人工智能和機器學習 (AI/ML) 概念會讓人聯想到 Neo、Trinity 和 Morpheus 在《黑客帝國》（Matrix） 這部電影中與機器作戰的景象。然而他們并非一個新概念，AI/ML可幫助開發人員創建更好、成本更低的物聯網終端節點。然而，在現實生(sheng)活中， AI/ML可幫助開(kai)發人員創建更好、成本更低的物聯網終端節點，使他們的產(chan)品生(sheng)態系(xi)統受益。AI/ML 的好處不僅是(shi)單純地在終端節點做(zuo)出更好的決策；一(yi)些優化也會(hui)為所有(you)相關人員帶來重要的優勢(shi)，包括(kuo)消(xiao)費者、開(kai)發人員和運(yun)營(ying)商。點擊文末(mo)的閱讀原文按鈕可獲取完(wan)整內(nei)容。
AI 和 ML
AI/ML 并非一個新(xin)概念，傳統上它的(de)應用是(shi)通過許多用戶(hu)可(ke)同時共(gong)享的(de)耗電(dian)且非常昂貴的(de)平臺來實現的(de)。隨著科技行(xing)業(ye)(ye)日漸依賴數據的(de)存(cun)儲和(he)(he)(he)計算能力，資本(ben)(ben)支出和(he)(he)(he)運營成本(ben)(ben)不斷上升，當集中(zhong)式數據中(zhong)心開始(shi)構建和(he)(he)(he)使(shi)用后，在成本(ben)(ben)支出方面為(wei)科技行(xing)業(ye)(ye)減(jian)輕(qing)了壓力。因為(wei)這(zhe)(zhe)種(zhong)數據中(zhong)心可(ke)以(yi)讓科技行(xing)業(ye)(ye)共(gong)享服務器、公用設施(shi)、冷卻設施(shi)、房(fang)地產(chan)和(he)(he)(he)安全功(gong)能。此外，它還提(ti)供(gong)根據需求擴展(zhan)和(he)(he)(he)縮減(jian)資源(yuan)的(de)功(gong)能，例(li)如(ru)調整所需的(de)計算和(he)(he)(he)存(cun)儲量。鑒于這(zhe)(zhe)種(zhong)成本(ben)(ben)共(gong)享性質(zhi)，諸如(ru)AI/ML等(deng)新(xin)技術就可(ke)以(yi)更快地投(tou)入(ru)使(shi)用。
為了避(bi)免不必(bi)要的非(fei)關鍵數據(ju)移動(dong)，AI正在(zai)將計算(suan)能力轉回給邊緣(yuan)設備(bei)，從而使開(kai)發人(ren)員能充分利用AI和數據(ju)分析。
全球互連的分(fen)布式(shi)數(shu)(shu)據中心也為(wei)科技(ji)行業提供(gong)了使用區(qu)域(yu)性(xing)設施的能力。一家位(wei)于(yu)美國的物聯網公司(si)可以為(wei)歐(ou)洲消費(fei)者提供(gong)服務，而不會出現(xian)跨(kua)大西洋的延(yan)誤(wu)。在大陸之(zhi)間傳(chuan)輸和(he)路由的數(shu)(shu)據，可能會因區(qu)域(yu)隱私(si)和(he)數(shu)(shu)據保護法律的細微(wei)差別而違反規(gui)定。如果您認為(wei)在燈點亮(liang)前存在兩(liang)秒延(yan)遲的照明(ming)開關會不符合消費(fei)者的期望而難以獲得商業成功(gong)，那么(me)上述要求就顯得很重要。
數(shu)據中心和(he)云(yun)可促進國(guo)內(nei)和(he)國(guo)際新商機的形成。開發商建立的新機制可為消費者和(he)企業實體節省資(zi)金。
運營商可以不用(yong)再因為需(xu)要(yao)(yao)隨時關注酒店的制冰機而將維(wei)修車(che)納入業務作業中(zhong)；因為他們知(zhi)道，只要(yao)(yao)在需(xu)要(yao)(yao)時派遣一輛(liang)維(wei)修車(che)前往處理(li)即可，此(ci)舉(ju)可為公司節(jie)省數(shu)萬(wan)美元的運營費用(yong)。
