物聯(lián)網(wǎng)包括可以連接到互聯(lián)網(wǎng)的任何對象，包括工廠設(shè)備、汽車、移動設(shè)備和智能手表等。現(xiàn)在物聯(lián)網(wǎng)主要指裝備了傳感器，軟件和相關(guān)技術(shù)的互聯(lián)產(chǎn)品，傳感器、軟件和相關(guān)技術(shù)使設(shè)備能夠與其他事物進行數(shù)據(jù)的傳輸和接收。傳統(tǒng)上，連通性主要是通過Wi-Fi實現(xiàn)的，現(xiàn)在5G和各類技術(shù)，使平臺能夠越來越迅速、可靠地處理大量數(shù)據(jù)。

收集數(shù)據(jù)的目的不是為了擁有數(shù)據(jù)，更重要的在于使用數(shù)據(jù)。物聯(lián)網(wǎng)設(shè)備收集并傳輸數(shù)據(jù)的最終目的是分析數(shù)據(jù)并采取明智的行動。這就是AI技術(shù)發(fā)揮作用的地方：借助高級分析和機器學(xué)習(xí)的功能來增強IoT網(wǎng)絡(luò)。

[[389977]]

什么是物聯(lián)網(wǎng)?

物聯(lián)網(wǎng)是配備有傳感器，軟件和相關(guān)技術(shù)的互連對象和設(shè)備(又稱“物”)，可以與其他設(shè)備或系統(tǒng)進行數(shù)據(jù)的傳輸和接收。

[[389978]]

物聯(lián)網(wǎng)如何工作?

物聯(lián)網(wǎng)設(shè)備可以幫助遠程獲取信息，配備傳感器的設(shè)備可以幫助獲得相關(guān)的感知數(shù)據(jù)，并根據(jù)需要共享該數(shù)據(jù)，對數(shù)據(jù)進行分析，為后續(xù)操作和決策提供建議，最后實現(xiàn)自動化的執(zhí)行后續(xù)的操作和決策。這個過程可以分為四個階段：

• 捕獲數(shù)據(jù)。通過傳感器，物聯(lián)網(wǎng)設(shè)備從其環(huán)境中捕獲數(shù)據(jù)?？赡苁菧囟葦?shù)據(jù)、視頻數(shù)據(jù)，也可能是與設(shè)備運動狀態(tài)相關(guān)的數(shù)據(jù)。
• 共享數(shù)據(jù)。物聯(lián)網(wǎng)設(shè)備使用網(wǎng)絡(luò)連接，使數(shù)據(jù)可以根據(jù)需要通過公共或私有云進行訪問
• 處理數(shù)據(jù)。對軟件分析、處理，并根據(jù)該數(shù)據(jù)執(zhí)行某項操作，例如打開風(fēng)扇或發(fā)送警告。
• 對數(shù)據(jù)采取行動。分析了網(wǎng)絡(luò)中所有設(shè)備的積累數(shù)據(jù)。根據(jù)數(shù)據(jù)洞察，為未來操作和業(yè)務(wù)決策提供信息。

物聯(lián)網(wǎng)技術(shù)如何發(fā)展?

物聯(lián)網(wǎng)設(shè)備每年40萬億字節(jié)的數(shù)據(jù)，可以裝滿1990年代所有軟盤。而物聯(lián)網(wǎng)是融合的技術(shù)，涉及非常多的相關(guān)技術(shù)：

• 連接技術(shù)：只有通過互聯(lián)網(wǎng)和云連接來發(fā)送和接收數(shù)據(jù)，才能實現(xiàn)IoT數(shù)據(jù)量的巨大增長。早期，物聯(lián)網(wǎng)設(shè)備主要依靠本地Wi-Fi網(wǎng)絡(luò)傳輸復(fù)雜和大量數(shù)據(jù)的能力。隨著5G和蜂窩網(wǎng)絡(luò)的改善，未來將會有多樣的連接方式實現(xiàn)設(shè)備互聯(lián)。

• 傳感器技術(shù)：隨著對物聯(lián)網(wǎng)傳感器需求的持續(xù)增長，傳感器供應(yīng)商已從一些昂貴的高端產(chǎn)品供應(yīng)商轉(zhuǎn)變?yōu)楦叨热蚧覂r格競爭激烈的傳感器行業(yè)。自2004年以來，物聯(lián)網(wǎng)傳感器的平均價格下降了70%以上，伴隨著這些產(chǎn)品更好的功能和多樣性的需求推動。

• 計算能力：物聯(lián)網(wǎng)設(shè)備當前生成的40 萬億字節(jié)數(shù)據(jù)，未來將會呈現(xiàn)指數(shù)增長，在未來5年設(shè)備數(shù)量可能會翻倍。為了充分利用數(shù)據(jù)，現(xiàn)代企業(yè)需要不斷提升數(shù)據(jù)存儲能力和處理能力。

• 人工智能和機器學(xué)習(xí)：使企業(yè)不僅能夠管理和處理大量物聯(lián)網(wǎng)數(shù)據(jù)，而且能夠?qū)ζ溥M行分析和學(xué)習(xí)。大數(shù)據(jù) 是原料， 人工智能 和 機器學(xué)習(xí) 是處理方法。數(shù)據(jù)規(guī)模越大，越多樣化，基于人工智能的高級分析提供的洞察和信息就越強大和準確。物聯(lián)網(wǎng)設(shè)備的興起與人工智能的發(fā)展及其對所提供數(shù)據(jù)的需求也大大增長。

• 云計算：物聯(lián)網(wǎng)的興起與云計算的發(fā)展息息相關(guān)。憑借按需交付處理能力和大容量存儲的能力，云物聯(lián)網(wǎng)服務(wù)為物聯(lián)網(wǎng)設(shè)備收集和數(shù)據(jù)傳輸量的增大奠定了基礎(chǔ)。私有云解決方案使企業(yè)能夠管理更大規(guī)模數(shù)量和更多類型的IoT數(shù)據(jù)，并保證封閉系統(tǒng)的安全性。

• 邊緣計算：物聯(lián)網(wǎng)網(wǎng)絡(luò)中的設(shè)備通常在地理位置上得到廣泛分配，并將數(shù)據(jù)傳輸?shù)絾蝹€中央系統(tǒng)。隨著物聯(lián)網(wǎng)數(shù)據(jù)量的日益增長，大量的數(shù)據(jù)傳輸占據(jù)了網(wǎng)絡(luò)帶寬和云容量。同時，數(shù)據(jù)傳輸帶來的時間滯后影響了效率。邊緣計算解決方案通過使系統(tǒng)更靠近數(shù)據(jù)源來分散系統(tǒng)的處理能力。這需要通過集成本地化計算系統(tǒng)以及在IoT設(shè)備本身中構(gòu)建處理能力來實現(xiàn)的。處理后的數(shù)據(jù)可推動現(xiàn)場立即采取行動，然后以結(jié)構(gòu)化和組織化的格式定期發(fā)送到可以進行高級分析和處理的中央系統(tǒng)。