欧美成人精品一区二区男人小说,美媛馆国产精品一区二区,亚洲成人av一区二区,欧美momandson

近年來隨著網(wǎng)絡(luò)的快速發(fā)展，無所不在的終端設(shè)備與傳感器進(jìn)入我們的生活，加上云端運(yùn)算虛擬化技術(shù)與服務(wù)型商業(yè)模式的興起，讓計算機(jī)運(yùn)算資源改以服務(wù)形式，經(jīng)由互聯(lián)網(wǎng)直接取得，重新塑造信息產(chǎn)業(yè)供應(yīng)鏈，在這個潮流下，物聯(lián)網(wǎng)(InternetofThings，IoT)無疑是眼下最熱門的話題之一，隨著傳感器的迅速普及，通過傳感器收集的巨量資料(BigData)經(jīng)過云端服務(wù)存儲及巨量數(shù)據(jù)的分析，以數(shù)據(jù)驅(qū)動服務(wù)價值，將是未來采用的技術(shù)創(chuàng)新，更是將引領(lǐng)下一個產(chǎn)業(yè)革命的典范轉(zhuǎn)移，成為未來企業(yè)新的商業(yè)模式。

物聯(lián)網(wǎng)與人工智能

物聯(lián)網(wǎng)是一個基于互聯(lián)網(wǎng)、傳統(tǒng)電信網(wǎng)等信息承載體，讓所有能夠被獨(dú)立尋址的普通物理對象實現(xiàn)互聯(lián)互通的網(wǎng)絡(luò)。物聯(lián)網(wǎng)一般為無線網(wǎng)，而由于每個人周圍的設(shè)備可以達(dá)到一千至五千個，所以物聯(lián)網(wǎng)可能要包含500兆至一千兆個物體。在物聯(lián)網(wǎng)上，每個人都可以應(yīng)用電子卷標(biāo)將真實的物體上網(wǎng)聯(lián)結(jié)，所以從物聯(lián)網(wǎng)的定義來看，智能電話、可穿戴設(shè)備、汽車、住房、消費(fèi)類電子產(chǎn)品、醫(yī)療設(shè)備、工廠設(shè)備等城市基礎(chǔ)設(shè)施，都可成為一個端點(diǎn)(Thing)，因此物聯(lián)網(wǎng)會產(chǎn)生巨量的數(shù)據(jù)。

另一方面自從IBM的超級計算機(jī)Watson在2011年于在美國著名的知識答題節(jié)目“危險邊緣”，力挫兩位頂尖人類選手，成為當(dāng)時冠軍，人工智能再度受到各方的關(guān)注。Watson具備自然語言理解能力，還具有語義分析的能力，能分清反諷，雙關(guān)等特定語言現(xiàn)象。而這是構(gòu)筑人工智能的重要技術(shù)“機(jī)器學(xué)習(xí)”的進(jìn)化應(yīng)用。“機(jī)器學(xué)習(xí)”是從巨量的數(shù)據(jù)庫數(shù)據(jù)中探勘構(gòu)造一個模型，定義不同的參數(shù)，而學(xué)習(xí)這件事就是讓這個模型以程序的方式執(zhí)行，利用測試數(shù)據(jù)(TrainingData)來調(diào)整優(yōu)化這些參數(shù)，等到訓(xùn)練樣本到一定的程度后，參數(shù)的定義也成熟了，這支程序就可以做預(yù)測。而隨著取得的數(shù)據(jù)愈來愈龐大，傳統(tǒng)的機(jī)器學(xué)習(xí)算法行不通，必需要能夠自行學(xué)習(xí)知識而無須人工干預(yù)，這就是后來大家所熟知的深度學(xué)習(xí)領(lǐng)域。

對于物聯(lián)網(wǎng)領(lǐng)域來說，首先要做的事情就是讓設(shè)備可以連接，但是在設(shè)備連接上之后，人工智能就變得很重要，因此單純使用網(wǎng)絡(luò)將人和裝置鏈接是不夠的，關(guān)鍵是要擁有足夠的人工智能，解析鏈接后帶來的巨量數(shù)據(jù)，才能不需要太多人力介入，就能產(chǎn)生具高附加價值的應(yīng)用。

物聯(lián)網(wǎng)與人工智能應(yīng)用

先舉兩個生活化的例子來看目前物聯(lián)網(wǎng)和人工智能的應(yīng)用。

首先來看Google的無人車，它控制駕駛原理是通過車子四周安裝的諸多傳感器，持續(xù)不斷地收集車輛本身以及四周的各種精確數(shù)據(jù)，由車內(nèi)的處理器進(jìn)行分析和運(yùn)算，再根據(jù)計算結(jié)果來控制車子行駛，并將所收集到的數(shù)據(jù)傳送到中央數(shù)據(jù)庫，提供給所有的無人車，因此每臺無人車能不斷的從云端更新數(shù)據(jù)庫，學(xué)習(xí)各種突發(fā)狀況，進(jìn)而做出最佳的反應(yīng)動作。

另一個例子是日本SoftBank的智能機(jī)器人Pepper，它除了機(jī)器本身的傳感器、語音識別之外，還搭載了EmotionEngine的情緒辨別系統(tǒng)，和SoftBank為了此Engine所建立的云端運(yùn)算服務(wù)CocoroSB，因此可以感知使用者的情緒并作出適合的舉動，并借助此云端運(yùn)算自行學(xué)習(xí)情緒能力，未來計劃能夠作為醫(yī)療照護(hù)人員、兒童保姆、老人照護(hù)或是商家店員等方面的運(yùn)用。