不必移動的非關鍵數據
在(zai)故(gu)障(zhang)發生(sheng)之(zhi)前使用(yong) AI/ML查看設備中(zhong)那些微小(xiao)的(de)(de)表征可(ke)能(neng)很復(fu)雜，因為(wei)相關的(de)(de)表征可(ke)能(neng)過于精細而難以(yi)查核。這些變(bian)(bian)化可(ke)能(neng)是泵(beng)馬達的(de)(de)振動(dong)，或(huo)者是熱交換器或(huo)冷凝器溫(wen)度的(de)(de)細微變(bian)(bian)化：這些是個人可(ke)能(neng)無法識(shi)別甚至看不(bu)到的(de)(de)東西。聯網制(zhi)冰機的(de)(de)案例(li)似(si)乎并不(bu)足以(yi)讓(rang)眾多開發商將其視(shi)為(wei)必(bi)須關注的(de)(de)問題；但是我們可(ke)以(yi)再考慮一下應用(yong)于倉(cang)(cang)庫或(huo)酒店(dian)照明的(de)(de)相同情境或(huo)商業模式(shi)——倉(cang)(cang)庫中(zhong)可(ke)能(neng)存(cun)在(zai)數以(yi)千計的(de)(de)燈泡，每(mei)個燈泡都位(wei)于貨架或(huo)機器上(shang)方，需要移動(dong)它們才能(neng)更換燈泡，這意味(wei)著在(zai)最(zui)關鍵的(de)(de)時(shi)刻(ke)可(ke)能(neng)會造成生(sheng)產(chan)線(xian)的(de)(de)停擺。
預測性維護和云分析的(de)(de)業務正蓬勃發展，AI/ML 提供了(le)(le)一種簡單的(de)(de)方法可對其生成的(de)(de)數據(ju)進行自動評估。盡管如此，這(zhe)(zhe)些新的(de)(de)商(shang)業模(mo)式(shi)確實導致了(le)(le)大量數據(ju)的(de)(de)產生，這(zhe)(zhe)帶來(lai)了(le)(le)全新且有趣的(de)(de)技術挑戰，開(kai)發商(shang)和運營商(shang)現在(zai)所(suo)需(xu)應對這(zhe)(zhe)些挑戰。
表面上(shang)這(zhe)些問題(ti)似乎只會衍(yan)生出其他一些問題(ti)——添加(jia)更(geng)多服務器(qi)、添加(jia)更(geng)多存儲和其他基于數據(ju)中心的消耗品，但(dan)解決(jue)了這(zhe)些問題(ti)卻(que)并不能解決(jue)數據(ju)管(guan)道另一端所形成的更(geng)多相(xiang)關問題(ti)。
在(zai)(zai)大(da)多(duo)(duo)數(shu)(shu)應用中，數(shu)(shu)據是(shi)由某種形式(shi)的(de)(de)(de)(de)(de)傳(chuan)(chuan)感器(qi)所生(sheng)成，而這(zhe)需要使用功率(lv)和(he)帶寬(kuan)。在(zai)(zai)設施的(de)(de)(de)(de)(de)互聯網上行鏈路和(he)射頻(pin)(pin)頻(pin)(pin)譜(pu)方面也會消耗帶寬(kuan)。發送大(da)量可能(neng)“無變化(hua)”的(de)(de)(de)(de)(de)數(shu)(shu)據意(yi)味(wei)著昂貴(gui)且(qie)不劃算(suan)；無線電會消耗大(da)量功率(lv)，而且(qie)在(zai)(zai)繁忙的(de)(de)(de)(de)(de)射頻(pin)(pin)頻(pin)(pin)譜(pu)中，傳(chuan)(chuan)輸的(de)(de)(de)(de)(de)重(zhong)試會消耗更(geng)多(duo)(duo)功率(lv)。