搜索

为什么物联网需要人工智能才能成功?

发布时间:2019-09-18 18:41:18

物联网将产生大量数据,帮助城市预测事故和犯罪;让医生实时获得起搏器或生物芯片;通过对设备和机械的预测维护,实现跨行业最佳生产效率;创造真正智能的家用电器;以及提供自动驾驶汽车之间的关键通信。物联网提供的可能性是无限的。

随着连接设备和传感器的迅速扩展,它们产生的数据量将呈指数级增长,最大的问题是如何分析这些海量的性能数据。

事情是这样的:通过物联网生成数据和获得洞察力的唯一途径是机器学习。

什么是人工智能,什么是机器学习?

人工智能是以数学、逻辑、哲学、概率论、语言学、神经科学和决策理论为基础的、感知周围世界、形成计划和作出决策的Agent的研究。许多领域属于人工智能的范畴,如计算机视觉、机器人、机器学习和自然语言处理。

机器学习是人工智能的一个分支,其目的是使计算机能够自己学习。机器的学习算法使它能够识别数据中的模式,然后建立解释世界的模型,并在没有明确的预编程规则和模型的情况下预测事物。

为什么机器学习很重要?

人工智能将比任何其他创新更有能力塑造我们的未来,任何不知道人工智能的人很快就会发现自己落在了后面。

经过几次人工智能过冬和假繁荣之后,数据存储和计算机处理能力的迅速发展极大地改变了游戏规则。

机器学习已经极大地改善了计算机视觉(机器识别图像或视频中对象的能力)。例如,如果你收集了数十万甚至数百万张图片,你需要分别给它们贴上标签,比如用猫给图片贴上标签,然后该算法试图建立一个模型,能够准确地给每一张图片贴上猫的标签。一旦准确率足够高,机器就可以理解猫的样子。

例如,追踪健康状况的可穿戴设备已经是一个新兴行业,但很快它们将发展成相互连接、连接互联网、跟踪你的健康状况和为你的健康服务提供实时更新的设备。

如果你身体的某一指标达到临界值,你的医生就会收到通知-例如,心率上升到不安全的水平,甚至停止。为了指出潜在的问题,有必要从正常和异常的角度对数据进行分析,这就需要基于实时数据流快速识别数据的相似性、相关性和异常性。这能由在医疗保健部门工作的个人来完成吗?实时检查数千名患者的数据,并正确决定何时发送紧急信息?不太可能-编写代码或规则来搜索数据以找到已知的模式是耗时、充满错误的,并且仅限于识别以前已知的模式。

为了在收集数据时立即分析数据,以便准确识别以前所知和从未见过的新模式,还必须使用能够产生和汇总这些大数据的机器来了解每个病人的正常行为,并跟踪、检测和标记任何可能表明严重健康问题的异常情况。

物联网的实施取决于能否在浩瀚而不断增长的数据海洋中获得洞察力。由于目前的方法无法扩展到物联网的规模,物联网的未来取决于机器学习发现模式、相关性和异常,这些可能会改善我们日常生活的各个方面。

机器学习是我们走向人工智能之旅的核心,同时它将改变每一个行业,并对我们的日常生活产生重大影响。

上一篇:对德国大众Zvicau工厂/大众网通汽车公司出生地的探讨

下一篇:最后一页