AI加持的物聯網：實現你對未來生活的一切幻想

2020年05月13日16:21 電子產品世界

人工智能和物聯網密不可分。人工智能的整個想法是從物聯網設備捕獲更多可行的數據，就像我們自己的人類意識一樣，人工智能可以依靠與人類相似的感覺來將他們的思維過程與我們的物理世界聯繫起來。

準確地說，人工智能更多是關於使機器具有智能行為，物聯網的功能是使這些機器連接起來。

物聯網幫助AI感知世界

物聯網提供了對傳感器的便捷訪問，從而使AI感知到世界—— 紅外“眼睛”使AI可以“看到”熱量變化，以及標準的對象檢測、計數和分類；超聲波“聽覺”，可以訪問超出人類頻譜的頻率範圍；加速度計可捕捉“觸覺”運動，其細節要比我們自己的指尖好得多；顆粒和化學傳感器提供了靈敏的“鼻子”。在許多不同的地方，獲得比我們人類更多的感覺輸入。

通過物聯網捕獲數據的能力在過去五年中爆炸性的大規模發展，傳感器現已應用於幾乎所有領域，這表明可以從每個事物或流程中實時收集無限多個數據。物聯網設備是製造環境以及客戶服務部門中數據收集過程的第一線，任何具有芯片組的設備都可以連接到網絡並開始24/7流數據傳輸。

AI增強了這些物聯網驅動的感覺輸入的感知和意義。物聯網有效地測量並指示物理數據屬性，而AI是使您能夠感知物理數據代表什麼的大腦。

低成本分佈式、計算功能(雲)的廣泛可用性、開源軟件的發展、機器學習的進步以及移動驅動的先進微電子(ARM)功能的出現，為最終連接提供了許多點，使AI成為現實。

隨著廉價傳感器和低成本網絡連接的出現，物聯網設備的數量正在激增。根據Gartner的調查，到2020年，全球將有超過200億台互聯設備。物聯網設備的持續激增導致需要存儲和保留的數據激增，但物聯網領域的進步仍然受到可計算數據的速度和效率以及價值提取的約束。企業被這些設備產生的海量數據所淹沒，他們希望人工智能來幫助管理這些設備，並從這些大量的數據中獲得更多的見地和智慧。

有趣的是，當前人工智能技術的興起可能為當今數字世界所面臨的數據氾濫提供了解決方法。隨著這兩個領域的迅速創新發生，我們可以從它們的融合道路中期待什麼?

AI幫助物聯網實現想像

2016年7月，軟銀斥資243億英鎊收購了微芯片巨頭ARM。軟銀總裁孫正義認為，物聯網將引領下一輪技術爆炸，他指出：“物聯網與人工智能之間的關係就像眼睛和大腦使生物進化的關係。物聯網正在爆炸”。

從1956年人工智能學科被正式提出至今，人工智能的技術一直在不斷發展，但直到近幾年物聯網產業逐步走向成熟後，人工智能的發展才迎來了又一次發展的春天。如今，利用AI來幫助進行實時分析的互聯設備已經面世，並且廣泛採用的趨勢正在上升。例如Nest等智能恆溫器，它們利用AI來學習用戶的溫度偏好並相應地調整能源使用。

另外，通過顯式編程編寫算法的傳統方法太耗時且容易出錯，以至於許多物聯網設備都無法理解。為了有效地分析IoT數據，企業正在轉向基於機器學習的AI來尋找模式和相關性，以實現IoT的承諾。

在企業部門中，AI已經通過幫助實時決策制定了標誌。AI的功能對於企業同時有效處理與這些組件相關的事務(時間、金錢和風險)特別有價值。這可以包括銷售預測，信息管理和各種形式的自動化。

調查顯示，近一半(49%)的受訪者已經在他們的物聯網應用中使用人工智能。物聯網和AI方向的機會繼續增長。現在，業界將這種融合稱為“ AIoT”。最後一次如此大的融合發生在1990年代後期，手機和互聯網的碰撞改變了人類歷史的進程，人工智能與物聯網的融合將帶來更大範圍的類似革命。

硬件製造商和解決方案提供商已經在全力以赴，以利用這種技術融合併在不斷發展的工業環境中處於有利地位。諸如亞馬遜之類的創新公司正在為員工提供即將過時的工作職能方面的培訓和再教育機會，這種技術的融合正在推向市場。

