人工智能物联网（AIoT）是什么这些技术与应用从中获益
在这篇文章中，我们将解释人工智能物联网（AIoT）等智能联网设备的增长趋势，以及一些得益于 AIoT 的技术和应用。在下一篇文章中，她将讲述如何在MCU上实现AIoT。
在过去十年中，从医疗设备、家庭和建筑自动化到工业自动化，物联网 (IoT) 设备的数量呈爆炸式增长。可穿戴设备、传感器、电器和医疗监视器等设备都是联网的，能够收集和共享大量数据。根据国际数据公司 (IDC) 的一项预测估计：到 2025 年，将有 416 亿个互联的物联网设备或“物”，它们将产生 79.4 ZB的数据。
造成这种增长的一个关键是无处不在的无线连接，无线连接允许事物之间的互联并将它们连接到互联网。这种超连接具有很多优点：自动化控制、允许设备之间的轻松通信和数据共享。它还允许收集和共享大量的数据，并用这些数据做出智能决策。随着互联设备数量的增加，生成的数据量也在增加。 IDC 预测：在 2018-2025年间，这些设备产生的数据量的复合年增长率将达到 28.7%。
人工智能 (AI) 逻辑上能够让物联网更好地发挥作用。物联网终端设备可以内置智能功能，使它们不仅可以收集和共享数据，还可以分析数据、从中学习、做出决策并采取行动，而整个过程无需任何人工干预。人工智能和物联网的结合(AIoT)创造了“智能”设备，这些设备能从生成的数据中学习并自主做出决策。新的 AI 技术正在实现边缘智能，并可以显著降低与云分析相关的需求和成本。人工智能技术有望帮助物联网发挥最大的潜力。
图 1：AIoT 的六要素。
AIoT 可以让计算更接近数据产生的地方。在边缘设备上运行的人工智能技术可以自动处理并分析从传感器和其他物联网设备上生成的数据——例如温度、压力、湿度、振动或声音——并使用这些信息做出决策和执行操作。
为什么要将人工智能置于边缘？过去，由于机器学习模型的复杂性，人工智能应用主要在云端运行。但是由于缺乏可靠的高带宽连接，有些应用需要在设备上运行模型，也有些应用本身就无法在云端运行。这些应用可能需要快速的、实时的操作，由于其延迟而无法在云端运行。此类应用（例如虚拟助手、工业控制、人脸识别或医疗设备）需要快速实时的响应，不能承受云端的延迟。此外，人们也可能对云端数据的安全性和隐私性存在担忧，因此本地设备上存储和处理数据的需求会增加。云连接和云服务可能很昂贵，而且还会拉高与其相关的设备或服务的成本。
因此，边缘 AI 具有自主性、低延迟、低功耗、低带宽要求、低成本和高安全性的优势，这使其对新兴应用更具吸引力。在边缘设备上增加计算能力可以优化人工智能。人工智能可用于许多物联网应用，例如振动分析、语音处理、图像分类和计算机视觉，这些应用需要结合使用机器学习与 DSP 计算和推理。
物联网中的人工智能——市场的驱动因素和市场趋势AIoT 可让用户将原始IoT数据转换为有用的信息，使系统可以从这些数据中学习并基于此做出决策。 MarketsandMarkets 预测，全球人工智能在物联网市场的规模从 2019 年的 51 亿美元将增长到 2024 年的 162 亿美元。推动市场发展的主要因素是有效地处理大量实时数据，并从物联网设备中获取有价值的信息、进行实时监控、增强用户体验并减少维护成本和停机时间。
近年来的各种市场报告都表明：物联网终端设备越来越多地采用人工智能技术，企业从发展云端人工智能转向了边缘人工智能，以减少延迟和成本，并实现实时监控。物联网领域的许多科技公司都在大力投资人工智能，用于开发新的“智能”产品、提高业务效率并使用数据来深入业务洞察和增强客户体验。
此外，以人工智能为核心的物联网初创企业获得的投资和并购正在快速增长。而且，亚马逊、IBM、微软和Oracle等物联网平台供应商正在为他们的通用和工业物联网平台集成人工智能功能。
AIoT的优势提高运行效率：AIoT 可以处理和检测人眼发现不了的实时运行数据中的模式，并可使用该数据随时设置运行条件，从而优化业务成果。因此，人工智能可以帮助优化生产流程并改善工作流程，从而提高工作效率并降低运营成本。
