物联网、大数据、云计算、人工智能之间的关系如何?

物联网、大数据、云计算、人工智能之间的关系如何?,第1张

人工智能、大数据、云计算、物联网、互联网的关系

简单解释一下上图(从下往上看,本人也是吃瓜群众,不保证专业性,仅作为通俗理解用):

IoT和IoI

IoT,Internet of Things,物联网;IoI,Internet of Information,互联网;

这两张网是用来将所有事物和信息联系起来,为何要联系起来呢?因为将事物和信息联系起来后,数据才有了关联,数据有了关联才能产生更大的价值。例如一辆车的位置数据没有太大价值,但几千辆车的位置数据关联起来,就可以用来判断路面拥堵情况,也可以用于交通调度。

云计算

物联网和互联网产生大量的数据,这些数据肯定要找一个地方集中存储和处理,这就必须要有云计算了。如果没有云计算,一台冰箱产生的数据都要部署独立一台后台服务器来接收,成本和便利性无法接受。云计算的作用就在于将海量数据集中存储和处理。

大数据

海量数据上传到云计算平台后,自然而然的就需要对数据进行深入分析和挖掘了,这就是大数据的目的。将几千辆车的位置信息综合起来分析出某条路的拥堵状况;将某个城市几百万人的健康状况综合分析,也许就可以得出某个工厂周围某种疾病的发病率比较高的结论。。。。。。这些都是大数据做的事情。

人工智能

大数据是基于海量数据进行分析从而发现一些隐藏的规律、现象、原理等,而人工智能在大数据的基础上更进一步,人工智能会分析数据,然后根据分析结果做出行动,例如无人驾驶,自动医学诊断。

1、云计算
一般来讲云计算,云端即是网络资源,从云端来按需获取所需要的服务内容就是云计算。云计算是指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。这种特性经常被称为像水电一样使用IT基础设施。广义的云计算是指服务的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的,也可以是任意其他的服务。
2、物联网
简单理解:物物相连的互联网,即物联网。物联网在国际上又称为传感网,这是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。世界上的万事万物,小到手表、钥匙,大到汽车、楼房,只要嵌入一个微型感应芯片,把它变得智能化,这个物体就可以“自动开口说话”。再借助无线网络技术,人们就可以和物体“对话”,物体和物体之间也能“交流”,这就是物联网。随着信息技术的发展,物联网行业应用版图不断增长。如:智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、老人护理、个人健康、花卉栽培、水系监测、食品溯源等。大的理想就是智慧地球,目前实际生活中存在并在建设的智慧城市都是物联网炒的概念。
3、大数据
大数据(big data),就是指种类多、流量大、容量大、价值高、处理和分析速度快的真实数据汇聚的产物。大数据或称巨量资料或海量数据资源,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据的4V特点:Volume、Velocity、Variety、Veracity。
即:数量Volume、多样性Variety、速度Velocity、和真实性Veracity。
4、大数据,云计算,物联网和移动互联网的关系
物联网对应了互联网的感觉和运动神经系统。云计算是互联网的核心硬件层和核心软件层的集合,也是互联网中枢神经系统萌芽。大数据代表了互联网的信息层(数据海洋),是互联网智慧和意识产生的基础。包括物联网,传统互联网,移动互联网在源源不断的向互联网大数据层汇聚数据和接受数据。云计算与物联网推动大数据发展。

(1)物联网中的数据量更大:物联网的最主要特征之一是节点的海量性,除了人和服务器之外,物品、设备、传感网等都是物联网的组成节点,其数量规模远大于互联网;

同时,物联网节点的数据生成频率远高于互联网,如传感节点多数处于全时工作状态,数据流源源不断。

(2)物联网中的数据速率更高:

一方面,物联网中数据海量性必然要求骨干网汇聚更多的数据,数据的传输速率要求更高;

另一方面,由于物联网与真实物理世界直接关联,很多情况下需要实时访问、控制相应的节点和设备,因此需要高数据传输速率来支持相应的实时性。

(3)物联网中的数据更加多样化:物联网涉及的应用范围广泛,从智慧城市、智慧交通、智慧物流、商品溯源,到智能家居、智慧医疗、安防监控等,无 一不是物联网应用范畴;