實際意義上來說，AI在某種程度上可以幫助物聯網出現的突發情況進行迅速應對，這才是當今互聯網時代的智能優勢。我們可以看到在許多問題出現的時候，解決方案也相應出現，這些解決方案的計算能力也將隨著人類的需求的改變而進行延伸和發展。

人工智能在發展的早期，由於數據量少、運算速度跟不上等原因，一直發展比較緩慢。但近二年隨著物聯網的發展，促進了大數據和雲計算技術的發展，雲計算和大數據技術的進步，又使物聯網產生的大量數據的存儲和計算沒有了後顧之憂，而AI技術可以使這些數據發揮更大的作用。

物聯網、大數據、雲計算的發展為AI的發展提供了豐富的數據，而AI的發展也使得物聯網時代變得更加智慧。但是，對AI和IoT的全面優化還相距遙遠，在解決問題和信息可以改善所有利益相關者成果的情況下，這兩種技術現在正在跨行業組合。

隨著物聯網、人工智能的相互促進和滲透，各個行業也發生了一些變化，智能製造、智慧城市、智慧交通、智慧工廠、智能家居等大批“智能化”的新業態不斷出現。

揭秘AI和物聯網的力量

你對AI和物聯網如何統治科技世界有了解嗎？以下是一些重要的統計數據：

· Gartner表示，到2022年，將有80%的企業物聯網項目將AI作為主要組成部分。

· 41%的消費者認為人工智能將改善他們的生活。

· 每秒有127個IoT設備連接到互聯網。

· Statista報告稱，到2025年，預計全球將有440億個IoT設備。

物聯網和人工智能的結合正在改變許多行業以及企業與客戶之間的關係。企業現在可以通過物聯網收集數據並將其轉化為有用和有價值的信息。

當今企業在人工智能和物聯網方面面臨的共同挑戰是物聯網數據的應用、可訪問性和分析。如果您有來自各種來源的數據池，您可以使用這些數據進行一些統計分析。但是，如果你想在預測未來事件中採取積極主動的行動，一個企業需要學習如何辨別這種數據和分析過程。

企業正在以多種不同的方式實施支持人工智能的物聯網系統：有關解決方案公司開始提供打包好的代碼和模板，其中包括針對特定應用領域(如航運和物流、製造、能源、環境、建築和設施運營)的測試模型；其他公司正在創建客戶解決方案，構建和培訓自己的模型，利用雲供應商的外部CPU能力。

隨著消費者、企業和政府開始在各種環境中部署物聯網，我們的世界將發生巨大變化。它已經迅速地改變了從零售到供應鏈再到醫療保健的一切。

人工智能驅動的物聯網對各個行業的影響：

· 智能建築：智能傳感器通過預防火災、洪水或短路等事故來預測事件並提高安全性。

· 智能家居：智能家居的出現旨在為我們的生活提供一個機會，讓我們的設備無論在哪裡都能被控制。在美國，智能家居市場預計到2021年將覆蓋28%的家庭。

· 航空飛機：傳感器已經在飛機上被用來監測和預防各種錯誤和風險，甚至在它們發生之前。

· 石油勘探：這種類型的機器在無法正常工作時會給公司造成巨大損失，大多數石油工業公司傾向於在石油鑽探機械上投入大量資金。得益於物聯網，智能傳感器現在可以很容易地連接到機器上。這樣做意味著提供預防性維護分析，從而降低運營成本。

· 自動駕駛：自動駕駛系統結合了專用硬件，可以實現GPS、聲納、攝像機和前視雷達，從而可以充分利用數據並將其耦合到神經網絡體系結構中。這就像一個自封閉系統，可以從傳感器收集信息，並進一步使用神經網絡模型來確定汽車運動的下一個變化。

· 健康監測系統：構建醫療設備來監測、診斷身體狀況。用傳感器收集信息，AI來預測身體狀況。

· 智能電網：利用物聯網設備和傳感器網格的優勢，它們可以在系統中收集和傳輸數據，從而可以自動調節電流。可以實時將問題通知遠程管理器，如果有問題可以立即採取行動。

· 供應鏈：解決運營物流網絡的複雜性，正確實施AI可以幫助公司做出更明智、更迅速的決策。通過預測期望值，他們可以調整貨物數量並將貨物調配到預計最大需求的位置，降低運營成本。

