最火智联网创新在路上马达贵阳保温涂料育儿嫂厚料机z

智联创新“在路上”

AI与IoT相辅相成。IoT为AI提供深度学习所需的航母的出现使中国的军事地位又1次提供海量数据养料，而其场景化互联更为AI的快速落地提供了基础。AI则将连接后产生的海量数据经分析决策转换为价值。

中国每年生产7亿头生猪，占全球48%。然而，其中8000万头小猪在出生72小时内就会死亡。母猪误压致死是一个主要原因，而每一小时就会发生6.4万次这样的挤压事件。与此同时，人工解救措施正在变得越来越昂贵。

面对这样的现实问题，作为物联新范式的智联（AIoT），能否帮助延续几千年的养猪行业？

这是8月8日在京举办的首届 挚物 AIoT产业领袖峰会 上，镭场景实验室创始人暨CEO武军提到的智联应用的有趣场景之一。他表示，通过安装摄像头、传感器等，智联可以扮演小猪崽 拯救者 的角色。

在中国工程院院士邬贺铨看来，5G的发展赋予了AIoT 新的动能。 5G是连接AI（人工智能）与IoT（物联）的桥梁，其具备的高带宽、高可靠、低时延及大连接等特点开拓了AIoT更广阔的应用领域。

AIoT是IoT的发展方向

AIoT即AI+IoT，指的是AI技术与IoT在实际应用中的落地融公路涂料合。自两年前阿里巴巴创始人马云提出 物联的本质是智联 这一论断后，AIoT一词便火速走红，发展至今，已成为2019年当之无愧的热词。谷歌、微软、阿里巴巴 越来越多的企业开始将AIoT作为自己的核心战略，越来越多的应用开始将物联与人工智能结合在一起。

10年前，中国提出建设 感知中国 ，开启了我国物联发展的新纪元。欧盟出台了《物联 欧洲行动计划》，表示要采取措施确保其在建构新型互联过程中起主导作用。然而， 过去10年间，物联的发展并没有我们想象得那么快 。在中国信息通信研究院副院长余晓晖看来，这主要是因为物联存在碎片化、标准化、技术条件不足等诸多方面的问题。

随着5G、边缘计算等技术的发展，余晓晖认为，目前物联发展所需要的技术板块已经基本具备，基于泛在的、深度的连接形成 数据驱动的智能 已成为可能，而这是一个新的方法论，是面向第四次工业革命的全球数字化转型的方法论。其中，物联、人工智能无疑是这一方法论的基础，也是发展最为迅速、创新最为活跃的领域之一。正是在这样的背景下， 未来十年将迎来物联真正爆发的阶段 。

在邬贺铨看来， AIoT是IoT的发展方向，IoT需要AI来提升其价值 。IoT标准主要解决数据传输技术，而AIoT关注新的IoT应用形态，更强调的是服务，特别是面向物联的后端处理及应用。

应该如何理解AI和IoT之间的关系呢？邬贺铨认为，AI与IoT相辅相成。IoT为AI提供深度学习所需的海量数据养料，而其场景化互联更为AI的快速落地提供了基础。AI汕尾则将连接后产生的海量数据经分析决策转换为价值。

从单机智能到主动智能

市场研究机构MarketsandMarkets近日发布报告称，2019年全球AIoT市场规模为51亿美元，到2024年，这一数字将增长至162亿美元，复合年增长率将达到26%。这其中，5G的发展功不可没。

在邬贺铨看来， 5G的增强移动带宽、高可靠、低时延和广覆盖等特性与边缘计算的结合，使得AI与IoT融为一体 。其表现之一是 引领了IoT标准的演进 。

与4G相比，5G技术的发展使得无线与络技术从面向消费应用扩展到了产业应用。正是在这样艺术新人小泉：善用废旧材料打造“新面孔”的趋势下，通信行业组织3GPP通过仿真向国际电信联和化学容器盟（ITU）提交报告，说明在LTE和未来5G频段工作的NB IoT（窄带物联）和eMTC（增强型机器类型通信）这两种物联连接标准能满足5G的连接密度要求，因此可纳入5G低功耗广域物联标准，使其成为物联应用新的技术标准主流。

他举例说，在5G技术的支持下，AIoT在语音识别和人脸识别及步态识别、智能家居、智能城市、工业互联、机器人等多个领域都大有可为。

例如，如果有些人戴口罩和头盔以躲挂面机避人脸识别，就需要使用步态识别技术，通过身高、腿骨、肌肉、关节等人体特征和走路姿态进行识别，因为步态难以伪装。而在最近热门的垃圾处理问题上，邬贺铨表示， 智能垃圾桶，能够实时检测垃圾桶的情况，在溢满时自动通知，可提升30%的垃圾清理效率。

展望AIoT的未来，邬贺铨认为，其将经历单机智能、互联智能和主动智能三个发展阶段。 目前，对于智能家居而言，还处于单机智能阶段，而就工业互联、机器人等智能产业而言，则已经进入到互联智能阶段。

新时代的挑战

作为此次峰会的主办方，对于我们当下的处境，物联智库创始人彭昭做了这样一个比喻 冰山，冰上之上是可见的部分，冰山之下是被很多人忽视的部分。 不管你爱或者不爱，我们都正在迎来一个全新的时代 智联时代。在这个时代，以前的成功经验今后都将不再管用。

而邬贺铨则认为，目前AIoT仅处于起步阶段， 有很大的发展空间，也面临重大挑战 。

在他看来，这些挑战主要来自四个方面：算力、算法、平台兼容性和安全性。具体而言，在AIoT时代，算力方面的问题是，密集和频繁地使用高速计算资源将面临成本压力。算法方面的挑战在于，面对未来应用场景的丰富性，有必要在算法层面予以增强，而基础算法非常复杂，应用企业的开发能力或显不足。平台兼容性的困难则是，要把框架里的算法定应力伸长等参数部署到数量众多的物联设备上，大规模部署问题重重。

安全更是未来的 重中之重 。邬贺铨认为，在智联时代， 人工智能决策的正确性仍受物联数据精确度的影响，AI的分析结果还缺乏可解释性。而AIoT还存在被攻击而成为僵尸物联的风险 。

面对上述问题，邬贺铨做了如是总结： 未来AIoT的发展，仍旧需要标准化推动、企业间合作提升兼容性。另外，还需要将各种有威胁的情报进行共享，增强安全保障能力。

正因为如此钣金设备， 创新永远在路上。 邬贺铨说。