的蜂鸟机器人，该智械透过基于蜂鸟飞移动作编译的算法飞行，虽然没有装上影像传感器，却能透过电子触觉以及能够分析触摸数据的人工智能演算，在黑暗中导航（或寻找倒塌建筑物下的幸存者），即使看不到周围环境也能绘制地图。

消费者日常生活方面，物联网穿戴装置在银发族健康照护领域行之有年，经过 AIoT 升级的传感器，不但能有效关注老人健康状态，及时指引老人复健运动、避免错误姿势与动作；通过传感器与医疗体系的联结，传感器能快速反应，在危急时通知救护人员，让救援在黄金时限内完成。

人工智能还能从装置中的大量数据学习知识，在虚拟人类身体架构中推论，协助医疗决策， AIoT 将使得智能生活的愿景逐步落实。

3、5G与 AIoT

随着移动通讯技术推陈出新，我们知道近来炒得沸沸扬扬的5G（第五代移动通讯技术）一定比之前的快。5G简单讲就是4G的延伸，由于带宽更大、覆盖率更广，速度最高可快过4G百倍以上，传输与接收点之间的延迟时间低于1毫秒。

5G低延迟特性更是促成 AIoT 普及的关键技术，以车联网与自驾车为例，汽车上搭载不少数据传感器与摄影镜头，与 IoT 结合后，不只能监控车况，还能跟驾驶身上所有的穿戴装置串联，判断驾驶生命征象，比方是疲劳或睡着，大量数据数据透过5G上传云端进行人工智能分析，就可以协助路况判断与预防事故。

车联网属于攸关驾驶人与乘客性命的 AIoT 应用，在运作过程中无法容许任何延迟，为避免交通信息的处理过程中，数据传输量不足或过慢所造成的风险，5G的两点传输低延迟特性解决了这种问题。在不久的将来，5G设备普及后的联网环境将带动 AIoT 应用生态发展，AIoT 届时也将重塑我们的工作与生活。

责任编辑：ct