用人工智能去创造思考，学习事物

下一代物联网平台可能是允许事物成为思考的人，学习对象。想象一下，你的智能手表不仅可以预测，当你可能成熟心脏病发作时，它也可能是一种感觉，黑客何时试图访问您的个人数据。

用“大脑”来增强事物的方法是用人工智能(AI)来增强它们。让我们把它叫做AIoT，事物的人工智能。

今年在美国的初创方面表现出了AI的高峰投资，单独筹集了15亿美元，我相信我们很快就会看到我们日常生活中这些投资的果实。想像人工智能将在哪里发挥作用我们需要了解AI是什么 - 以及它不是什么。

AI是一种由统计模型支持的算法，允许AI通过反馈循环“学习”。因此，与其采用确定性模型(算法使用预定义的规则来做出决策)，还不如采用其他模型。

例如，谷歌使用了一种叫做深度学习;这一领域的大部分工作都受到人脑的作用方式。这些模型不再是确定性的，因此可能意味着AI如何实现某种决定可能会变得不透明。这可能会产生不可预见的情况;通过分析Twitter Feeds，目击Microsoft的AI Chatbot在几小时内学习为种族主义者。

人工智能会变得无所不知吗?目前的AI肯定不会，他们在特定领域受过训练，不能将这些知识应用到其他环境中。例如,一个最近的僵尸网络攻击通过渗透诸如连接的DVR和摄像机等射击几个高调的网站。他们被AI增加了，事情可能会感到传感交通过载并关闭它们。

那么，人工智能将在哪里增强物联网呢?最有可能的领域将是制造业，这个行业已经在物联网上投入巨资。的用例制造业攻击艾美主要是预见性维护。他们所使用的AI形式被称为机器学习。

制造商正在追求预见性维护，因为它有一些切实的好处;容易实现的目标是增加正常运行时间和减少计划外停机时间，允许组织降低维护和维修成本。

但有更多的股份。拥有这些功能将使制造商能够采用新的商业模式来更好地竞争市场。例如，在某些领域，需要从资本集约投资到更多的运营投资，从资本公司到OPEX。因此，只有在使用时提供机器，只租用并仅在使用时支付机器。物联网将允许监控使用情况。

对此的副作用是，当机器崩溃时，制造商不会支付，因此正常符合他的直接兴趣，同样是货物的一生。如果寿命可以延长，那么租金上的余量将上升。具有预测性维护能力对于达到这些目标至关重要。

如果预见性维护如此重要，为什么还没有被全面采用呢?当然，也有一些陡峭的障碍。缺乏可靠的传感器来监控机器的性能和行为是其中之一，在车间操作中获得可靠连接的挑战是另一个。两者都是收集检验统计模型所必需的数据的先决条件。

然后缺乏可以预测行为的统计模型，主要是因为数据科学家的短缺，可以建立和测试这些模型。而现实世界是复杂的;机器在不同的条件下全面发货并工作。例如，机器的振动将基于它所处的地板的类型来影响;木地板将影响比混凝土不同的测量。

制造商经常生产许多不同版本和型号的机器。这些机器的部件通常是通过不同的供应商和供应商订购的。虽然设计师倾向于将质量设定在一定的标准，但第三方供应商提供的备件可能会略有不同，以看不见的方式降低了模型的价格。

我们确信确定性模型将有效地处理上述情况，并且唯一的方式解决这些挑战将是AI启发的实时分析方法。

所有物联网议程网络贡献者对其帖子的内容和准确性负责。观点是作者的，并不一定传达物联网议程的思想。