改善风险管理：人工智能可以帮助机构用数据及时辨别风险，并利用这些信息优化流程，以提高安全性和减少损失，并做出更明智的业务决策。可利用人工智能降低风险的应用包括预测航空公司的机械故障和检测工厂车间的安全风险。
提供新产品和新服务：能够从大量数据中处理和提取信息，帮助开发新技术，例如语音识别、人脸识别和预测分析。这些新创建的功能可被用于许多应用，例如在交付服务、灾难搜索和救援行动中使用的机器人、智能视频门铃、语音虚拟助手以及车辆或建筑自动化系统的预测维护等等。
缩短意外停机时间：在制造业中，设备故障导致的机器意外停机可能对业务造成极大影响。预测性维护可以通过分析机器数据并主动安排维护来避免设备故障，从而减少意外停机的发生率和成本。
改善用户体验：在零售环境中，AIoT 有助于定制专属购物体验，并根据客户信息、人口统计信息和客户行为提供个性化推荐。
降低产品成本：通过将分析和决策带到边缘进行处理，人工智能有助于减少需要传输到云的数据量，从而降低与云连接和云服务相关的成本。
应用AIoT有助于或将有助于哪些类型的应用发展？以下是一些例子。
农业 AIoT：农业是可以从 AIoT 中受益的关键领域之一。 AI 用于创建智能系统，可根据天气条件、用水量、温度和作物/土壤条件调整参数。对来自传感器的数据进行分析，用于在作物选择、肥料、灌溉和害虫防治方面做出最佳决策。人工智能帮助农民提高产量，并利用资源进行季节性预测和天气预测，以便作物规划。带有人工智能的计算机视觉将被用于监控农作物，识别问题区域并在必要时发出警报。
图 2：农业中的人工智能和机器人技术。
机器人：在制造业和消费产品中的机器非常适合搭载人工智能。搭载传感器的真空吸尘器机器人，可以收集环境数据并使用人工智能来决定空间中的行进路线。同样，用于灾区重建、包装/食品配送或搜救行动的机器人可以利用人工智能来感知复杂的（有时会是恶劣的）环境，并相应地调整机器人的反应。具有识别面部和人类情绪能力的机器人也可以被用在零售业中，用于导购并丰富购物体验。
工业自动化：带有人工智能的计算机视觉可提高装配线上的质量控制并进行异常检测。人工智能还有助于对机器进行预测性维护，避免机器停机、延长机器寿命并降低制造成本。机器人可用于生产车间或仓库，用于移动包裹、协助装配过程、检查产品质量并执行重复性、高精度的任务。
图 3：工业自动化中的人工智能
自动驾驶汽车：结合了物联网和人工智能的自动驾驶汽车可自行导航，应对不断变化的交通、天气或道路状况、预测行人的行为。人工智能还可根据收集到的数据来评估车辆状况，并为车辆维护提供预测性建议。
图 4：汽车人工智能
建筑/家庭自动化：AIoT 可以根据建筑的使用情况和用户偏好数据调整照明和气候控制，从而帮助公司降低能源成本并提高建筑物的能源效率。预测性维护（利用了建筑健康系统的诊断数据）允许按需维修而不是按计划维修，从而帮助公司节省成本。他们还可以在系统故障发生之前进行预警，并进行调整以获得最佳性能。 AI 还可以使用摄像头传感器进行自动访问控制。
智慧城市：通过AIoT收集和分析来自传感器和物联网设备的大量数据，并提取用于实时调整的信息，可以创建更高效的城市、维护城市基础设施并改善社区公共服务。人工智能的实际应用包括废物管理、停车管理、交通管理和智能照明等公共服务。例如，无人机可用于实时监控交通，其数据可用于调整交通信号灯或车道分配和管理，以减少交通拥堵，所有这些都无需人工干预。同样，也可以在垃圾箱上安装传感器，在垃圾箱已满时提醒清洁工来清空垃圾，从而降低成本。
运输和物流：人工智能可应用于车队管理，提供预测性维护。它可以实时监控车队，并根据从 GPS 跟踪器和传感器收集的数据对车辆进行维护。人工智能还可以通过实时导航帮助车队运营商降低燃料成本、关注车辆维护并识别驾驶员的危险行为。
