如何理解 AI + IoT = AIoT？

https://www.toutiao.com/a6702391292120269323/

 

理解AIoT，我们先来了解下面这几个概念：

边缘计算

物联网的最初概念要求将数据发送到云进行处理和分析。然而，随着设备数量呈指数增长，许多应用程序已经达到了一个障碍，其中来回传输的数据量导致延迟问题。通过分析边缘处的数据，设备可以自己确定需要预处理和/或发送到云的内容以及可以过滤的内容。简单地说，边缘计算只是意味着将计算能力从中心位置转移到互联网与现实世界交互并与之交互的“边缘”; 即，实际收集位置数据。

人工智能（AI）

AI，正如今天使用的术语，仍然位于“狭义AI”的概念中。这指的是能够执行一组特定任务的程序或系统，而没有任何直接的人为输入，如果这样做通用AI，这是我们通过科幻小说更熟悉的可怕类型。狭义AI的当前应用场景是通过机器学习实现的文本，图片和语音识别。这样的人工智能系统已经经历了数千甚至数百万的不同数据，并学会了如何区分不同的输入。但无论预测变得多么复杂，它仍然局限于这个狭窄的任务范围。

智慧城市

“智能城市”可以被认为是利用其他信息和通信技术实现上述概念，其明确目标是提高城市生活质量。这是通过优化资源消耗，流量，公共安全等来实现的。

AIoT = AI + IoT

简而言之，AIoT是人工智能与物联网相遇的交汇点。这可以被认为是AI越来越接近边缘并且让更大的计算蛋糕部分发生在IoT设备所在的位置。想象一下运行面部识别的监控系统。而不是将任何镜头发送到云进行分析，这将导致延迟，而是由本地AI设备直接分析数据。

我们用假设的场景来解释物联网和人工智能结合的概念

无人机交通监控

我们的城市通过向外和向上扩展（由高度增长的建筑物）在三个方面发展。然而，道路仍然主要局限于两个方面，随着城市规模的扩大，这会导致交通拥堵增加。

基于实时数据监控和更改流量可以显着提高效率并减少拥塞。无人机可以快速部署，同时覆盖大面积区域。通过将这些设备安排在智能无人机配置中，无人机可以通过无线千兆位通信将数据传输到整个城市的边缘设备。通过这些方式，可以用无人机实时收集信息，然后通过附近的设备发送信息进行深入分析。

 

带无线千兆位发射器的无人机

 

第一步分析由边缘AI平台处理。这包括车辆识别和交通流量评估。因此，设备可以自己确定如何基于分析处理数据; 即，车辆数量是否增加，是否存在拥堵风险？然后，可以将任何基本数据发送到集中平台（或云端），其中可以根据数据采取诸如重定向流量，改变速度限制和调整交通灯等措施。

AI平台和全闪存阵列

由于大部分数据处理仍将在云中进行，边缘计算变得越来越普遍，物联网设备具有更强的计算能力，但网络带宽仍然有限。

 

人工智能平台

 

使用全闪存阵列作为基础设施的一部分，可以大大加快实时分析，以满足AIoT工作负载的要求。

 

全闪存阵列

 

当镜头从遍布城市的众多AI平台到达时，全闪存阵列有助于加快结构化和非结构化数据的数据处理速度。由于此服务器主板完全加载了闪存设备，因此与使用更传统的硬盘驱动器（HDD）相比，它的性能提升速度要快许多倍。

车队管理和人工智能

AI保持车载主题，还可以加强车队管理运营。密切关注大量车辆可能具有挑战性，但有许多方法可以优化运营：降低燃油成本，减轻不安全的驾驶员行为，车辆维护等。

大多数当前的车辆定位系统严重依赖于GPS，这可能存在问题。例如，您可能经历过进入隧道并让您的GPS完全无法跟踪您的位置。在停车场或卫星覆盖范围较差的其他区域内驾驶时，也会发生这种情况。系统也很难确定车辆的高度。

但是，GPS以外的数据来源可以指示车辆的位置。例如，车辆本身可以持续跟踪车辆的速度和转弯速率。然后，车载AI平台可以通过使这些参数补偿丢失或不完整的GPS数据来计算车辆在任何时刻的位置。这项技术被称为汽车航位推算或DR。最后，数据可以通过无线网络传输回运营商。

这就是人工智能设备的使用如何帮助操作员跟踪车辆的位置，即使隐藏在卫星的视线之外。想象一下这种情况：其中一辆车发生事故。只需一个基本的GPS，操作员就不会知道在以某种方式联系之前发生了事故。另一方面，通过AI解决方案，操作员将立即得到通知，因为车辆不再移动，发动机突然关闭，等等。

存储和内存：回归基础

关于AIoT的许多讨论都集中在将AI带到收集数据的地方。换句话说，我们需要能够在路上，天空中，工厂内或海上平台上运行这些程序的设备。这些位置的共同点是通常对电子设备不太有利的环境。

这就是为什么我们把AI和物联网视为一个魔术盒，你可以在任何需要的地方购买和安装它是错误的。应将其视为由许多较小组件组成的系统，这些组件一起使AI能够完成其工作并使数据无需太多延迟即可到达用户。

 

工业级存储器和存储器

存储和存储器组件和设备必须存在于处理和传输数据的每个位置。由于这些流程通常不会对系统造成最大的负担，因此更重要的是组件是健壮的并且经久耐用。