什麼是AIoT?人工智慧照亮IoT進化路,推動3大關鍵應用領域

《偵探柯南》劇場版當中,犯人透過網路駭入智慧電鍋進而造成恐攻,IoT(Internet of Things,物聯網)技術深入人類生活已是進行式,卻沒有因為一片紅海而熱度趨緩,近來,人工智慧(AI)與IoT彼此間更為緊密,兩者融合而出現的新應用型態「AIoT(人工智慧物聯網)」在產業間炸開來。本文將介紹AIoT的基礎概念,並簡單探討該未來十年AIoT息息相關的三個關鍵面向,帶你快速了解:究竟什麼是AIoT?

IoT(物聯網)導入AI(人工智慧)成為AIoT(人工智慧物聯網),許多家電產品、工廠生產都有了「智慧」,究竟各家大廠口中的智慧家居升級是什麼概念呢?AIoT又憑何本事滿足人類需求?(圖/123RF圖庫)

先將人工智慧獨立而論,這項強大、具顛覆性的技術又稱為機器智慧,是透過人類研製設計的電腦程式,以運算展現出類似人類智慧的科技,學者定義為:「正確理解外部數據並從中學習,透過靈活調整以達成特定目標和任務的系統能力。」

自從AlphaGo再三打敗棋王,自動駕駛技術不斷更新,機器學習使人們生活環境從「自動化」進階為「智慧化」,人工智慧廣泛在不同勞動模式、建設與生活場景中運作,對人類社會的衝擊不斷在今日上演。

人工智慧照亮IoT進化之路,AIoT來自於人性

再來談談眾所皆知的IoT。在連結封閉或全球網路的產品大量問世後,與以往家電的運作模式不同,在本來的特定功能之外,他們還具備了遠端遙控、內部構造的偵錯識別、甚至與其他裝置互相串聯的功能,這些IoT家電比以往還要貼近人性,因而普遍被定義為「智慧家電」。

由於人們日益習慣IoT裝置帶來的各種便利和個人化服務,以智慧型手機為例,人手一機急速產生大量數據,不只一般生活情境,同樣的狀況發生在物流、工業、農業、交通、教育與醫療⋯⋯等等的不同場景。

這些普及於人類社會的「初代智慧家電」都屬於IoT設備裝置,其回傳的數據資料與成長中的使用者等比上升,來自各地的海量數據成為數位時代最有價值的產物之一。如何管理與分析大數據,並從中洞見趨勢、利用數據服務,是當前產業所關注的,人工智慧技術恰恰成為IoT的解決方案。

從人工智慧的角度思考,該技術的強大是根基於數據資料探勘後的演算,由於聯網裝置的普及,累積了足夠的資料數量,讓人工智慧演算法應用於數據分析更加可行,也使得人工智慧從一開始的輔助、增強功能,到深度學習後的自主性。

為了讓演算法驅動,搭載人工智慧的裝置如何與龐大數據庫無縫相連至關重要。因此,優化IoT所構成的萬物互連網絡環境,是讓人工智慧可以絕佳發揮的關鍵要因。

AIoT技術的應用使得人們對未來生活的想像更加清晰。(圖/123RF圖庫)

談到這邊,或許還是有人覺得AIoT與我們的日常生活相去甚遠,簡單想像一下,下班回家後的AIoT智慧生活場景正真實上演:根據資料,您的冷氣判斷7月平均設定室溫為攝氏25.5度,晚間八點坐上躺椅後,十秒內腿部自動上升為最舒適的40度角,同時音響用適當音量播放平時你最常收聽的串流音樂歌單;另外,冰箱回報您兩週前放置的蛋糕已過期,結合垃圾桶,同時提醒您稍晚該倒回收與廚餘了。

當傳統IoT的「初代智慧家電」採集使用者回傳的數據進行演算,比對生活習慣、行為模式和健康狀態,呈現最適合該使用者的運作模式。智慧裝置開始懂得獨立思考、有了自我意識,甚至能創造性的解決問題,這便是AIoT家電產業的願景:人們將被「服侍」的無微不至。

未來即現在,AIoT的三大關鍵技術

因為人工智慧技術能使機器從外部數據資料中學習,做出預測性分析,或是分析後協助決策,所以,IoT傳達數據的即時性,對於人工智慧自主適應學習系統的演算相當重要。簡單來說,我們可以將人工智慧比喻為AIoT的中樞神經,IoT就是周圍的神經系統。

發展成熟的IoT與人工智慧技術匯流,就進化成「AIoT」,當智慧裝置加入AIoT能力,進一步演化,就可以提供使用者期待、甚至於超出期待的服務,也難怪不計其數的產業巨頭紛紛投入AIoT研究,因為AIoT就是拼湊「未來」的一片關鍵圖塊。

看準IoT導入人工智慧技術後的傑出表現,各界在AIoT上的投入經費、開發規模持續擴張。除了前述藉由AIoT打造的智慧家居想像,AIoT應用趨勢還包含三個關鍵技術,將大幅影響人類社會,此次將深度探討,一窺AIoT未來十年的發展端睨。

1. 雲端數據與分析

雲端服務是傳統IoT生態不可或缺的一環,大致上可分為基礎設施、平台與軟體(IPS)三種服務模式。近來提供雲端服務的科技公司也著手積極整合數據資源、強化AI產品,顯示出AIoT產業的蓬勃擴張。

