在兩篇文章的第一篇中，Kavita Char 解釋了智能連接設(shè)備的增長趨勢，支持物聯(lián)網(wǎng)或 AIoT、從 AIoT 中受益的技術(shù)和一些應(yīng)用程序。在第二部分，她將介紹如何在 MCU 上實現(xiàn) AIoT。

在過去的十年中，從醫(yī)療設(shè)備、家庭和樓宇自動化到工業(yè)自動化的各個領(lǐng)域，物聯(lián)網(wǎng) (IoT) 設(shè)備的數(shù)量都出現(xiàn)了爆炸式增長。設(shè)備包括可穿戴設(shè)備、傳感器、電器和醫(yī)療監(jiān)視器——所有設(shè)備都連接、收集和共享大量數(shù)據(jù)。國際數(shù)據(jù)公司 (IDC) 的一項預(yù)測估計，到 2025 年將有 416 億個連接的物聯(lián)網(wǎng)設(shè)備或“事物”，產(chǎn)生 79.4 澤字節(jié) (ZB) 的數(shù)據(jù)。

這種增長的一個關(guān)鍵驅(qū)動因素是無處不在的無線連接，允許事物相互連接并連接到互聯(lián)網(wǎng)。這種超連接具有許多優(yōu)點，例如自動化控制、設(shè)備之間的輕松通信和數(shù)據(jù)共享。它還允許收集和共享大量數(shù)據(jù)，這些數(shù)據(jù)可以被收集并用于做出明智的決策。隨著連接設(shè)備數(shù)量的增加，生成的數(shù)據(jù)量也隨之增加。IDC 預(yù)測，這些設(shè)備產(chǎn)生的數(shù)據(jù)量在 2018-2025 年的預(yù)測期內(nèi)將以 28.7% 的復(fù)合年增長率增長。

人工智能 (AI) 是使物聯(lián)網(wǎng)更加有用的下一個合乎邏輯的步驟。智能可以內(nèi)置到物聯(lián)網(wǎng)終端設(shè)備中，使它們不僅可以收集和共享數(shù)據(jù)，還可以分析數(shù)據(jù)、從中學(xué)習(xí)、做出決策并采取行動，而無需任何人工干預(yù)。人工智能和物聯(lián)網(wǎng) (AIoT) 的結(jié)合創(chuàng)造了“智能”設(shè)備，這些設(shè)備從生成的數(shù)據(jù)中學(xué)習(xí)，并利用這些洞察力做出自主決策。新的人工智能技術(shù)正在實現(xiàn)邊緣智能，并顯著降低了云分析的需求和相關(guān)成本。人工智能有望成為幫助物聯(lián)網(wǎng)充分發(fā)揮其潛力的技術(shù)。

圖 1：AIoT 的元素。

AIoT 允許計算更接近數(shù)據(jù)。在邊緣設(shè)備上運行的人工智能技術(shù)可以自動處理和分析傳感器和其他物聯(lián)網(wǎng)設(shè)備生成的數(shù)據(jù)——例如溫度、壓力、濕度、振動或聲音——并使用這些信息來做出決策和觸發(fā)行動。

為什么人工智能在邊緣？

過去，由于機(jī)器學(xué)習(xí)模型的復(fù)雜性，人工智能應(yīng)用程序主要在云端運行。但是，由于缺乏可靠和高帶寬的連接，或者當(dāng)應(yīng)用程序需要模型在設(shè)備本身上運行時，有些應(yīng)用程序無法在云中運行。這些可能是需要快速、實時操作的應(yīng)用程序，由于其延遲而無法使用云。此類應(yīng)用的示例包括需要快速實時響應(yīng)且無法容忍云連接延遲的虛擬助手、工業(yè)控制、面部識別或醫(yī)療設(shè)備。此外，可能存在對數(shù)據(jù)安全性和隱私性的擔(dān)憂，從而推動了在本地設(shè)備上存儲和處理數(shù)據(jù)的需求。

因此，邊緣人工智能具有自主性、低延遲、低功耗、低帶寬要求、低成本和更高安全性等優(yōu)勢，這使其對新興應(yīng)用程序和用例更具吸引力。邊緣設(shè)備上增加的計算能力支持人工智能能力。人工智能可用于許多物聯(lián)網(wǎng)應(yīng)用，例如振動分析、語音處理、圖像分類和計算機(jī)視覺，這些應(yīng)用需要結(jié)合 DSP 計算能力和使用機(jī)器學(xué)習(xí)進(jìn)行推理。

物聯(lián)網(wǎng)中的人工智能——市場驅(qū)動力和趨勢

AIoT 允許用戶將原始物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)換為系統(tǒng)可以從中學(xué)習(xí)并推動決策制定的有用見解。MarketsandMarkets 預(yù)測，全球物聯(lián)網(wǎng)人工智能市場規(guī)模將從 2019 年的 51 億美元增長到 2024 年的 162 億美元。預(yù)計推動市場發(fā)展的主要因素是需要有效處理正在生成的大量實時數(shù)據(jù)從物聯(lián)網(wǎng)設(shè)備獲取有價值的見解、實時監(jiān)控、增強(qiáng)用戶體驗并減少維護(hù)成本和停機(jī)時間。

