從智能電視和智能冰箱到智能手機(jī)和智能語音設(shè)備，物聯(lián)網(wǎng)正在迅速成為我們?nèi)粘Ｉ畹囊徊糠帧＿@些設(shè)備每天收集大量數(shù)據(jù)，而公司正在囤積這些數(shù)據(jù)，并希望預(yù)測算法能夠從中獲得一些洞察力。那人工智能將對物聯(lián)卡產(chǎn)生什么影響？

許多企業(yè)都相信人工智能最適合放置在云端，因?yàn)樗麄冋趯⑵髽I(yè)數(shù)據(jù)遷移上云并將IT計(jì)算能力交由云服務(wù)器承載。但是物聯(lián)網(wǎng)要發(fā)揮其功效，要求各種邊緣傳感器必須實(shí)現(xiàn)與網(wǎng)關(guān)可互操作的連接以及對云端的雙向傳輸，而這將造成延時(shí)問題。

而且安全是一個(gè)關(guān)鍵問題，由于加密和其他安全防護(hù)措施難以在終端設(shè)備上實(shí)現(xiàn)，物聯(lián)網(wǎng)給別有用心的人留下了很多漏洞。在物聯(lián)網(wǎng)設(shè)備和云之間采用安全網(wǎng)關(guān)的架構(gòu)，可以在實(shí)現(xiàn)低延遲的同時(shí)，降低安全風(fēng)險(xiǎn)。

從設(shè)備到云端的數(shù)據(jù)必須可信任，如果整個(gè)架構(gòu)沒有足夠的安全性，那么企業(yè)及其所部署的物聯(lián)網(wǎng)和人工智能系統(tǒng)就容易受到攻擊。這種情況下，基于可能被盜用或者不良數(shù)據(jù)做出人工智能決策的可能性會增加。

大數(shù)據(jù)可以采集物聯(lián)網(wǎng)設(shè)備的使用數(shù)據(jù)以及二者之間的任何數(shù)據(jù)，不過很多收集到的數(shù)據(jù)通常都是無用的，但行業(yè)領(lǐng)導(dǎo)者可以利用諸如使用和購買習(xí)慣等信息來預(yù)測銷售趨勢和市場中的其他變化。

當(dāng)前使用的預(yù)測算法很有用，允許計(jì)算機(jī)進(jìn)行預(yù)測，但它們受處理能力和學(xué)習(xí)能力的限制。傳統(tǒng)計(jì)算機(jī)可以處理數(shù)千字節(jié)的數(shù)據(jù)，另一方面，由人工智能驅(qū)動的計(jì)算機(jī)同樣可以處理該數(shù)據(jù)，并發(fā)現(xiàn)趨勢，然后跟隨這些趨勢得出結(jié)論。

想象一下，經(jīng)營一家生產(chǎn)可穿戴設(shè)備的企業(yè)，能夠預(yù)測下一季度最暢銷的設(shè)備類型。這可以在銷售上賺更多的錢，并通過減少滯銷商品的生產(chǎn)來節(jié)省資金。物聯(lián)網(wǎng)與人工智能相結(jié)合可以減少或消除過剩的商品庫存。

所有這些意味著人工智能驅(qū)動的邊緣物聯(lián)網(wǎng)將會是一種非常復(fù)雜的生態(tài)系統(tǒng)，涉及許多變化的因素和多學(xué)科的專業(yè)知識，并且隨著我們越來越了解自己正在打造的嶄新世界，這些專業(yè)知識也將隨著時(shí)間的推移而不斷演進(jìn)。否則的話，安全風(fēng)險(xiǎn)、意外宕機(jī)、效率低下和信息延遲等問題，將會阻礙企業(yè)布局物聯(lián)網(wǎng)業(yè)務(wù)。

新一代的創(chuàng)新者需要依賴多學(xué)科的知識，才能實(shí)現(xiàn)他們從構(gòu)思到設(shè)計(jì)、從創(chuàng)建原型到批量生產(chǎn)、從運(yùn)營到維護(hù)的愿景。只要系統(tǒng)得到適當(dāng)監(jiān)管，人工智能就能塑造我們看待世界的方式，并且改變我們使用物聯(lián)網(wǎng)設(shè)備的方式。