· 智能倉庫：智能倉庫是完全自動化的設施，其中大部分工作是通過自動化或軟件來完成的。在此過程中繁瑣的任務得以簡化，操作變得更具成本效益。阿里巴巴和亞馬遜已經通過使用自動化改造了他們的倉庫。亞馬遜最近推出了自動裝箱客戶訂單的機器。在亞馬遜倉庫中，機器人與人類並肩工作以提高生產力和效率。

物聯網設備的普及正使未來成為一個緊密相連、即時獲取信息的世界。現在需要人工智能來管理所有這些設備，並理解這些設備返回的數據。從某種程度上講，人工智能和物聯網是互利共生的，並將繼續保持相互交織的關係向前發展。

資料來源：https://tech.sina.com.cn/roll/2020-05-13/doc-iirczymk1423034.shtml

這是真真實實發生在台灣的事實。誰說我們做不到的？？

產能增、排汙量卻減 它一滴水重複利用13次！製程污水轉變成沼氣發電，除發電自用還可有餘電躉售，並可減少溫室效應氣體排放！ （01/18/2018 今周刊1100期）

在生產過程中需要大量使用水、電、蒸汽的榮成，「循環經濟」是榮成紙業一貫奉行的營運模式，在台灣二林廠，榮成所用的每一滴水可以重複使用十三次之多，生物汙泥可以做到零排放，並且從製程中回收纖維、輕渣經發酵、厭氧程序轉變成沼氣燃料以及木質燃料用來進行再生能源發電，完全顛覆造紙業過去給人高耗能、高汙染的產業形象。

走進榮成位於彰化二林的廢紙廠，來自世界各地、五顏六色的捆裝廢紙，正井然有序地被放上專用輸送帶，等著送進處理機具內，進行打漿，篩選、過濾成再利用的漿料。



榮成二林廠今年剛好滿四十歲，但是廠房設備卻未見一絲老態，原來，一五年榮成完成「鮭魚返鄉」計畫改造升級，不僅讓年產能從四十萬噸提高到六十五萬噸，更重要的是，汙染排放量卻不增反減，成為環保造紙廠的領頭羊。



「造紙很耗水，榮成研究廢水處理已經將近四十年了。」站在新完成的雨水回收槽前，榮成紙業二林廠廠長陳宗業說，二林廠附近並沒有河水、溪水，所以水資源非常珍貴，連雨水都不能夠浪費。



廠內總用水量 92％為回收水再利用



榮成除了將過濾後的雨水回收利用外，每天有一千多噸放流水還會經過砂濾，再回到紙機使用，「別家做一噸紙要六噸到十噸水，我們做一噸紙，只要用到三噸水，可以說是產業內最低。」榮成財務長鄒永芳說，現在榮成製程中循環回用的水量是（原始乾淨）用水量的十二倍，顯示榮成在水資源利用效率上已見成效。

本來，二林廠每月汙泥排出量高達六百噸以上，現在榮成自己回收汙泥再利用，將排出量降到零，關鍵正是從源頭管理水資源的進出管制，做到廠內總用水量有九二％以上的水皆來自回收再利用。



榮成的廢水處理流程作法是，將回收水細分為三類，分別是蒸氣回收水、製程與生活廢水、製程中回用水，其中第三種回收量比重最高，占比將近九七％，以二林廠為例，一六年回收再利用水量共計四○九六萬噸，換算下來廠內總用水量有九二％以上的水皆來自回收再利用。



另外，自一三年開始，二林廠內設置了沼氣回收系統，造紙過程中產生的廢水，經過厭氧發酵後產生的沼氣，經過回收轉換後變成再生能源，除了可降低溫室氣體排放外，也可進一步降低能源耗用。



這樣的循環經濟帶來什麼好處？一是這些沼氣回收送往熱電廠進行燃燒，可再利用發電，二是每天平均可減少使用九千六百公斤燃煤，換算一年減少八四四五噸二氧化碳當量（CO2e），證明了造紙也可以發電，是綠能、綠金產業的一環，甚至榮成的自有汽電共生廠除了能紓解斷電及供電品質之隱憂，並可將多餘電力出售。

節能效益高 回收纖維、輕渣變燃料



榮成沼氣發電的過程，把造紙業原本被視為汙染的廢棄物變成循環經濟的主角，但最需要的其實是決心，「在投資設備上我們鄭瑛彬董事長花錢不手軟。」掌管熱電系統的榮成紙業二林廠副廠長張志裕說，雖然初期投資金額較高，但是節能生產的效益，兩、三年就可以賺回來，其實還是划算的。