零售管理：人工智能可以通过两种方式应用于零售。人工智能和预测性分析可以收集和分析大量数据，零售商可以使用这些信息进行预测，并做出准确的、基于数据的业务决策。AIoT可以使用客户信息、人口统计数据和行为分析，为购物者提供个性化推荐，并改善商店运营、产品放置策略、客户服务和整体用户体验。零售机器人可以提供导购服务并提高客户体验。
图 5：零售业的人工智能
医疗保健：医疗保健中的 AIoT可用于多种应用，例如通过分析成像数据来检测和诊断疾病、通过传感器远程监控患者情况并在发现异常时报警、通过分析 EHR（电子病历）预测患者的疾病风险和药物的相互作用。此外，机器人手术系统可以执行或协助非常复杂和高精度的手术，并使微创手术成为可能。
AI是物联网的未来AIoT 正在发展新的应用和用例，并将帮助 IoT 发挥其最大潜力。 AIoT 可应用于智能城市、工业自动化、医疗、农业和智能家居等各种市场。我们将持续看到更多将人工智能纳入物联网终端的应用，越来越多的制造商将把人工智能作为重要的投资领域。
(参考原文：WhatistheAIofthings(AIoT)？)
责编：AmyGuan
本文为《电子工程专辑》2021年10月刊杂志文章，版权所有，禁止转载。点击申请免费杂志订阅
智能科学与技术是不是属于计算机专业,智能科学与技术专业属于什么类别
智能科学与技术专业属于工学类。全国本科专业分为12大学科门类：哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、管理学、艺术学。
智能科学与技术专业属于什么类
专业
学历层次
门类
学科
智能科学与技术
本科
工学
计算机类
本科十二大类
本科专业目录
1、哲学门类下设专业类1个，4种专业；
2、经济学门类下设专业类4个，17种专业；
3、法学门类下设专业类6个，32种专业；
4、教育学门类下设专业类2个，16种专业；
5、文学门类下设专业类3个，76种专业；
6、历史学门类下设专业类1个，6种专业；
7、理学门类下设专业类12个，36种专业；
8、工学门类下设专业类31个，169种专业；
9、农学门类下设专业类7个，27种专业；
10、医学门类下设专业类11个，44种专业；
11、管理学门类下设专业类9个，46种专业；
12、艺术学门类下设专业类5个，33种专业；
智能科学与技术专业介绍
1、专业简介
智能科学与技术专业是西安电子科技大学雷达信号处理国家重点实验室和北京大学智能科学系在2003年共同提出成立的，智能科学系的前身是西电智能信息处理研究所和北大信息科学中心，由两校数学系、计算机系、电子学系等10个系***所***于1985年成立，主要从事机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学。
“智能科学与技术”专业以光、机、电系统的单元设计，总体集成及工程实现的理论、技术与方法为主要内容，面向前沿高技术，培养具备基于计算机技术、自动控制技术、智能系统方法、传感信息处理等科学与技术，进行信息获取、传输、处理、优化、控制、组织等并完成系统集成的，具有相应工程实施能力，具备在相应领域从事智能技术与工程的科研、开发、管理工作的、具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才。
2、专业课程
数字信号处理、数字图像处理、信息感知、通信原理、微机原理与接口技术、控制原理、信息网络、智能科学技术导论、脑与认知科学、数理逻辑学、人工智能基础、神经网络基础、模式识别、智能控制、移动智能、智能信息处理、人机交互、数据挖掘、自然语言处理与理解、机器翻译、机器学习、智能游戏。
ChatGPT与人工智能行业为什么不是赢家通吃
来源 | 新浪科技导语：尽管OpenAI正在成为该领域的一家重要公司，但它仍将面临自己制造的激烈竞争。OpenAI的ChatGPT聊天机器人正在爆发式发展，改变了人们对未来工作的看法。然而与此同时，OpenAI也面临越来越激烈的竞争。
