當前物聯網、大數據和人工智能技術的快(kuai)速(su)發(fa)展與加(jia)速(su)融合，催生出智能物聯網（Artificial Intelligence of Things, AIoT）這一(yi)極具前景的新興前沿領域。
其中，人工智能的模型和算法擅長從海量無序數據中發現規律、學習策略，而物聯網則能為數以億計的實體設備建立廣泛連接。因此，人工智能與物聯網兩者的融合將發揮更強大的協同感知計算效力，但同時也將帶來更多值得深入探索的問題和挑戰。
01 物聯網將持續增長并成為一種勢頭強勁的網絡
預計2025年我國物聯網連接節點將達到200億個，將遠遠超過互聯網主體（即人類用戶）的數量。谷歌預測，到2025年世界將(jiang)被IoT設(she)備(bei)主(zhu)導。因(yin)此，未(wei)來(lai)數(shu)百(bai)億(yi)異構設(she)備(bei)和(he)用(yong)戶并(bing)發(fa)聯(lian)網產(chan)生的數(shu)據分析和(he)融合(he)需求將(jiang)促成物聯(lian)網與人工智(zhi)能的深度(du)融合(he)。
與以人為中心的互聯網不同，AIoT是把電子、通信、計算機、人工智能四大領域的技術融合起來的新型網絡，在互聯網連接的基礎上進一步拓展，實現人與人、人與物、物與物以及人與環境的廣泛互聯，從而(er)將傳統“互聯網”和“物(wu)聯網”的連接(jie)范圍和連接(jie)方(fang)式提升為“人、機、物(wu)”三(san)類異構主(zhu)體(ti)的聯結共生和深度融合。
02 AIoT背景下的群智協同研究面臨新的研究挑戰
AIoT在架構和實現層面通常包括物理感知層、網絡連接層、智能計算層和綜合應用層。AIoT首(shou)先通過各種(zhong)異構設備(bei)聯網實時感(gan)知(zhi)各類數(shu)據(ju)（環境數(shu)據(ju)、運行(xing)數(shu)據(ju)、業務數(shu)據(ju)、監測(ce)數(shu)據(ju)等），進而(er)在終端設備(bei)、邊緣(yuan)設備(bei)或云端通過大數(shu)據(ju)挖掘(jue)或機器學習(xi)算法來進行(xing)處理(li)、理(li)解和認(ren)知(zhi)，如智能感(gan)知(zhi)、目(mu)標識別、能耗(hao)管理(li)、預(yu)測(ce)預(yu)警(jing)、自動(dong)決策等。
近年來，智能物聯網應用和服務已經逐步融入智慧城市、智能制造、無人駕駛等多個國家重大需求和民生領域。由于(yu)海量AIoT設備具有全(quan)天候、多層次的感知、計算、存儲和通信能力，不僅(jin)能感知人和環(huan)境，而(er)且能與人（群(qun)(qun)用戶）、機（群(qun)(qun)應(ying)用）、物（群(qun)(qun)智體）交互以(yi)滿足應(ying)用驅動的性能需求。
此外，在終端智能(neng)和云邊端層次(ci)化資(zi)源控制等(deng)新興技術(shu)的(de)不斷推動下，AIoT在感(gan)知、計算、通信和應用四個環節的(de)整(zheng)體(ti)聯動都需要人、機、物(wu)之(zhi)間有更深入的(de)協作和互補。
因此(ci)，如何使群(qun)(qun)智能(neng)體以分布(bu)(bu)式(shi)協作的(de)方式(shi)通過(guo)自組織、自適應(ying)和自學(xue)習增強演(yan)化，在AIoT全生命周期內實現群(qun)(qun)信(xin)息的(de)優(you)選匯聚和深度挖(wa)掘(jue)，并始終維(wei)持群(qun)(qun)應(ying)用總(zong)體性能(neng)與分布(bu)(bu)式(shi)資源能(neng)效間(jian)的(de)權衡(heng)優(you)化，已成(cheng)為一個重要的(de)科學(xue)問題。
03 AIoT分布式協同生態尚未成熟，但發展潛力巨大
微軟、IBM、阿里巴(ba)巴(ba)、騰訊、華為、京東(dong)等企(qi)業(ye)近(jin)年來都積極(ji)在(zai)智能物(wu)聯網領域布局。
2017年，谷歌逐(zhu)步推出TensorFlow Lite框架支持深(shen)度(du)模(mo)型壓(ya)縮(suo)和硬(ying)件加速，Edge TPU、Coral Dev Board等硬(ying)件開(kai)發設備支持AIoT應用落地。微(wei)軟在2019年度(du)的開(kai)發者大(da)會上發布(bu)AIoT的戰略布(bu)局。
2018年，阿里巴巴宣布進軍(jun)物(wu)聯網領域，定位為物(wu)聯網基礎設(she)施的搭建者，提供IoT連接和AI能(neng)力，實(shi)現云邊(bian)端一體的協同計算，并(bing)開發了(le)輕量級物(wu)聯網嵌入式操作(zuo)系(xi)統AliOS Things。
騰訊也推出(chu)了(le)一款物(wu)聯(lian)網(wang)系(xi)統(tong)TencentOS tiny，具有(you)低(di)功耗、低(di)資源占用等特點。華為(wei)則推出(chu)了(le)面向物(wu)聯(lian)網(wang)的華為(wei)鴻蒙操作系(xi)統(tong)，作為(wei)一種基于微內核的全場景分布式(shi)操作系(xi)統(tong)，在5G時代(dai)具有(you)廣泛應用前(qian)景。
京(jing)東也于2018年發布(bu)“城(cheng)市計算(suan)平臺”，結合(he)深(shen)度(du)學習(xi)等(deng)構(gou)建時空關聯模型(xing)及(ji)學習(xi)算(suan)法(fa)解決交(jiao)通規(gui)劃、火(huo)力發電、環境(jing)保護等(deng)城(cheng)市不同(tong)場景下(xia)的智(zhi)能應(ying)用(yong)問題。
然而，影響AIoT發展的阻礙因素之一是設備在計算資源（如算力、存儲）、操作系統、算法框架等方面的異構性，而統一的AIoT感知計算范式尚未發展成熟。在(zai)此背景下，人機(ji)物如(ru)何以分布式互補增(zeng)強或競爭對抗的方(fang)式實(shi)現協同感(gan)知、學(xue)習、計算和通信以完成復(fu)雜(za)任務(wu)成為重要(yao)的研究方(fang)向。