從近年來的各種市場報告中，都表明物聯(lián)網(wǎng)終端設(shè)備越來越多地采用人工智能技術(shù)，公司從基于云的人工智能轉(zhuǎn)向邊緣人工智能，以減少延遲和成本并實現(xiàn)實時監(jiān)控。物聯(lián)網(wǎng)領(lǐng)域的許多技術(shù)公司都在大力投資人工智能，以提供新的“智能”產(chǎn)品、提高業(yè)務(wù)效率并使用數(shù)據(jù)來推動業(yè)務(wù)洞察力和增強(qiáng)客戶體驗。

此外，風(fēng)險投資和對專注于人工智能的物聯(lián)網(wǎng)初創(chuàng)企業(yè)的收購正在快速增長。此外，亞馬遜、IBM、微軟和甲骨文等物聯(lián)網(wǎng)平臺供應(yīng)商正在其主要的通用和工業(yè)物聯(lián)網(wǎng)平臺上集成人工智能功能。

AIoT的優(yōu)勢

提高運營效率：AIoT 可以處理和檢測人眼看不到的實時運營數(shù)據(jù)模式，并可以使用該數(shù)據(jù)實時設(shè)置運營條件，從而實現(xiàn)最佳業(yè)務(wù)成果。因此，人工智能可以幫助優(yōu)化生產(chǎn)流程并改善工作流程，從而提高效率并降低運營成本。

改進(jìn)風(fēng)險管理：人工智能可以幫助機(jī)構(gòu)利用數(shù)據(jù)及時識別風(fēng)險，并利用這些洞察力優(yōu)化其流程，以提高安全性和減少損失，并做出更明智的業(yè)務(wù)決策。人工智能可以幫助降低風(fēng)險的應(yīng)用包括預(yù)測航空公司的機(jī)械故障和檢測工廠車間的安全風(fēng)險。

新產(chǎn)品和服務(wù)：處理大量數(shù)據(jù)并從中獲得洞察力的能力，開辟了以前不存在的新技術(shù)，如語音識別、人臉識別和預(yù)測分析。這些新創(chuàng)建的功能可用于許多應(yīng)用，例如在交付服務(wù)或災(zāi)難搜索和救援行動中使用機(jī)器人、智能視頻門鈴、基于語音的虛擬助手以及車輛或樓宇自動化系統(tǒng)的預(yù)測性維護(hù)等。

減少計劃外停機(jī)時間：在制造業(yè)中，由于設(shè)備故障導(dǎo)致的機(jī)器計劃外停機(jī)時間可能會對業(yè)務(wù)造成很大的破壞。預(yù)測性維護(hù)可以通過分析機(jī)器數(shù)據(jù)和主動安排維護(hù)來幫助預(yù)測設(shè)備故障，從而降低意外停機(jī)的發(fā)生率和成本。

改善客戶體驗：在零售環(huán)境中，AIoT 有助于定制購物體驗，并根據(jù)客戶情報、人口統(tǒng)計信息和客戶行為提供個性化推薦。

降低產(chǎn)品成本：通過將分析和決策帶到邊緣，人工智能有助于減少需要傳輸?shù)皆贫说臄?shù)據(jù)量，從而降低與云連接和服務(wù)相關(guān)的成本。

應(yīng)用

哪些類型的應(yīng)用程序可以從 AIoT 中受益或受益？這里有些例子。

農(nóng)業(yè) AIoT：農(nóng)業(yè)是可以從 AIoT 中受益的關(guān)鍵領(lǐng)域之一。人工智能用于創(chuàng)建一個智能系統(tǒng)，根據(jù)天氣條件、用水量、溫度和作物/土壤條件調(diào)整參數(shù)。分析來自傳感器的數(shù)據(jù)，以便在作物選擇、肥料、灌溉和害蟲控制方面做出最佳決策。人工智能幫助農(nóng)民提高產(chǎn)量，進(jìn)行季節(jié)預(yù)測和天氣預(yù)報，以最佳方式規(guī)劃作物和利用資源。帶有人工智能的計算機(jī)視覺用于監(jiān)控農(nóng)作物和大片農(nóng)田，以識別問題區(qū)域并在需要時生成警報。

機(jī)器人：在制造業(yè)和消費產(chǎn)品中，機(jī)器人非常適合人工智能。機(jī)器人真空吸塵器具有收集環(huán)境數(shù)據(jù)并使用人工智能來決定如何穿越空間的傳感器。同樣，用于災(zāi)區(qū)制造、包裝/食品配送或搜救行動的機(jī)器人使用人工智能來感知復(fù)雜（有時是敵對的）環(huán)境并相應(yīng)地調(diào)整其響應(yīng)。能夠識別面部和人類情感的機(jī)器人也被用于零售環(huán)境中，以引導(dǎo)交通并豐富購物體驗。