更(geng)多(duo)(duo)的(de)(de)(de)(de)(de)傳(chuan)(chuan)感器(qi)會導致更(geng)繁忙的(de)(de)(de)(de)(de)射頻(pin)(pin)環境以及(ji)需要更(geng)多(duo)(duo)的(de)(de)(de)(de)(de)電池維護。除了電池壽命和(he)本地帶寬(kuan)相關的(de)(de)(de)(de)(de)問題(ti)外(wai)，某些應用可能(neng)會更(geng)容易受(shou)到隨之(zhi)而來(lai)的(de)(de)(de)(de)(de)安全問題(ti)的(de)(de)(de)(de)(de)影響(xiang)。大(da)量的(de)(de)(de)(de)(de)數(shu)(shu)據會形成各種模式(shi)，如果被攔截，這(zhe)些模式(shi)會遭到那些具有(you)惡意(yi)意(yi)圖的(de)(de)(de)(de)(de)人利用。
邊緣計算
為遏(e)制這(zhe)些問題而將(jiang)很多決策返回給終(zhong)端節點的(de)趨(qu)勢越來越明顯，從而減(jian)少(shao)了無線傳(chuan)輸，只有確認數(shu)據(ju)更重(zhong)要時才會進行傳(chuan)輸。這(zhe)可以(yi)降低功(gong)耗(hao)、帶(dai)寬(kuan)，并(bing)減(jian)少(shao)數(shu)字(zi)簽名。需(xu)要注意的(de)是(shi)，將(jiang)決策返回給終(zhong)端節點意味著(zhu)可能會增加終(zhong)端節點的(de)運(yun)算處理、存儲以(yi)及(ji)功(gong)耗(hao)。這(zhe)樣一來，物聯網(wang)似乎陷入了一種惡性循環，限制了它的(de)可訪問性和市場增長。
人工(gong)智(zhi)能的創新(xin)支(zhi)持使(shi)用(yong)(yong)更(geng)小的微控制器(qi)，例如 ARM Cortex-M，并支(zhi)持調(diao)用(yong)(yong)更(geng)少(shao)的閃存(cun)和(he) RAM 資源。在(zai)執(zhi)行(xing)復雜算法以解決現實(shi)生活(huo)的任何極端情況時(shi)，用(yong)(yong)于在(zai)系統中執(zhi)行(xing) AI 的代碼也會比傳統編碼少(shao)得多。這能使(shi)固件更(geng)新(xin)更(geng)小、開發(fa)更(geng)快，并且更(geng)容易在(zai)大型傳感(gan)器(qi)群中分發(fa)。
許多(duo)開發(fa)人員在終端節(jie)點傳感器產(chan)品中利用AI來改進他(ta)們的設(she)計，為消費者和運營商提(ti)供更(geng)好的體(ti)驗。使用開發(fa)套件(jian)可以(yi)快速實現AI技術示例的原型設(she)計。
套(tao)件也可(ke)用(yong)于演示泵監控系統。削減(jian)無線(xian)傳(chuan)感(gan)器(qi)數量(liang)、延長其壽命以及實現(xian)更(geng)好的(de)(de)安全性，所(suo)有(you)這些都不會(hui)以噪聲(sheng)破壞(huai)本地(di)射頻頻譜，這意味著可(ke)以部署更(geng)多有(you)用(yong)的(de)(de)傳(chuan)感(gan)器(qi)，以提高(gao)現(xian)場的(de)(de)生產率(lv)和(he)(he)舒適(shi)度。諸(zhu)如墻壁開關、環境(jing)傳(chuan)感(gan)器(qi)，甚至路邊的(de)(de)垃圾傳(chuan)感(gan)器(qi)等日常(chang)用(yong)品，都能以極具吸引力的(de)(de)成本和(he)(he)性能點，并(bing)入自動化(hua)和(he)(he)監控生態系統中。