張志裕還記得，三十年前，生產文化用紙的原料是純木漿，紙廠的纖維排放出去就有人專門撿渣漿再拿去賣，如今隨著環保標準提升，過去必須要額外請廠商來處理的輕渣，榮成每年卻可省下這個費用，把這些輕渣做成燃料棒取代煤來使用，以每月產生六、七千噸換算，一個月就可省下一百萬元的費用，一年就是一千兩百萬元。



過往撿渣漿再拿去賣的場景早已不復見，儘管如此，榮成仍不斷致力於利用新的技術，將纖維有效率的回收，持續向「減廢」及「零排放」挑戰。



「我們公司為什麼要穿白色的制服？因為董事長就是希望我們要將設備保養到不會有汙漬沾染到衣服，以此作為下班後設備整潔的依據。」陳宗業說，低碳造紙、綠色包裝已經是榮成的DNA了，榮成集團一六年產量已高達二四五萬噸，為地球減碳一三一八萬噸，等於少砍三九一○萬棵樹，二○二○年預計產量可達四二○萬噸，可為地球減碳兩千兩百萬噸，等於少砍了六千六百萬棵樹，看來這個目標很快就可以達到了。

完整文章內容請見：
https://www.businesstoday.com.tw/…/80…/post/201801170016/產能增、排汙量卻減%20%20它一滴水重複利用13次

♡

AI、物聯網和混合雲是未來 IT 的三駕馬車嗎？

上午1:00:00
3S Market 資訊中心
RFID世界網

想打造這個技術聯盟，唯一的手段就是藉助一種混合多雲平臺。但那又是什麼樣子的呢?

未來的資訊科技系統，日益專注於資料在哪裡生成和處理、資料如何提供和收集，以及這些資料移動起來有多快。找到一條最高效的路徑是關鍵。

兩個最重要的趨勢是物聯網和人工智慧(AI)，兩者相輔相成、密不可分。簡單來說，物聯網就是眾多裝置交換，來自眾多資料點的資料，這些資料在眾多平臺上，以眾多方式來加以收集。這些資料要迅速分析，在大多數情況下，要傳送到下一個層面以便進一步處理。

與此同時，AI就是以程式設計方式處理這些大數據，做出即時的、對時間敏感的決策。要打造這個技術聯盟，唯一的手段就是藉助一種混合多雲平臺。為AI和物聯網提供最高效路徑的混合IT基礎設施的幾個要素，成為了將帶來商業優勢、創新和未來「雲中雲」(cloud of clouds)的那些技術的基礎。

物聯網和計算邊緣

我們身邊好多裝置，在被認為是現代企業和消費者空間的邊緣這個地方，收集、分發和處理資料。更進一步，所有這些資料必須在立即控制範疇之外的空間，迅速加以分析、收集和傳輸。

這番努力需要滿足異常苛嚴的要求：分散式收集和儲存最接近資料來源的資料。

這意味著，物聯網邊緣和這些系統中發生的計算事件，是自動化及其他新興趨勢的焦點。這些元素是未來計算架構，進一步創新的主要催化劑，那是由於日益智慧化、互動式的裝置數量激增，邊緣在不斷外延。

物聯網的邊緣必須通過可以驗證、建立和拆除連線的分散式連線，呈現實時事務，沒有中央控制機制。至少，基本原則對延遲，開始帶來操作問題之前資料，可以移動到多遠作了限制。邊緣即切實可行的邊緣有多遠?

協同運作，這背後的邏輯完全是AI。資料生命週期、資料流動、資料分類、報告和物聯網的無數方面是由AI的智慧決定的。

AI無所不在

AI不是好萊塢電影，希望我們相信的那樣，是一些自我感知的機器人，但它可能似乎直接來自科幻作品。現在，AI技術早已遠離了初期的炒作階段；想要找到它，你得認識到這點：這種技術旨在學習、適應和辨識模式，並大規模地模擬人類智力。

