人工智能是如何指明物联网的进化之路的

《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。

▲AIoT 的发展正如火如荼进行中，世间万物不但串联起来，还有了贴近生物的智能。

图片来源：pixabay

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 控制操作，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、干预不当操作；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。