人工智能是大脑,物联网是身体

2017-12-05 10:04:15 来源:n

来源:万物云

人工智能预示着一个美丽新世界:计算机可以计划、制定策略、评估选择、计算概率,并做出明智的选择。但实际上人工智能做任何事情的前提是物联网(loT)。可以说,如果人工智能是大脑,物联网就是让 AI 具备行动能力的身体。物联网还提供 AI 所需的数据,以做出明智的决定。就像人类的眼睛,耳朵,鼻子和皮肤感知我们周围的世界,并将这些信息发送给大脑进行处理,物联网中数十亿的传感器和摄像头收集大量的环境和操作数据进行分类,分析,由人工智能转化为可操作的见解。反过来,这些见解和决定中的一部分又可以通过物联网和终端设备(例如机器人,无人驾驶飞机和工业机器)来实施。

正是这种明显的协同关系,在未来的五到十年间,将在全球范围产生数千亿甚至数万亿美元的价值。 在本文中,我将深入探讨为什么物联网人工智能创造商业价值的强大合作伙伴。 我们先看看目前最常用的四类物联网用例。 对于许多公司来说,这是物联网投资回报的快速途径:

连接操作:通过智能和互联的仓库操作,亚马逊的员工不再需要在仓库里工作来完成货物订单。 取而代之的是,货架上的货物通过小型机器人平台的运输,将正确的货物运送到正确的地方,沿途没有碰撞。订单履行更快,更安全,更高效。

远程操作:国际航运公司马士基集团管理各种配有传感器的航运集装箱,以监控其位置以及是否满载或空运,从而使公司能够有效地将其运输到其他需要的地方。 该系统还能跟踪冷藏集装箱内的温度,二氧化碳和氧气含量,以保持货物不受损坏,并加快交货和检验过程。 这个物联网 + 人工智能供应链战略迄今为公司节省了 1 亿美元。

预测分析:全球工程巨头西门子与分析公司 Teradata 合作开展了一个项目,展示了高铁能够真正与航空公司竞争,首先关注马德里与巴塞罗那之间的高铁线路。 这列高铁能够以每小时 200 英里的速度行驶,这对乘客来说是一个有吸引力的选择。 该公司利用来自火车,轨道和外部天气资源的物联网数据来预测和优化以确保按时到达。凭借按时抵达的保证,高铁已经获取了 60% 相同路线的原来属于航空公司的客户。

预防性维护:法国电力供应商 Enedis 使用大数据和分析来防止 400000 多台发电机组的停电故障。 电力运营商从网络上的智能电表和传感器收集大量物联网数据,并将其与天气信息和10 年的历史断电记录相结合。通过利用所有这些结构化和非结构化的数据,公司已经开发了学习系统来预测什么时候在哪些地方可能出现重大问题,并推荐执行具体维护措施,防患于未然。

这四个应用场景都是经过验证的,可以帮助企业的物联网 + AI 项目。 通过早期的成功,可以帮助企业创造势能,以处理更多变革性的解决方案。许多领域都有丰富机会,其中包括:

新的商业机会和收入来源:智能联网安全帽制造商 Guardhat 是一个例子,使用传感器,摄像头,分析和其他技术帮助工人在黑暗或危险的环境中找到方向,避免与移动的装备发生碰撞,原理危险的区域。 这种支持 AI 的产品与基于云的系统相结合,可用于多种环境,包括石油和天然气,采矿,建筑,制造和其他行业。

新商业模式:日本工业设备制造商 FANUC 使用“几乎不需要人工操作”的功能从机器收集数据,由制造商转变为数据挖掘 AI + 物联网业务。 远程监控,分析和预测性维护服务可降低客户成本并提高生产正常运行时间。通用汽车公司的报告显示,尽管到目前为止,他们 33000 个 FANUC 机器人中只有一部分连接到人工智能系统,但在过去的两年里已经防止了大约 100 次装配线事故。每次停工都将花费公司1、2 百万美元,节省了大量的资金。

新的商业结构: 在许多传统行业中,客户往往只向单一供应商寻求完整的端到端解决方案,通常使用封闭的专有技术。今天,物联网凭借其灵活性,成本和推向市场时间优势,推动了开放式技术模式的转变,即解决方案和技术提供商与客户一起形成了合作伙伴的生态系统。 在这个协作的“共同经济”中,物联网人工智能功能由多个玩家提供最佳的功能,集成到面向客户的解决方案中。

为消费者提供新的价值主张:物联网帮助企业提供新的客户体验,以及比以往更快,更准确的服务。 例如,在医疗保健方面,远程监测功能可以提供家庭诊断,并提示患者服药。 24×7 的实时数据流减少了老年人或残疾病人到医院的需求,同时在需要干预时提醒护理人员。

作为人工智能大脑的身体,物联网为集中式 AI 系统的智能计算和分析功能提供输入(数据)和输出(动作)。 在未来,我希望 AI 系统也可以去中心华。 事实上,美国军方已经在尝试使用无人机互动的“群集”,并协作设计完成其集体任务的最佳途径。


推荐阅读:

关注EETOP公众号,后台输入:百宝箱,查看更多IC设计、制造相关文章。(扫描文末的二维码关注)

物联网

  1. ofo为何要用NB-IoT?NB-IoT到底是什么?有多牛X?(附:NB-IoT原理讲解详细PPT) 

  2. 最全面的NB-IoT问题清单解答,你想知道的都有了!

