《名偵探柯南》劇場版當中，犯人透過網絡駭入智能電飯鍋進而造成恐攻，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，人工智能（AI）與物聯網彼此間更為緊密，兩者融合而出現的新應用型態“AIoT（人工智能物聯網）”在產業間炸開來。

本文將介紹 AIoT 的基礎概念，并簡單探討該未來十年 AIoT 息息相關的三個關鍵方面，帶你快速了解：究竟什么是 AIoT？

先將人工智能獨立而論，這項強大、具顛覆性的技術又稱為機器智能，是透過人類研制設計的計算機程序，以運算展現出類似人類智能的科技，學者定義為：“正確理解外部數據并從中學習，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“智能化”，人工智能廣泛在不同勞動模式、建設與生活場景中運作，對人類社會的沖擊不斷在今日上演。

人工智能照亮物聯網進化之路， AIoT 來自于人性

再來談談眾所皆知的物聯網。在鏈接封閉或全球網絡的產品大量問世后，與以往家電的運作模式不同，在本來的特定功能之外，他們還具備了遠程遙控、內部構造的偵錯識別、甚至與其他裝置互相串聯的功能，這些物聯網家電比以往還要貼近人性，因而普遍被定義為「智能家電」。

由于人們日益習慣 IoT 裝置帶來的各種便利和個人化服務，以智能手機為例，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。

這些普及于人類社會的“初代智能家電”都屬于 IoT 設備裝置，其回傳的數據數據與成長中的用戶等比上升，來自各地的海量數據成為數字時代最有價值的產物之一。如何管理與分析大數據，并從中洞見趨勢、利用數據服務，是當前產業所關注的，人工智能技術恰恰成為 IoT 的解決方案。

從人工智能的角度思考，該技術的強大是根基于數據數據探勘后的演算，由于聯網裝置的普及，累積了足夠的數據數量，讓人工智能算法應用于數據分析更加可行，也使得人工智能從一開始的輔助、增強功能，到深度學習后的自主性。

為了讓算法驅動，搭載人工智能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，是讓人工智能可以絕佳發揮的關鍵要因。

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，簡單想象一下，下班回家后的 AIoT 智能生活場景正真實上演：根據數據，您的冷氣判斷7月平均設定室溫為攝氏25.5度，晚間八點坐上躺椅后，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，冰箱回報您兩周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余了。

當傳統 物聯網 的「初代智能家電」采集用戶回傳的數據進行演算，比對生活習慣、行為模式和健康狀態，呈現最適合該用戶的運作模式。智能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 家電產業的愿景：人們將被「服侍」的無微不至。

未來即現在，AIoT 的三大關鍵技術

因為人工智能技術能使機器從外部數據數據中學習，做出預測性分析，或是分析后協助決策，所以，IoT 傳達數據的實時性，對于人工智能自主適應學習系統的演算相當重要。簡單來說，我們可以將人工智能比喻為 AIoT 的中樞神經， IoT 就是周圍的神經系統。

發展成熟的 IoT 與人工智能技術匯流，就進化成「AIoT」，當智能裝置加入 AIoT 能力，進一步演化，就可以提供使用者期待、甚至于超出期待的服務，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 導入人工智能技術后的杰出表現，各界在 AIoT 上的投入經費、開發規模持續擴張。除了前述借助 AIoT 打造的智能家居想象，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。

▲AIoT 的發展正如火如荼進行中，世間萬物不但串聯起來，還有了貼近生物的智能。

圖片來源：pixabay

1、云端數據與分析

云端服務是傳統 IoT 生態不可或缺的一環，大致上可分為基礎設施、平臺與軟件（IPS）三種服務模式。近來提供云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（商業智能）與數據探勘一直都是企業發展所重視的方面，為了在瞬息萬變的數字時代得到更精細的市場投資回報率（ROI），云端數據分析市場與 AI 之間，存在強烈的整合需求。

比如說計算機產業，以往是計算機上市后就有人會買，競爭激烈的今日，企業就必須用BI整合人工智能的方法嗅出商機：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 于今年3月宣布將投入10億美元投資人工智能領域。再者，致力緊追 Amazon 與 Microsoft 云端市場占比的 Google 砸26億美元收購以BI與數據分析平臺聞名的科技公司 Looker。

Google 著名的機器學習等人工智能技術在集結Looker強大的商業數據分析產品后，使得 Google 的云端平臺服務（PaaS）能提供特定行業更完整的分析解決方案。

另外，雖然受到市場質疑，客戶關系管理（CRM）云端服務巨頭 Salesforce 也以驚人價格（157億美元）收購知名可視化數據分析工具業者Tableau。

云端產業接二連三的并購案可解讀為：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，須結合人工智能以掌握越趨海量的全球級數據，并加以利用轉化為收益。

2、嵌入式系統與傳感器

嵌入式系統一般來說是針對某項特殊用途所客制化，綜合軟硬件所開發的封閉系統（例如導航用的 GPS、小七的 ibon、PDA 的數字助理等）。傳統 IoT 控制操作，都是通過搭載嵌入式系統的傳感器（sensor）來運作，也就是透過這些傳感器收集數據。

當人工智能技術微型化導入傳感器，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云端做人工智能分析，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絡也不怕。

以工業數字轉型來說，AIoT 使得許多制造業智能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能后，運作更加完善多元。

舉例而言，智能傳感器的實時監控與回饋功能，不只適用于追蹤原物料的庫存，也能夠讓工廠的大型機械設備防范故障（數據分析后，積極預測下次故障時機），糾正、干預不當操作；也能借助數據來深度學習自主運作。

除了應用于工業數字轉型以提升獲利，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打印打造相當真實蜂鳥大小與重量的蜂鳥機器人，該智械透過基于蜂鳥飛移動作編譯的算法飛行，雖然沒有裝上影像傳感器，卻能透過電子觸覺以及能夠分析觸摸數據的人工智能演算，在黑暗中導航（或尋找倒塌建筑物下的幸存者），即使看不到周圍環境也能繪制地圖。

消費者日常生活方面，物聯網穿戴裝置在銀發族健康照護領域行之有年，經過 AIoT 升級的傳感器，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；通過傳感器與醫療體系的聯結，傳感器能快速反應，在危急時通知救護人員，讓救援在黃金時限內完成。

人工智能還能從裝置中的大量數據學習知識，在虛擬人類身體架構中推論，協助醫療決策， AIoT 將使得智能生活的愿景逐步落實。

3、5G與 AIoT

隨著移動通訊技術推陳出新，我們知道近來炒得沸沸揚揚的5G（第五代移動通訊技術）一定比之前的快。5G簡單講就是4G的延伸，由于帶寬更大、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于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傳感器與攝影鏡頭，與 IoT 結合后，不只能監控車況，還能跟駕駛身上所有的穿戴裝置串聯，判斷駕駛生命征象，比方是疲勞或睡著，大量數據數據透過5G上傳云端進行人工智能分析，就可以協助路況判斷與預防事故。

車聯網屬于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，為避免交通信息的處理過程中，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設備普及后的聯網環境將帶動 AIoT 應用生態發展，AIoT 屆時也將重塑我們的工作與生活。

責任編輯：ct