你要做的就是看看外面的自動駕駛汽車：從全自動汽車到飛機上的自動駕駛系統，它們能在片刻之間做出智慧化決策。

AI和物聯網是共生關係，瞭解兩者之間的關係非常重要。AI需要海量的計算能力才能執行，而在許多情況下，這個要求只能透過裸機計算能力來得到實現。

速度和效能很關鍵，因為瞬間所做的決策生死攸關。此外，AI引擎做出的決策要迅速而準確地，反饋回給物聯網裝置。這方面的例子包括如下：

1. 無人駕駛的自動駕駛系統，可以檢測挽救生命的情況(比如洪水)，重新規劃交通路線、發出警報，避免事故。

2. 醫療裝置可以自動為病人心臟除顫，向最近的醫院傳送急救訊號。

3. 自動化農業聯合收割機可以避免撞上走散的動物或牛群，及時提醒農民。

4. 信用卡詐欺檢測。

5. 來自視訊服務的點播推薦。

蘋果的Siri技術和亞馬遜的Echo生態系統，做出超快速的決策，決策在端點上體現出來。

這樣的例子還有很多。從上述例子中可以看到，AI不僅要求速度快，還需要大量資料，而AI系統將以程式設計方式，處理海量資料，從而做出即時決策。AI竭力實現程式化推理和自我糾正，最終實現學習。企業環境下，具有無限的潛在優勢和好處。

其中，AI能夠：
1. 幫助減少整個企業組織的人為錯誤
2. 管理大量資料
3. 傳送員工的工作流程
4. 支援公司企業的數字化轉型
5. 大大有助於提供無縫的客戶體驗

AI技術日益通過第三方軟體，和現有軟體工具中的功能被引入進來。AI和物聯網設計成為了企業的藍圖。

混合多雲帶來顛覆

要是缺少一種支撐性的平臺和架構，物聯網和AI根本不可能融合。這時候，混合多雲有了用武之地。所有公司(甚至是從事同一行業的公司)展現了獨特的技術基因，這種技術基因是為各自的業務要求和發展情況打造的。

混合多雲是一種顛覆性的技術發展和商業機會。想了解這個顛覆力量，就要了解混合模式、物聯網和AI之間的關係。

混合雲平臺為物聯網-AI環境帶來了諸多最關鍵的優勢，其中包括：

各種形式的儲存：混合云為AI和物聯網的構件度身打造，可能有眾多不同的儲存層，比如即時、歸檔、冗餘和分散式等儲存層。沒有哪一個雲能做到這點。儲存的資料可以由AI引擎快速、程式化地訪問，並透過機器學習逐漸加以豐富。

比如說，你可能使用AWS S3儲存來進行歸檔，使用異地SAN儲存來滿足高效能要求。

通過為AI關聯各個資料來源，迅速處理資訊，迅速豐富資料：資料在裸機上處理起來速度最快(因為障礙最少)，並在這個核心與伺服器的原始處理能力之間跳轉。裸機伺服器叢集仍是AI處理的最佳構件。

為應用程式提供定製的安全性：確保應用程式安全是企業的一項重要使命，在集中式場景下尤為如此。歸根結蒂，最近新聞媒體上的安全洩密事件與使用者未妥善使用AWS系統有關，因而暴露了祕密資訊。

從根源來分析諸如此類的安全事件，許多程式缺口(procedural gap)歸結為知識缺口(knowledge gap)、培訓和技術。核心混合資料處理可以實現公共雲環境中根本沒有使用的企業控制、報告和審計等要素。

混合雲無極限

我們生活在這樣一個時代：在某個地方，雲似乎以某種方式處理每次互動、交易和溝通。世界上幾乎每個應用都使用雲作為其整合架構。明天的資訊系統將變得更專注於在種類越來越廣泛的裝置上提供實時體驗。

按照舊規則，比如摩爾定律、寬頻增長規律以及定義計算機服務行業的其他線性趨勢，創新只能隨著時間的推移才能實現。由於混合雲技術，不再是這樣了。

物聯網、AI和混合雲是同一個三角形的三條邊，是同一條凳子的三條腿，是IT界的三位一體。這三股力量將共同提升資料的地位，成為現代應用創新的核心。

對當前應用為王的這個世界而言，未來無極限。混合雲不僅僅是一種平臺。它是由戰略打造的，是一種領先的技術解決方案，是一種神奇的架構，最重要的是還有望構建未來。

影片：https://youtu.be/jg4AaB32Xkc
ファームノートの挑戦。Internet of Animals で切り拓くこれからの農業 | AWS Summit Tokyo

附圖：愛瑪麗歐機器人可一秒鐘內偵測並辨識人臉，並可同時辨識超過100人

資料來源：http://3smarket-info.blogspot.tw/2017/10/ai-it.html