  3. 蜂窝物联网Cat-0,1,M1,NB-IoT技术一览

  4. 十面埋伏!NB-IoT/LTE-M/Sigfox/LoRa/RPMA/Weightless/HaLow七大LPWAN技术之争

  5. NB_IoT白皮书

  6. 干货!目前最全面的NB-IoT解决方案PPT

  7. LoRa vs NB-IoT:12个角度看哪个物联网标准更具优势?

  8. 全球首个NB-IoT智慧路灯规模化商用项目正式投入运营

  9. 共享单车智能锁的N种开锁方式,NB最NB

  10. 盘点整理NB-IoT芯片和NB-IoT模组

  11. 150万NB-IoT基站,中国移动FDD牌照快了?

  12. 中国掀起物联网风暴:要求建设规模庞大的NB-IoT基站,成立物联网产业联盟,发布NB—IoT芯片

  13. 30万台 NB-IoT智能水表在福州正式商用部署,再也不怕漏水了!

  14. NB-IOT基站到底是什么?一文解读NB-IOT物联网平台如何工作

  15. NBIoT三种部署方式

  16. NB-IoT是怎么把信号发出去的?

  17. 后来居上,共享单车为什么选择NB-IoT物联技术?

  18. NB-IoT知识大通关:领悟到你就能跑赢 80% 的同伴

  19. NB-IOT能用于智能手环、手表么?

  20. NB-IoT技术测试挑战及测试方案(PPT)

  21. NB-IoT终端测试验证挑战 (PPT)

  22. 鹰潭NB-IoT网络测试报告(PPT)

  23. 如何设计NB-IoT芯片

  24. 三个NB-IoT的应用案例研究

  25. 十五页PPT:看懂NB-IoT如何实现与智能家居行业的深度融合

  26. EETOP NB 研讨会 PPT 干货下载及NB-IoT千万级市场应用方向清单

  27. 这么NB的NB-IOT到底能用在哪些行业?

  28. 原来NB-IoT与eMTC的低功耗技术是这样实现的

  29. 浅谈NB-IoT模块调试

  30. 史上最全、最详细的共享单车车锁拆解(附:所用器件说明)

人工智能|机器学习|深度学习

  1. 10分钟!用初中数学知识看懂深度学习

  2. AI芯片|浅析Yann LeCun提到的两款Dataflow Chip

  3. 走进深度学习,你需要先了解这25个概念和术语...

  4. AI芯片踏入红海

  5. 解读AI:快速获取样本将成重点研究方向

  6. 机器学习和深度学习的最佳框架大比拼

  7. 深入浅出机器学习

  8. 机器学习和深度学习的最佳框架大比拼

  9. 哪些国家和大学人工智能研究领先?中国第一?

  10. 人工智能的“脑洞”有多大?院士:目前太依赖计算

  11. 浅说深度学习:核心概念

  12. 深度学习简易入门

  13. 几张图读懂机器学习:基本概念、五大流派与九种常见算法

  14. 通过生活案例读懂机器学习五大算法思维

  15. 腾讯云FPGA深度学习算法

  16. 如何在单块GPU上训练超大型深度学习模型

  17. AI芯片怎么降功耗?从ISSCC2017说起

  18. AI驾临人间 四大芯片流派华山论剑

  19. 机器学习追根溯源:和计算机技术一样久远

  20. [透析] 卷积神经网络CNN究竟是怎样一步一步工作的?

  21. 中国正在引领人工智能?纽约时报说:“是的!”

  22. Nvidia是如何成为AI圈的弄潮儿

  23. 人工智能芯片: AI巨轮的引擎

  24. 李开复|如何给非专业人士讲解什么是深度学习

  25. 神经网络入门

  26. 人工智能能机器学习到深度学习,不容错过的人工智能简史

  27. 浅析:人工智能的前沿—机器视觉的种类

  28. 浅析深度学习

  29. 在机器学习中机器是怎么从资料中「学」到东西的?

  30. 12张图生动地告诉你,深度学习中的卷积网络是怎么一回事?

  31. 人工智能机器学习到深度学习,不容错过的人工智能简史

  32. 【高盛AI研究报告】人工智能是时代的拐点

  33. 一文带你理解深度学习的局限性

  34. 无解的神经网络内在逻辑

  35. FPGA是如何实现30倍速度的云加速的?都加速了哪些东西

  36. 深度学习 语音识别 FPGA 实现

  37. 2017年人工智能行业分析:芯片企业最少,计算机视觉与图像企业数量最多

  38. 关于人工智能的七大常见误解与七个真相!

  39. 一个故意不通过图灵测试人工智能-Part 1

  40. 最适合人工智能开发的5种编程语言

  41. 一文说清楚机器学习、深度学习人工智能的区别与联系

  42. 机器学习与人工智能究竟有何区别?

  43. 机器学习算法比较

  44. 云中的机器学习:FPGA 上的深度神经网络

  45. 什么是机器学习?

  46. 机器学习导入芯片设计领域

  47. AI技术大爆发背景下,开源深度学习框架的发展趋势如何?

  48. 中国初创公司在AI芯片(IP)领域的机会

  49. 深度学习简易入门

  50. 浅谈Alpha Go所涉及的深度学习技术

  51. 深度学习 语音识别 FPGA 实现

  1. EETOP 官方微信

  2. 创芯大讲堂 在线教育

  3. 创芯老字号 半导体快讯

相关文章

全部评论

@2003-2024 EETOP