在不同领域、不同行业,需要面对不同类型、不同格式的应用数据,因此物联网中数据多样性更为突出。

(4)物联网对数据真实性的要求更高:物联网是真实物理世界与虚拟信息世界的结合,其对数据的处理以及基于此进行的决策将直接影响物理世界,物联网中数据的真实性显得尤为重要。

物联网是新一代信息技术的重要组成部分,也是“信息化”时代的重要发展阶段。

顾名思义,物联网就是物物相连的互联网。这有两层意思:

其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;

其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是物物相息。

物联网通过智能感知、识别技术与普适计算等通信感知技术,广泛应用于网络的融合中,也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。

物联网是互联网的应用拓展,与其说物联网是网络,不如说物联网是业务和应用。

物联网的实践最早可以追溯到1990年施乐公司的网络可乐贩售机—Networked Coke Machine。

物联网用途广泛,遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防等多个领域。

大数据
不是
抽样数据,而是全部的数据;
所以大数据必须依赖云计算,不可能是局域网的;
物联网目标是把所有的物体都连接到互联网,并把物体虚拟化,数据上传,自然就是大数据了。
云计算是为了大并发、大数据下的解决实际运算问题;
大数据是为了解决海量数据分析问题;
物联网是解决设备与软件的融合问题;
可见,它们之间的关系是互相关联、互相作用的:
物联网是很多大数据的来源(设备数据),而大量设备数据的采集、控制、服务要依托云计算,设备数据的分析要依赖于大数据,而大数据的采集、分析同样依托云计算,物联网反过来能为云计算提供issa层的设备和服务控制,大数据分析又能为云计算所产生的运营数据提供分析、决策依据。

物联网、大数据及人工智能都是近年来互联网行业比较火热的话题,三者之间具有非常紧密的联系。想探讨物联网、大数据及人工智能之间如何融合,首先需要了解其基本概念。

概念

1、物联网

根据百度百科的解释,物联网(InternetofThings,IoT)是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络(万物互联)。物联网网络架构设计由感知层、网络层及应用层组成,分别实现数据采集、数据传输及数据应用的功能。目前,物联网已经广泛应用于智慧医疗、智慧环保、智慧城市、智能家居及物流等领域。

2、大数据

大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据具有体量大(Volume)、及时性(Velocity)、多样性(Variety)、低价值密度(Value)及真实性(Veracity)的“5V”特性。

3、人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前,人工智能正在改变各行各业的传统模式,作为人工智能分支的机器学习/深度学习已经广泛用于自然语言处理(NLP)、计算机视觉(CV)、机器翻译及推荐系统等领域。

深度融合

物联网、大数据、人工智能三者之间相辅相成,可以形成一个闭环通路。物联网作为智能感知层,主要负责采集现场的数据并将数据上传至分布式数据库中;大数据作为数据存储层,将经过ETL处理后的数据保存到分布式文件系统(HDFS)或数据仓库(HIVE)中;人工智能作为应用层,可利用sparkml或tensorflow实现相关的机器学习或深度学习算法,对存储在HDFS或HIVE中的数据进行数据挖掘。

应用案例

目前,物联网、大数据、人工智能已经广泛用于智慧城市、智慧环保、智慧交通等领域。以智慧环保中的空气预警为例,首先,物联网可以作为智慧感知层,安装在客户现场的空气监测设备采集的空气质量信息通过网络传输数据中心;而后,利用大数据ETL工具(spark、hive)进行数据清洗并存储至分布式数据库/文件系统/数据仓库中;最后,利用人工智能相关技术进行大数据分析(sparkml、tensorflow),预测未来若干天的空气质量,并以此辅助进行科学决策及改善环境。

你好,详细解释需要很多文字甚至整篇论文来进行,在这里我尽量用简单话语说清楚。物联网本身是利用互联网把现实中的所有物品利用传感器连接起来,在这个基础上会产生大量的数据,这个数据汇总在一起就是常说的大数据。然后会再利用大数据技术和云计算技术进行分析,得出有用的结果,进一步指导社会的发展,这就是所谓物联网中的大数据。以上仅供参考。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/13205620.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-06-20
下一篇 2023-06-20

发表评论

登录后才能评论

评论列表(0条)

保存