工業(yè)自動化：帶有人工智能的計算機(jī)視覺可用于改善裝配線的質(zhì)量控制并幫助進(jìn)行異常檢測。人工智能還可以幫助對機(jī)器進(jìn)行預(yù)測性維護(hù)，以避免停機(jī)、延長機(jī)器壽命并降低制造成本。機(jī)器人可用于制造車間或倉庫，以移動包裝、協(xié)助裝配線、檢查產(chǎn)品質(zhì)量并執(zhí)行重復(fù)性、高精度任務(wù)。

圖 3：工廠自動化中的人工智能。

自動駕駛汽車：自動駕駛或自動駕駛汽車結(jié)合物聯(lián)網(wǎng)和人工智能來導(dǎo)航交通，響應(yīng)不斷變化的交通、天氣或道路狀況或預(yù)測行人的行為。AI 還可用于根據(jù)收集的使用數(shù)據(jù)來衡量車輛的狀況，并為維護(hù)提供預(yù)測性建議。

樓宇/家庭自動化：AIoT 可以通過根據(jù)樓宇使用情況和用戶偏好數(shù)據(jù)調(diào)整照明和氣候控制，幫助公司降低能源成本并提高樓宇能源效率。預(yù)測性維護(hù)（使用關(guān)于建筑系統(tǒng)健康狀況的診斷數(shù)據(jù)）允許在需要時而不是按計劃進(jìn)行維修和維護(hù)，從而幫助公司節(jié)省成本。他們還可以在潛在系統(tǒng)故障發(fā)生之前提供警報，并幫助調(diào)整系統(tǒng)以獲得最佳性能。AI 還可用于使用攝像頭傳感器進(jìn)行自動訪問控制。

智慧城市：AIoT 可以開辟新途徑，創(chuàng)造更高效的城市，維護(hù)城市基礎(chǔ)設(shè)施，改善社區(qū)公共服務(wù)。這可以通過收集和分析來自大量傳感器和物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)并提取可用于實時調(diào)整的可行見解來完成。人工智能的實際應(yīng)用包括廢物管理、停車管理等公共服務(wù)、交通管理和智能照明。例如，無人機(jī)可用于實時監(jiān)控交通，數(shù)據(jù)可用于調(diào)整交通信號燈或車道分配，以管理和減少交通擁堵，所有這些都無需人工干預(yù)。同樣，安裝在垃圾箱上的傳感器可以提醒操作員僅在垃圾箱已滿時才撿起垃圾，從而有助于降低成本。

運輸和物流：人工智能通過預(yù)測性維護(hù)在車隊管理中得到應(yīng)用，實時監(jiān)控車隊并根據(jù)從 GPS 跟蹤器和傳感器收集的數(shù)據(jù)對車輛進(jìn)行主動維護(hù)。AI 還可以幫助車隊運營商進(jìn)行實時導(dǎo)航，以降低燃料成本、跟蹤車輛維護(hù)并識別不安全的駕駛員行為。

零售管理：人工智能可以通過兩種方式幫助零售。人工智能和預(yù)測分析有助于收集和分析大量數(shù)據(jù)，并使用這些信息來幫助零售商預(yù)測并做出準(zhǔn)確的、數(shù)據(jù)驅(qū)動的業(yè)務(wù)決策。AIoT 可以使用客戶情報、人口統(tǒng)計數(shù)據(jù)和行為分析來向購物者提供個性化建議，并改善商店運營、產(chǎn)品布局策略、客戶服務(wù)和整體用戶體驗。零售機(jī)器人可以幫助引導(dǎo)流量并改善客戶體驗。

圖 5：零售中的人工智能。

醫(yī)療保?。褐械?AIoT 可用于多種應(yīng)用，例如通過分析成像數(shù)據(jù)檢測和診斷疾病，通過傳感器遠(yuǎn)程監(jiān)控患者信息并在發(fā)現(xiàn)異常時發(fā)出警報，通過分析 EHR（電子病歷）預(yù)測患者疾病風(fēng)險健康記錄）和預(yù)測藥物相互作用。此外，機(jī)器人手術(shù)系統(tǒng)可以執(zhí)行或協(xié)助非常復(fù)雜和高精度的手術(shù)，并使微創(chuàng)手術(shù)成為可能。

人工智能是物聯(lián)網(wǎng)的未來

AIoT 正在支持新的應(yīng)用程序和用例，并將幫助物聯(lián)網(wǎng)充分發(fā)揮其潛力。AIoT 的應(yīng)用可以在智能城市、工業(yè)自動化、醫(yī)療、農(nóng)業(yè)和智能家居等多種市場中找到。我們將繼續(xù)看到將人工智能納入物聯(lián)網(wǎng)端點的新應(yīng)用程序的興起，越來越多的制造商將使 AIoT 成為重大投資領(lǐng)域。

審核編輯 黃昊宇