當前物聯網、大數據和人工智能技術的(de)快速發(fa)展與加速融合，催生出智能(neng)物(wu)聯網(wang)（Artificial Intelligence of Things, AIoT）這一(yi)極具前景(jing)的(de)新興(xing)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(ce)，到2025年(nian)世(shi)界(jie)將被IoT設(she)備主導(dao)。因此，未來數(shu)百億異構設(she)備和用戶并發聯網(wang)產生的數(shu)據(ju)分析和融(rong)合(he)需(xu)求將促成物(wu)聯網(wang)與人工智能的深度(du)融(rong)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(chuan)統“互聯(lian)網”和(he)“物聯(lian)網”的連(lian)接(jie)范圍和(he)連(lian)接(jie)方式提升為“人、機、物”三(san)類異構主體的聯(lian)結共(gong)生和(he)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首先通(tong)過(guo)各種異構設備聯網實時感知(zhi)各類數據（環境數據、運行(xing)數據、業務數據、監測數據等），進而在終端設備、邊緣設備或(huo)云端通(tong)過(guo)大(da)數據挖掘或(huo)機器(qi)學習(xi)算法來進行(xing)處理、理解和認知(zhi)，如智能感知(zhi)、目標識(shi)別(bie)、能耗管(guan)理、預測預警、自(zi)動(dong)決(jue)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。由于海量AIoT設備具有全天候、多層次的(de)感知(zhi)、計算、存儲和通信能(neng)力，不僅能(neng)感知(zhi)人和環境，而且能(neng)與人（群用戶）、機（群應用）、物(wu)（群智體）交互以滿足應用驅動的(de)性能(neng)需求。
此外(wai)，在(zai)終端智(zhi)能和(he)云邊端層(ceng)次(ci)化資源(yuan)控制等新興技術的(de)(de)不斷推(tui)動下，AIoT在(zai)感知(zhi)、計算、通信和(he)應(ying)用四個環節的(de)(de)整(zheng)體(ti)聯動都需要人、機、物之間有更深(shen)入的(de)(de)協作和(he)互補。
因(yin)此，如何使群智能(neng)體以(yi)分(fen)布(bu)式(shi)協作的(de)方式(shi)通過(guo)自(zi)組織、自(zi)適(shi)應和自(zi)學習增(zeng)強演化，在AIoT全(quan)生命周期內實現群信息的(de)優選匯聚(ju)和深度(du)挖掘，并(bing)始終維持群應用總體性能(neng)與(yu)分(fen)布(bu)式(shi)資(zi)源能(neng)效(xiao)間的(de)權衡優化，已(yi)成為(wei)一個重要的(de)科學問題(ti)。
03 AIoT分布式協同生態尚未成熟，但發展潛力巨大
微軟、IBM、阿里巴巴、騰(teng)訊、華(hua)為(wei)、京東等企業近年(nian)來都(dou)積極在(zai)智(zhi)能物聯網領域布局。
2017年(nian)，谷(gu)歌(ge)逐(zhu)步推出TensorFlow Lite框架支持(chi)深度(du)模型壓縮和硬件加速，Edge TPU、Coral Dev Board等硬件開發設(she)備支持(chi)AIoT應(ying)用落地(di)。微軟在2019年(nian)度(du)的開發者大會(hui)上(shang)發布(bu)AIoT的戰(zhan)略布(bu)局。
2018年，阿里巴巴宣布進軍物(wu)聯(lian)(lian)網(wang)領(ling)域，定位為物(wu)聯(lian)(lian)網(wang)基礎(chu)設施(shi)的(de)搭(da)建者，提供IoT連接(jie)和AI能力(li)，實現云邊端一體(ti)的(de)協同計算(suan)，并開發了輕量級物(wu)聯(lian)(lian)網(wang)嵌入式操作系統AliOS Things。
騰訊也(ye)推出了一款物聯(lian)網系統TencentOS tiny，具有低功耗、低資源(yuan)占用等特點。華為則推出了面向物聯(lian)網的華為鴻蒙(meng)操(cao)作系統，作為一種基于微內(nei)核的全場景分布式操(cao)作系統，在(zai)5G時代具有廣泛應用前景。
京東也于(yu)2018年發(fa)(fa)布“城(cheng)市(shi)計(ji)算平臺”，結合深度學(xue)習等(deng)構建時空關聯(lian)模型(xing)及學(xue)習算法解(jie)決交通規劃、火力發(fa)(fa)電、環境保護(hu)等(deng)城(cheng)市(shi)不同場景下的(de)智能應用問(wen)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。在此背景下(xia)，人(ren)機物如何以分布式(shi)互補增強(qiang)或(huo)競(jing)爭對抗(kang)的方式(shi)實(shi)現協同(tong)感知、學習(xi)、計算(suan)和通信以完成(cheng)復(fu)雜任務成(cheng)為重要的研究方向。