BI(商業智慧)與數據探勘一直都是企業發展所重視的面向,為了在瞬息萬變的數位時代得到更精細的市場投資回報率(ROI),雲端數據分析市場與AI之間,存在強烈的整合需求。

比如說電腦產業,以往是電腦上市後就有人會買,競爭激烈的今日,企業就必須用BI整合人工智慧的方法嗅出商機:分析影響收益的權重因素、從財報判斷需要重新配置投入的資源,或提出趨勢與發展計劃。

現實的案例像是,美國商用數據統計與分析公司SAS於今年3月宣布將投入10億美元投資人工智慧領域。再者,致力緊追Amazon與Microsoft雲端市場占比的Google砸26億美元收購以BI與數據分析平台聞名的科技公司Looker。

Google著名的機器學習等人工智慧技術在集結Looker強大的商業數據分析產品後,使得Google的雲端平台服務(PaaS)能提供特定行業更完整的分析解決方案。

Google的雲端平台服務(PaaS)能提供特定行業更完整的分析解決方案。(圖/123RF圖庫)

另外,雖然受到市場質疑,客戶關係管理(CRM)雲端服務巨頭Salesforce也以驚人價格(157億美元)收購知名視覺化數據分析工具業者Tableau。

雲端產業接二連三的併購案可解讀為:全球大數據累積達到可觀規模,企業原初使用的各類BI與數據分析工具不足以應付現況,須結合人工智慧以掌握越趨海量的全球級數據,並加以利用轉化為收益。

2. 嵌入式系統與感測器

嵌入式系統一般來說是針對某項特殊用途所客製化,綜合軟硬體所開發的封閉系統(例如導航用的GPS、小七的ibon、PDA的數位助理等)。傳統IoT控制操作,都是通過搭載嵌入式系統的感測器(sensor)來運作,也就是透過這些感測器收集資料。

當人工智慧技術微型化導入感測器,搭載AIoT的嵌入式裝置運算能力也需提升,如此一來,數據不一定得再回傳雲端做人工智慧分析,邊緣端就能進行基本運算,邊緣運算在整體架構的占比提升,裝置即使沒有連上全球網路也不怕。

以工業數位轉型來說,AIoT使得許多製造業「智慧工廠」的口號能夠更進一步的實現,生產設備與物料倉庫被IoT賦予了聯網功能,自動化生產與倉儲管理因為整合人工智慧後,運作更加完善多元。

舉例而言,智慧感測器的即時監控與回饋功能,不只適用於追蹤原物料的庫存,也能夠讓工廠的大型機械設備防範故障(數據分析後,積極預測下次故障時機),糾正、干預不當操作;也能藉由數據來深度學習自主運作。

普渡大學的研究團隊記錄了蜂鳥的關鍵動作,例如快速轉動180度,並將它們轉譯為仿生智械可以學習的電腦演算法。(圖/普渡大學)

除了應用於工業數位轉型以提升獲利,其他具體的應用像是搭載AIoT技術的仿生機械,美國普渡大學近來公開用3D列印打造相當真實蜂鳥大小與重量的蜂鳥機器人,該智械透過基於蜂鳥飛行動作編譯的演算法飛行,雖然沒有裝上影像感測器,卻能透過電子觸覺以及能夠分析觸摸數據的人工智慧演算,在黑暗中導航(或尋找倒塌建築物下的倖存者),即使看不到周圍環境也能繪製地圖。

用3D列印打造的仿蜂鳥智械,擁有雷射切割膜製而成的碳纖維機翼。(圖/普渡大學)

消費者日常生活方面,IoT穿戴裝置在銀髮族健康照護領域行之有年,經過AIoT升級的感測器,不但能有效關注老人健康狀態,及時指引老人復健運動、避免錯誤姿勢與動作;通過感測器與醫療體系的聯結,感測器能快速反應,在危急時通知救護人員,讓救援在黃金時限內完成。

人工智慧還能從裝置中的大量資料學習知識,在虛擬人類身體架構中推論,協助醫療決策,AIoT將使得智慧生活的願景逐步落實。

3. 5G與AIoT

隨著行動通訊技術推陳出新,我們知道近來炒得沸沸揚揚的5G(第五代行動通訊技術)一定比之前的快。5G簡單講就是4G的延伸,由於頻寬更大、覆蓋率更廣,速度最高可快過4G百倍以上,傳輸與接收點之間的延遲時間低於1毫秒。

5G低延遲特性更是促成AIoT普及的關鍵技術,以車聯網與自駕車為例,汽車上搭載不少數據感測器與攝影鏡頭,與IoT結合後,不只能監控車況,還能跟駕駛身上所有的穿戴裝置串聯,判斷駕駛生命徵象,比方是疲勞或睡著,大量數據資料透過5G上傳雲端進行人工智慧分析,就可以協助路況判斷與預防事故。

車聯網屬於攸關駕駛人與乘客性命的AIoT應用,在運作過程中無法容許任何延遲,為避免交通資訊的處理過程中,數據傳輸量不足或過慢所造成的風險,5G的兩點傳輸低延遲特性解決了這種問題。在不久的將來,5G設備普及後的聯網環境將帶動AIoT應用生態發展,AIoT屆時也將重塑我們的工作與生活。

 

 

 

  • 如需轉載、引用本篇文章,請先與我們連絡!
  • 每一個分享都是支持「工業技術研究院」持續創作的能量!感謝您!
  • 文章內容為作者個人觀點,不代表本站立場。
發表意見
延伸閱讀
關鍵標籤
觀看更多