AIoT技术分析与应用研究
发表时间：2020-08-05T03:15:48.293Z 来源：《现代电信科技》2020年第5期 作者： 吴林1 单铁园1 汪承研2 文海军3
[导读] 物联网在人工智能、边缘计算等技术推动下，正在快速向智联网蜕变，不断从数据、算法、算力、连接、场景五大要素进行融合创新，提升物联网整体系统的智能化能力，本文针对AIoT智联网的技术发展、应用场景、未来展望等相关内容展开阐述。（1.深圳力维智联技术有限公司 广东深圳 518000；2.广东机电职业技术学院 广东广州 510550； 3.中兴通讯股份有限公司 广东深圳 518000）
摘要：物联网在人工智能、边缘计算等技术推动下，正在快速向智联网蜕变，不断从数据、算法、算力、连接、场景五大要素进行融合创新，提升物联网整体系统的智能化能力，本文针对AIoT智联网的技术发展、应用场景、未来展望等相关内容展开阐述。 关键词：AIoT；智联网；物联网；群体智能
（一）物联网与人工智能相结合的发展趋势
物联网体系在大数据、云计算和人工智能的技术发展推动下，由原来的侧重于数据采集与监视发生了很大的变化，人工智能在物联网各个环节发挥作用，主要体现在四个方面：
（1）边缘终端的智能化发展：计算能力及软件操作系统的发展促进了终端侧软硬件解耦，终端可根据业务场景实现功能定制，实现软件定义硬件；同时边缘计算技术为终端设备间的协作提供了重要支撑。
（2）泛在物联能力发展：局域网、低功耗广域网、5G等陆续商用为物联网提供泛在连接能力，物联网网络基础设施迅速完善，互联效率不断提升。
（3）业务服务平台化发展：物联网平台、业务应用平台开放性不断提升，融合人工智能技术，实现边缘智能与服务平台共生互补。 （4）数据价值变现创新发展：经过长期数据积累，物联网应用积累了丰富数，先联网后增值的发展模式进一步清晰，跨行业、跨环节“数据价值挖掘”和“数据使能”创新应用不断涌现。
万物互联的背后必然要求万物智能，物联网各大技术当前最终都指向了人工智能，人工智能成为了能否发挥出物联网巨大价值的关键。
物联网需要依托人工智能技术以便把物联网的应用边界不断拓展，同时物联网深入到各个产业领域，人工智能也同样需要物联网这个重要的平台来完成落地应用。智慧城市、车联网、工业物联网、智能家居、农业物联网等领域将广泛基于物联网与人工智能进行深度业务整合，推动而这些领域快速发展。 （二）AIoT的发展
物联网与人工智能的结合，推动了物联网从“连接”走向“智能”，合力推动了物联网向智联网的进化。智联网（AIoT）是2017年逐渐兴起的概念，AIoT融合AI技术和IoT技术，通过各种信息传感器实时采集各类信息，在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，实现人、机、物全面互联
在技术层面，人工智能使物联网获取感知与识别能力、物联网为人工智能提供训练算法的数据，AI的介入让IoT有了连接的“大脑”。AI、IoT“一体化”后，“人工智能”逐渐向“应用智能”发展，深度学习需要物联网的传感器收集数据，物联网的系统，也需要靠人工智能做到正确的辨识、发现异常、预测未来。
从技术发展趋势来看，AIoT的发展将会经历单体智能、群体智能和自主智能三个阶段。 1）单体智能
智能设备与设备之间不能直接相互联系，需要等待用户主动发起交互需求或者云端系统下发控制指令，各个单体系统只能基于自有采集数据进行分析判断及决策。在这种情境下，单体系统需要精确感知、识别和理解感知数据及用户指令，进行正确的决策、执行以及反馈。单体系统将具有对场景的数据感知融合能力，做到多感知语义互通。 b）群体智能
群体智能通过多个物联网智能设备融合协作，结合行业数据，产生认知智能，打破了单体智能的孤岛效应，对智能化体验场景进行了不断升级和优化。可采用采用“一个大脑（云或者中控），多个终端（感知器）”的模式，或者多智能体协同协作模式。
c）自主智能
自主智能是指智能系统根据用户行为偏好、用户画像、环境等各类信息，自主分析，主动提供适用于用户的贴心服务。自主智能真正实现了AIoT的智能化和自动化的终极目标。自主智能将会对整体产业和生活带来颠覆性变化，我们可以设想一下，伴随着清晨光线的变化，窗帘自动缓缓开启，音箱传来舒缓的起床音乐，新风系统和空调开始工作。智能系统随时待命，具备自学习、自适应、自提高能力，可主动提供适用于用户的服务。