由于隐私保护和数据安全问题，OpenAI的许多客户会转而寻求更专业化的人工智能模型。
对OpenAI来说，好消息是，这家公司基本上已经成为当前生成式人工智能大爆发的代名词。该公司的ChatGPT一夜成名，成为了人工智能聊天机器人的黄金标准，迫使谷歌等规模更大的竞争对手竞相追赶。
随后，OpenAI继续保持这一势头，通过迅速优化ChatGPT，让它变得更智能，并通过与微软等公司签署合作协议，将其引入更多场景中。
与此同时，坏消息是，它的成功可能会被证明是一把双刃剑。OpenAI的先发优势正在迅速减弱，因为隐私保护规则、监管规定和激烈的市场竞争，该公司不太可能永远主导这一领域，谷歌和百度等竞争对手也将获得巨大的机会。
问题的核心在于，ChatGPT本身是一个所谓的“通用聊天机器人平台”，其设计是为了尽可能地帮助跨多个行业、涉及不同生活方式的广泛用户。
而专家和业内人士认为，在现实世界中，通过进一步深入，构建适合特定目的的人工智能模型，并满足国际隐私保护和数据安全的严格要求，才会给行业带来真正的帮助。
人工智能公司MosaicML的联合创始人纳维恩·拉奥（NaveenRao）表示：“我认为，不会出现一个人人都能使用的人工智能大师模型，我也不想与这样的模型一起工作。”
因此，尽管OpenAI获得了行业先驱的地位认可，但它成为下一个伟大科技巨头的道路并不明朗。
OpenAI面临真正的挑战从ChatGPT发布以来，OpenAI就受到批评。学校禁止使用ChatGPT以防止作弊，意大利等国家的监管机构出于隐私保护考虑完全禁止了它。
其他人工智能模型的开发者从这些关切中看到了机会，并希望抓住这些机会。
同时，包括埃隆·马斯克（ElonMusk）在内的行业领袖呼吁放慢人工智能发展的速度，但许多公司因为害怕失去市场份额而不想这么做。这证明，OpenAI正面临激烈的竞争，没有太多时间可以等待。
所以说，尽管OpenAI正在成为该领域的一家重要公司，但它仍将面临自己制造的激烈竞争。
ChatGPT的终极弱点ChatGPT的一大卖点是能回答几乎任何问题。它读取大量数据，包括从广泛互联网上精选的信息，去找到正确的模式来生成问题的答案。
然而并非所有行业都认为，它们的数据应该成为ChatGPT这一宏大实验的一部分。在一个漏洞泄露了ChatGPT用户的对话历史后，问题正在进一步暴露。
沃尔玛、亚马逊，甚至OpenAI的合作伙伴微软都警告员工，不要在ChatGPT上输入敏感信息。亚马逊还指示其程序员，使用自己的人工智能模型CodeWhisperer。
OpenAI想要主导这个领域的决心意味着，它需要一个更通用的人工智能模型，并让其他公司向其中加入自己的部分。
因此，OpenAI将ChatGPT授权给其他组织，让创业公司和大品牌，例如合作伙伴和投资者微软，可以在ChatGPT的产品基础上进一步发展。
然而，这样的做法也为更具专业性的人工智能模型留下了市场机会。许多公司正在瞄准一些敏感行业。
拉奥表示，医疗健康和金融服务公司希望，强大的人工智能模型能给它们带来帮助，但同时也希望确保，它们的数据保持在自己手中，并且只使用行业相关信息去训练人工智能模型。
人工智能行业不是赢家通吃专家认为，人工智能行业的竞争将带来更多选择，刺激更好的创新。
英伟达负责人工智能软件的副总裁卡里·布里斯基（KariBriski）表示：“生成式人工智能模型的多样性意味着，企业可以构建和部署与其特定业务需求和私有数据相一致的应用。就大语言模型而言，单一模型不能适应所有场景。”
布里斯基说，根据特定需求进行订制化的开发可以提升大语言模型对企业的价值，而人工智能如果要想进一步发展，就不能采取一刀切的做法。
OpenAI已经首先将其人工智能推向更广泛的公众，但该公司到目前为止的商业模式意味着，技术仍然需要有其他公司买单，并为那些OpenAI自己无法服务的企业客户提供服务。
加入阿尔法工场投资者交流社群|添加微信：dlfxs2