人工智能和機器學習正徹底變革著我們周圍的一切事物，成為如今最炙手可熱的話題。但作為其中最關(guān)鍵的一環(huán)，物聯(lián)網(wǎng)（IoT）卻常常被人們忽略。

這是不應(yīng)該的，我們必須了解機器學習的基礎(chǔ)以及它對任何流程的轉(zhuǎn)變。就拿網(wǎng)絡(luò)流媒體平臺Netflix來說，它能基于你的觀看歷史來為你推薦其他電視劇或電影。

在這種推薦模式開始之前，我們習慣根據(jù)評分來選擇要觀看的影片。然而，給出的評分有時并不能完全符合你的意愿，評分并不能說明你是否會喜歡這部電影，你可能會更喜歡一部6星的電影而不是8星的電影。

Netflix的平臺擁有數(shù)百萬的用戶基礎(chǔ)，因此能收集到龐大的數(shù)據(jù)。用戶們會公開（點贊或者點踩）以及含蓄地表達（追完整季劇，點擊同一部電影的某一張海報）他們對一些影片的喜好。在數(shù)據(jù)的基礎(chǔ)上，Netflix給出的推薦顯然就會更合你心意一些，每個人看到的推薦都是量身定做的。

Netflix會根據(jù)用戶的觀看歷史來預測他們可能喜愛的影片，然后為用戶存入（提前上載）最近的數(shù)據(jù)中心。它還需要進行大量的媒體處理（針對不同設(shè)備提供不同格式和清晰度的視頻轉(zhuǎn)換），這個過程花費較大。所以Netflix會基于現(xiàn)有服務(wù)器負載的歷史數(shù)據(jù)來預測未來的服務(wù)器負載，以此最大化利用這部分花費，再將這些任務(wù)分配至未被充分利用的資源。

機器學習為每一位用戶都推薦了定制化內(nèi)容，這在以前絕無可能。它不僅優(yōu)化了整個流程，獲得更高效率，同時還讓現(xiàn)有資源獲得了更好的利用。

所以是什么讓Netflix能夠推薦定制化內(nèi)容并優(yōu)化其所有資源？

答案是Netflix一段時間內(nèi)積累的用戶行為及用戶資源利用情況的數(shù)據(jù)。只有通過這些數(shù)量足夠龐大的相關(guān)數(shù)據(jù)，Netflix才有能力做到這些。

但是Netflix等平臺還有一個非常獨特的優(yōu)勢。因為他們整個生態(tài)系統(tǒng)都是數(shù)字化的，所以他們可以持續(xù)收集數(shù)據(jù)并提供任何定制化推薦。平臺中所有的資源也都是數(shù)據(jù)化的，并且一直被實時監(jiān)控。

然而我們身邊大多數(shù)進程都不是按上述流程進行的。你的生活并不僅限于數(shù)字化設(shè)備。事實上，你的大部分活動都是在屏幕外實現(xiàn)的。

物聯(lián)網(wǎng)能帶來什么好處？

要想機器學習和人工智能變成真正意義上的革命性技術(shù)，那么必須讓他們改變你身邊所有流程。他們必須在你生活中每一個方面都能創(chuàng)造價值，不僅僅是數(shù)字化方面。

就拿大家生活中最重要的一個方面來舉例吧，來看看交通。

自動駕駛汽車

幾十年以來人們都是自己駕駛汽車，直到突然有家公司想改變這一切，這家公司就是特斯拉。他們希望使用人工智能和機器學習來打造無需人類介入的自動駕駛汽車。

和Netflix不同的是，駕駛并不僅限于數(shù)字世界，大多數(shù)汽車和數(shù)字生態(tài)系統(tǒng)毫不沾邊。其中缺失了最重要的一個因素，那就是數(shù)據(jù)。

在這種情況下，物聯(lián)網(wǎng)就能發(fā)揮作用了。要想打造自動駕駛汽車，第一步就是收集不同的駕駛數(shù)據(jù)并且對汽車實施數(shù)字監(jiān)控。這種新型的數(shù)字化汽車能夠通過雷達、人類駕駛員的活動以及汽車中其他部件的運行數(shù)據(jù)來收集周圍的數(shù)據(jù)。這些數(shù)據(jù)也將被運用于研發(fā)以不斷改進自動駕駛系統(tǒng)。

汽車的數(shù)字化需要物聯(lián)網(wǎng)的支持。物聯(lián)網(wǎng)技術(shù)的核心就是在汽車中添加一些額外的硬件（傳感器、處理器和數(shù)字控制器），以此來彌補數(shù)字世界和真實世界之間的鴻溝。

如果沒有物聯(lián)網(wǎng)的支持，自動駕駛汽車就不可能成為現(xiàn)實。同樣，如果不在流程和產(chǎn)品制造中輔以物聯(lián)網(wǎng)技術(shù)，那么人工智能也不可能實現(xiàn)大多數(shù)行業(yè)的變革。

就算沒有人工智能和機器學習，物聯(lián)網(wǎng)本身也能創(chuàng)造很多價值。而在強強聯(lián)手之后，它所能發(fā)揮出來的價值就更大了。物聯(lián)網(wǎng)值得更多的關(guān)注和贊嘆。