（三）人工智能在AIoT中发挥的作用
AIoT是AI与IoT的融合，快速发展的人工智能对于物联网而言，是解锁其巨大潜力的钥匙。 3.1 AI挖掘IoT数据价值
物联网通过物联设备进行数据的感知、采集及共享，人工智能将数据进行萃取后分析并提供决策意见，促使智能设备间更好的协同工作，物联网与人工智能的结合将会使感知的数据鲜活起来，更加具备数据价值。 3.2 AI驱动IoT智能
在物联网应用中，AI技术在通过人工智能算法进行提前预判辅助或指导物联设备应对突发情况。当设备检测到异常情况时，人工智能技术会为它做出采取措施的选择和决策，提高了处理突发事件的准确度，真正发挥AIoT的智能优势。 3.3 AI助力IoT提效
人工智能通过分析、总结数据信息，从而挖掘业务的发展趋势并对未来事件作出预测，同时可结合分析结果提供优化建议和处置措施，提前发现发现可能出现问题的几率，并做出预警提醒，并可提供对应的优化建议，会从很大程度上减少故障影响，使得整体业务流程更加稳定运行，提高运营效率。 （四）AIoT落地场景
AIoT现在广泛应用众多物联网场景中，当前重点在以下场景中取得了长足发展。 4.1 室内场景的AIoT
在室内场景下布设感知设备将数据传至云平台各个智能系统单元，通过设备互相感知，系统相互配合，完成一系列场景联动。当前室内场景下的AIoT应用主要表现为AI“领班”模式，即场景中的设备联动需要用户的指令触发，例如家居场景中，需要通过智能音箱来调度设备之间的联动。未来，此类场景将可以实现 AI “管家”模式应用，设备可根据用户生活行为习惯与环境变化自主感知与联动。
例如：家居/酒店室内智能系统以传感设备感知居住环境，收取用户居住习惯数据，通过AIoT平台与边缘智能算法改善居住环境并与用户习惯自适应与自匹配；办公环境能耗管理系统以智能网关与智能电器为数据入口，利用AIoT PaaS 平台实时监测能耗，并通过AI算法实现设备自动启闭，能源自主降耗；社区智能管理系统更多以遍布社区的智能摄像头为前端感知入口，通过云边结合的方法实现人、车、屋等多维布控。
4.2 工业场景的AIoT
工业领域未来趋势是生产资源的高效利用、生产过程的柔性配置，自动化与信息化深度融合成为了重要的突破口。物联网接入采集高速、负责的机器数据，提升了对设备的监控管理能力，AIoT将这些数据开始后续服务。当前应用更多体现在单点式应用，通过工业物联网平台实现设备数据融合，提供专项与机器预测及数据处理强化的应用，另外就是智能工业机器人基于机器识别技术实现了感知识别、定位应用、智能制造等。未来AIoT将更多应用于全数字化产能生态转型，AI 在工业场景中解决问题的能力更加完善、能够真正在无人返工的情境下有效使用，工业物联网平台将支持或集成全场景的AI能力。 4.3 城市场景的AIoT
城市的运营管理涵盖了海量的人、车、物、行为的信息，城市物联网依托城市基础设施通过广泛部署的物联传感设备，采集了和处理了原本需要大量城市管理人员才能处理的城市运营信息，实现城市的智能化运营和精细化管理。目前AIoT与城市管理的结合重点在于基于物联视频数据融合进行视觉分析、预测分析、优化调度等，对公共安全事件、城市安全防控、交通监管调度、设施管网优化、民生服务等提供了广泛应用，提升城市精细化管理的效率。 （五）未来发展展望
AIoT当前主要集中于IoT硬件铺设及业务场景尝试，结合业务基于群体智能实现AI能力，提升边缘智能能力及应用智能能力。从未来趋势看，AIoT将会朝着以下方向不断深化发展：
1）自主智能将成为现实，AI算法与智能决策将会对日常的运营、管理与辅助决策、反馈优化流程等智能化的功能提出更高要求，实现随时在线，自主决策、随时服务，真正凸显AIoT的价值。
2）多维数据超融合创新业务场景，5G、IoT设备、云计算、边缘计算的迅速发展将推动AIoT进行多维数据的超融合，即实现智能控制系统、通信系统和信息化系统的智能化融合。将AI赋能于物物互联，赋能于业务创新，将会涌现出实时控制及协同场景下的新业务，将大幅提升生产效率及业务盈利能力。 参考文献：
[1] 2019年物联网行业市场研究报告. 前瞻产业研究院. 2019（08）
AIoT技术分析与应用研究
