人工智能已成為IT產(chǎn)業(yè)的最新熱詞。物聯(lián)網(wǎng)讓洗碗機(jī)，冰箱，電視，汽車等所有事物都連接起來，再加上人工智能的助力，使很多人都認(rèn)為產(chǎn)品正開始學(xué)習(xí)像人類一樣思考。同時(shí)，計(jì)算機(jī)也更加智能，比如2016年谷歌的人工智能軟件AlphaGo 就打敗了世界上最頂尖的圍棋手之一，又一次打破人們的預(yù)期，鬧得沸沸揚(yáng)揚(yáng)。

　　隨著科技的進(jìn)步，配備AI技術(shù)的物聯(lián)網(wǎng)系統(tǒng)會(huì)帶來更大價(jià)值嗎？想要知道這個(gè)答案，我們需先了解下AI技術(shù)目前的進(jìn)展和使用。

　　計(jì)算機(jī)資源的重要性

　　物聯(lián)網(wǎng)中的AI可能需要及其昂貴和強(qiáng)大的計(jì)算機(jī)。AlphaGo中有1920個(gè)CPU，280個(gè)GPU，還儲(chǔ)存幾百萬個(gè)專業(yè)圍棋的走子記錄，才得以用如此大量的計(jì)算資源打敗了圍棋職業(yè)9段李世石。在技術(shù)上，我們可以減少計(jì)算資源，讓AI解決復(fù)雜度更低的挑戰(zhàn)和更多樣的物聯(lián)網(wǎng)用例的問題，甚至還可以解決與圍棋問題同等復(fù)雜的問題。

　　使用前的訓(xùn)練

　　現(xiàn)在的AI無法即時(shí)解決某個(gè)問題，至少無法不經(jīng)過訓(xùn)練就解決問題。事實(shí)上，AI投入使用前系統(tǒng)還有大量工作要做。以AlphaGo為例，算法需要尋找有用的圍棋走子，而深度學(xué)習(xí)技術(shù)則廣泛應(yīng)用過去專業(yè)競賽中的數(shù)據(jù)集，幫助“預(yù)測”或評(píng)估與當(dāng)前棋局相關(guān)的走子。

　　要在物聯(lián)網(wǎng)系統(tǒng)中應(yīng)用AI，我們必須為了特定的用例花時(shí)間研發(fā)傳統(tǒng)算法并訓(xùn)練AI。目前已經(jīng)有一些這樣的解決方案，比如富士通的運(yùn)營數(shù)據(jù)管理和分析(ODMA)業(yè)務(wù)應(yīng)用程序就使用了機(jī)器學(xué)習(xí)技術(shù)以實(shí)時(shí)檢測傳感器所搜集技術(shù)的異常現(xiàn)象。

　　隨著IT產(chǎn)業(yè)解決問題能力的增強(qiáng)，這一點(diǎn)得到改善。最近富士通實(shí)驗(yàn)室研發(fā)了一些能夠?qū)崿F(xiàn)更快速機(jī)器學(xué)習(xí)和更大型神經(jīng)網(wǎng)絡(luò)的技術(shù)，這些技術(shù)能判斷驅(qū)動(dòng)程序是否過于遲緩，還能根據(jù)器械振動(dòng)預(yù)測宕機(jī)。

　　AI包含多項(xiàng)技術(shù)

　　想要得到基于AI的商業(yè)解決方案，我們需要為其研發(fā)一系列認(rèn)知能力并將其結(jié)合起來，包括：感知，推理，選擇，學(xué)習(xí)，溝通，移動(dòng)和操縱。AI通常需要依靠不同技術(shù)才能實(shí)現(xiàn)這些能力。因此，我們不僅需要了解技術(shù)需要什么知識(shí)才能在既定用例上取得最佳表現(xiàn)，還要了解機(jī)器如何獲取復(fù)雜的綜合技術(shù)以使各項(xiàng)技術(shù)無縫銜接。

　　比如，優(yōu)化建筑物能源配置的物聯(lián)網(wǎng)系統(tǒng)可能需要使用如下技術(shù)：

　　深度學(xué)習(xí)系統(tǒng)，分析并預(yù)測建筑物內(nèi)外的交通擁堵情況，判斷建筑物外人們的交通模式。

　　視頻分析系統(tǒng)，在建筑物內(nèi)基于Wi-Fi的實(shí)時(shí)手機(jī)位置跟蹤系統(tǒng)的輔助下，判斷建筑物關(guān)鍵位置的交通流量。

　　機(jī)器學(xué)習(xí)系統(tǒng)可以根據(jù)商業(yè)天氣預(yù)報(bào)服務(wù)，了解下一小時(shí)天氣預(yù)報(bào)以判斷室內(nèi)溫度的變化，以最優(yōu)化冷卻水系統(tǒng)的溫度。

　　仿真模型，基于建筑物上的光照射度，判斷內(nèi)墻外墻的溫度。

　　最后還需要一個(gè)規(guī)則引擎，基于其他所有技術(shù)的數(shù)據(jù)，以節(jié)省能源的方式控制燈光，空調(diào)，升降機(jī)等。

　　訓(xùn)練后學(xué)習(xí)

　　另一個(gè)問題是，AI技術(shù)是基于過去的數(shù)據(jù)形成規(guī)則。如果系統(tǒng)遇到新情況，AI或許無法適當(dāng)應(yīng)對(duì)。AI通常無法脫離人類干預(yù)而進(jìn)化，雖然有些技術(shù)在設(shè)計(jì)上是這樣的。在AI需要改變時(shí)我們將需要人類自身的判斷。

　　倫理與法律框架

　　同樣重要的是，物聯(lián)網(wǎng)系統(tǒng)應(yīng)用AI技術(shù)時(shí)，或許會(huì)有一些倫理和法律要求取代人類的判斷。這種責(zé)任分配還未得到廣泛探討，如果出現(xiàn)問題，應(yīng)該負(fù)責(zé)的是研發(fā)AI算法的機(jī)構(gòu)，還是訓(xùn)練AI的機(jī)構(gòu)，還是提供訓(xùn)練數(shù)據(jù)的人，還是部署AI算法的客戶呢？我們都不得而知。

　　物聯(lián)網(wǎng)的AI尚處幼年。采取以人為中心的算法，AI技術(shù)在發(fā)展中將解決大量挑戰(zhàn)，大大提高我們的效率，潛力無窮。關(guān)鍵是，需要將技術(shù)無縫集成到人類活動(dòng)中——讓人們從重復(fù)性的常規(guī)工作中解放出來，同時(shí)做重要的決策獲取最大程度的支持。保證遵守監(jiān)管框架，平衡利益與資源和時(shí)間的關(guān)系都至關(guān)重要。