AIOT,不仅仅是一个流行术语

简介: 技术的开始,难免会有炒作,许多“下一件大事”后来被证明是“下一次大失败”。某些方面炒作甚至超过了技术的发展?高清电视?聊天机器人?甚至增强现实(AR)?在当今快速发展的技术驱动的世界中,能够将现在可能发生的事情与不太遥远的未来发生的事情分开是至关重要的。

技术的开始,难免会有炒作,许多“下一件大事”后来被证明是“下一次大失败”。某些方面炒作甚至超过了技术的发展?高清电视?聊天机器人?甚至增强现实(AR)?在当今快速发展的技术驱动的世界中,能够将现在可能发生的事情与不太遥远的未来发生的事情分开是至关重要的。
人工智能可能是目前流行的过度使用的流行术语之一。每个人都想声称他们的产品中含有人工智能,即使它没有。如果它确实包含'AI',首先我们定义下AI,狭意的AI是指设备在没有任何人工交互的情况下执行一组特定任务,或者是设备几乎为自己做出决策的一般AI。而现实情况是很多人无法辨别狭义的AI,他们不知道其中的差别,只是被这些口号所引导。
过度使用该术语不仅会对消费者造成混淆(在某些情况下会引起关注),而且还会对真正变得更聪明的设备产生负面影响,从而淡化他们的进步和利益。

aiot

向前迈进的AIoT,可能成为流行语协会的未来受害者。
通俗地说,AIoT是人工智能和物联网相遇的地方,它将智能带到了边缘。随着AI越来越接近边缘并进入设备,例如传感器,相机和移动设备,在许多情况下,它消除了对基于云的计算机架的需求,而是将分析移至物联网设备本身,消除了处理中的任何延迟。最终,它将物联网数据转化为有用的信息,以改进决策过程,并在最需要的地方完成处理。
以自动驾驶汽车为例。它具有多个摄像头,用于计算机视觉,物体识别,车道警告,疲劳驾驶员监控以及用于传感器融合的其他传感器(例如热成像,雷达和激光雷达)。通过在边缘处理,它最小化了将数据移入和移出车辆所需的带宽,并避免了对该分析的延迟。在连通性黑点或延迟是至关重要的时候,例如当你以100英里/小时的速度行驶时(当然是在高速公路上),边缘处理实际上可能是生与死的区别。
AIoT对于想象力意味着什么?
我们相信AIoT是人工智能和物联网的自然演化,因为它们是互利的。AI通过机器学习功能为物联网增加价值,将数据转化为有用的信息,而物联网则通过连接和数据交换为AI增加价值。
我们的IP已经进入数十亿设备,如智能手机,平板电脑,机顶盒和车辆。通过共享数据使这些变得更聪明将有助于改变我们生活的世界。
在智能城市,AIoT将使更智能的边缘设备不仅是数据生成器,而且是数据聚合器,数据交换和数据驱动的决策大脑。在城市中,这意味着通过街道基础设施和其他车辆不断更新汽车来减少或消除交通拥堵,通过共享数据实现更好的路线和安全决策以及清除紧急车辆的路径通过。汽车“与灯柱,交通信号灯和街道标志交谈”现在似乎是一个疯狂的概念,但在未来,这将成为一种自然现象。
AIoT将根据实时和预测信息做出明智的选择。例如,看到高速公路标志显示过时信息是多么令人沮丧,因为人类控制器还没有更新它。此外,车辆到车辆(v2v)或车辆到基础设施(v2x)数据共享以及重要的感知检查将确保没有进展障碍。很快v2x将成为一个基本要求,但需要AIoT的数万亿传感器。
在工作场所,未来的工厂将变得更加安全,因为之前“愚蠢”的工业机器人和机器人车辆将使用AIoT来“了解”他们周围环境以及人类安全的存在。机器人将确保如果人类进入机器人运动的“包络”,它会立即了解正在发生的事情并恢复到安全模式。
AIoT是2019年的技术流行语吗?
AIoT的概念仍然相对较新,虽然炒作正在增长,但关键是要将当前可能的内容与仍然存在的内容区分开来。AIOT已经是一个进行了一段时间的过程,就智能传感器而言就从多产,普及然后发展到高效。如许多技术一样,它们变得无形的那一刻就是它们成为最具生产力的一刻,AIOT不仅仅是一个流行术语,其迸发的潜能未来可期。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
IDE 搜索推荐 编译器
使用esp8266使用小爱同学实现开灯与关灯操作
使用esp8266使用小爱同学实现开灯与关灯操作
489 0
|
6月前
|
资源调度 Kubernetes 调度
网易游戏 Flink 云原生实践
本文分享了网易游戏在Flink实时计算领域的资源管理与架构演进经验,从Yarn到K8s云原生,再到混合云的实践历程。文章详细解析了各阶段的技术挑战与解决方案,包括资源隔离、弹性伸缩、自动扩缩容及服务混部等关键能力的实现。通过混合云架构,网易游戏显著提升了资源利用率,降低了30%机器成本,小作业计算成本下降40%,并为未来性能优化、流批一体及智能运维奠定了基础。
342 9
网易游戏 Flink 云原生实践
|
安全 Java 编译器
springboot @resource与private final声明式的有何区别??
【6月更文挑战第3天】在Spring Boot中,@Resource 和 private final 常用于依赖注入,但它们的用途和行为有一些重要的区别。
485 1
|
JavaScript
VUE element-ui之table表格勾选复选框动态合计某列的值
VUE element-ui之table表格勾选复选框动态合计某列的值
918 0
VUE element-ui之table表格勾选复选框动态合计某列的值
|
NoSQL 算法 Java
Redis入门到通关之BitMap实现签到
Redis入门到通关之BitMap实现签到
236 2
|
并行计算 数据挖掘 数据处理
Pandas性能优化与高级功能:让数据处理更高效
【4月更文挑战第16天】本文探讨了如何优化Pandas的性能和利用其高级功能。关键的性能优化方法包括选择合适的数据类型、避免数据复制、使用向量化操作、优化查询和索引,以及探索并行计算。高级功能涉及分组聚合、窗口函数、数据透视表、缺失值处理和分类数据编码。通过这些技巧,可以更高效地处理大规模数据集。
|
敏捷开发 前端开发 JavaScript
实践总结|前端架构设计的一点考究(上)
本文总结了作者在日常/大促业务的“敏捷”开发过程中产生的疑惑,并尝试做出思考得到一些解决思路和方案。在前端开发和实践过程中,梳理了一些简单设计方案可以缓解当时 “头疼” 的几个敏捷迭代问题,并实践在项目迭代中。
276 0
|
消息中间件 存储 NoSQL
消息中间件之MQ详解及四大MQ比较
消息中间件之MQ详解及四大MQ比较
2794 95
消息中间件之MQ详解及四大MQ比较
|
编译器 C语言 开发者
【新手解答4】深入探索 C 语言:全局变量声明、全局函数声明 + 宏定义
【新手解答4】深入探索 C 语言:全局变量声明、全局函数声明 + 宏定义
681 0
|
机器学习/深度学习 算法 大数据
人机交互新进展:LFR-DFSMN语音识别声学模型介绍
语音识别技术是人机交互技术的重要组成部分,而语音识别中的声学模型是语音识别技术中的核心所在,堪称重中之重。阿里巴巴iDST智能语音交互团队最新的LFR-DFSMN模型相对于之前的LFR-LCBLSTM模型可以达到训练加速3倍、识别加速2倍、识别错误率降低20%和最终模型大小压缩50%的效果,实现了语音识别的迭代速度、识别成本、服务质量的全面提升。
9173 0