除了實驗性質(zhì)的測試外，在目前產(chǎn)業(yè)方面的運(yùn)用，有在工廠設(shè)備的預(yù)測性維護(hù)和快速遠(yuǎn)程診斷、商店、營運(yùn)場所資料收集運(yùn)用、農(nóng)業(yè)結(jié)合氣候和地理等數(shù)據(jù)的運(yùn)用等。

例如ThyssenKruppElevator負(fù)責(zé)維護(hù)全球110萬部以上的電梯，他們使用物聯(lián)網(wǎng)服務(wù)，將ThyssenKrupp的電梯內(nèi)數(shù)以千計的傳感器和系統(tǒng)(這些傳感器和系統(tǒng)會監(jiān)控從馬達(dá)溫度到樞軸對準(zhǔn)、車廂速度和電梯門運(yùn)作的一切事項)連接到云端。透過MicrosoftAzure機(jī)器學(xué)習(xí)服務(wù)，電梯所提供的數(shù)據(jù)會送到動態(tài)預(yù)測性模型中，并將這些信息繪制到計算機(jī)和行動裝置上的可用儀表板上，以便實時檢視關(guān)鍵效能指標(biāo)，透過預(yù)測性維護(hù)和快速遠(yuǎn)程診斷功能提高可靠性，現(xiàn)在，電梯本身可以教導(dǎo)技術(shù)人員如何進(jìn)行修理作業(yè)，因此可以大幅提高現(xiàn)場的效率，電梯的運(yùn)行時間也會大幅增加。

或在醫(yī)療方面KaiserPermanente使用行動技術(shù)為居家的病患提供遠(yuǎn)程監(jiān)控選擇，藉此提高病患的參與和便利性，同時為臨床醫(yī)生啟用更有效率的工具。他們正在測試將醫(yī)療設(shè)備(例如血壓計、血糖儀和可穿戴的“手環(huán)”監(jiān)控器)連接到智能手機(jī)。智能手機(jī)會當(dāng)做網(wǎng)關(guān)裝置來運(yùn)作，負(fù)責(zé)傳送數(shù)據(jù)給安全的云端，以便與現(xiàn)有的分析以及可在KaiserPermanente數(shù)據(jù)中心執(zhí)行的數(shù)據(jù)可視化程序整合在一起。臨床醫(yī)生可以透過中央儀表板存取這些數(shù)據(jù)，以獲得有關(guān)病患健康和活動狀況的全盤且?guī)捉鼘崟r的了解，透過幾乎實時遠(yuǎn)程監(jiān)控重大生命跡象和自動警示，增強(qiáng)對病患的照護(hù)及提高他們的安全。

未來的趨勢

早期的人工智能研究人員直接模仿人類進(jìn)行逐步的推理，就像是玩棋盤游戲或進(jìn)行邏輯推理時人類的思考模式。到了1980和1990年代，利用機(jī)率和經(jīng)濟(jì)學(xué)上的概念，人工智能研究還發(fā)展了處理不確定或不完整的信息，對于困難的問題，有可能需要大量的運(yùn)算資源，也就是發(fā)生了“可能組合爆增”：當(dāng)問題超過一定的規(guī)模時，計算機(jī)會需要天文數(shù)量級的內(nèi)存或是運(yùn)算時間，這些硬設(shè)備的投資，不僅成本昂貴且對于使用者有著較高的技術(shù)門坎。

不過云端、巨量資料、物聯(lián)網(wǎng)的發(fā)展，讓人工智能研究得以進(jìn)一步商品化，近年來我們不僅看到了用于精密檢測的機(jī)器視覺系統(tǒng)、用于裝配作業(yè)的初級智能機(jī)器人系統(tǒng)和用于微型計算機(jī)的自然語言接口以及各種專家系統(tǒng)，還在智能家居、智能大樓、車用系統(tǒng)等設(shè)備中得到了廣泛的應(yīng)用。在一定程度上這些項目利用到了物聯(lián)網(wǎng)、巨量數(shù)據(jù)分析、人工智能上的機(jī)器學(xué)習(xí)和自然語言理解等技術(shù)，但它又不像那些傳統(tǒng)人工智能一樣，看了就讓人敬而遠(yuǎn)之，似乎只是在實驗室中的產(chǎn)品，現(xiàn)在這些技術(shù)將普遍應(yīng)用于生活家居、醫(yī)療照護(hù)、會計，預(yù)測疫情和犯罪等，都能透過IOTx人工智能幫忙。

企業(yè)的機(jī)會

很多人認(rèn)為個人或中小型的企業(yè)要運(yùn)用人工智能技術(shù)發(fā)展業(yè)務(wù)是困難且昂貴的，但愈來愈多的業(yè)者像MicrosoftAzure、AmazonAWS、IBMWatsonAnalytics等，都己經(jīng)提供云端機(jī)器學(xué)習(xí)的相關(guān)服務(wù)，讓開發(fā)團(tuán)隊可以專注在資料的搜集、要解決的問題、判斷要“學(xué)習(xí)”什么問題，其它運(yùn)算的工作就讓機(jī)器學(xué)習(xí)這個平臺來完成，因此機(jī)器學(xué)習(xí)技術(shù)變的更易于使用、更便宜，因此經(jīng)濟(jì)部工業(yè)局也提出了工業(yè)4.0，一來透過物聯(lián)網(wǎng)與人工智能，避免因為缺工問題而造成的產(chǎn)業(yè)危機(jī)，二來則是改善所有產(chǎn)業(yè)的生產(chǎn)力，如此，最困難昂貴的部份如網(wǎng)絡(luò)、存儲器、機(jī)器學(xué)習(xí)等資源由云端業(yè)者提供，我們不需投入昂貴的硬設(shè)備，只要專注于IoTx人工智能的應(yīng)用，發(fā)展核心新事業(yè)，發(fā)現(xiàn)新的商業(yè)機(jī)會。