在兩篇文章的第一篇中，Kavita Char 解釋了智能連接設備的增長趨勢，支持物聯網或 AIoT、從 AIoT 中受益的技術和一些應用程序。在第二部分，她將介紹如何在 MCU 上實現 AIoT。

在過去的十年中，從醫療設備、家庭和樓宇自動化到工業自動化的各個領域，物聯網 (IoT) 設備的數量都出現了爆炸式增長。設備包括可穿戴設備、傳感器、電器和醫療監視器——所有設備都連接、收集和共享大量數據。國際數據公司 (IDC) 的一項預測估計，到 2025 年將有 416 億個連接的物聯網設備或“事物”，產生 79.4 澤字節 (ZB) 的數據。

這種增長的一個關鍵驅動因素是無處不在的無線連接，允許事物相互連接并連接到互聯網。這種超連接具有許多優點，例如自動化控制、設備之間的輕松通信和數據共享。它還允許收集和共享大量數據，這些數據可以被收集并用于做出明智的決策。隨著連接設備數量的增加，生成的數據量也隨之增加。IDC 預測，這些設備產生的數據量在 2018-2025 年的預測期內將以 28.7% 的復合年增長率增長。

人工智能 (AI) 是使物聯網更加有用的下一個合乎邏輯的步驟。智能可以內置到物聯網終端設備中，使它們不僅可以收集和共享數據，還可以分析數據、從中學習、做出決策并采取行動，而無需任何人工干預。人工智能和物聯網 (AIoT) 的結合創造了“智能”設備，這些設備從生成的數據中學習，并利用這些洞察力做出自主決策。新的人工智能技術正在實現邊緣智能，并顯著降低了云分析的需求和相關成本。人工智能有望成為幫助物聯網充分發揮其潛力的技術。

圖 1：AIoT 的元素。

AIoT 允許計算更接近數據。在邊緣設備上運行的人工智能技術可以自動處理和分析傳感器和其他物聯網設備生成的數據——例如溫度、壓力、濕度、振動或聲音——并使用這些信息來做出決策和觸發行動。

為什么人工智能在邊緣？

過去，由于機器學習模型的復雜性，人工智能應用程序主要在云端運行。但是，由于缺乏可靠和高帶寬的連接，或者當應用程序需要模型在設備本身上運行時，有些應用程序無法在云中運行。這些可能是需要快速、實時操作的應用程序，由于其延遲而無法使用云。此類應用的示例包括需要快速實時響應且無法容忍云連接延遲的虛擬助手、工業控制、面部識別或醫療設備。此外，可能存在對數據安全性和隱私性的擔憂，從而推動了在本地設備上存儲和處理數據的需求。

因此，邊緣人工智能具有自主性、低延遲、低功耗、低帶寬要求、低成本和更高安全性等優勢，這使其對新興應用程序和用例更具吸引力。邊緣設備上增加的計算能力支持人工智能能力。人工智能可用于許多物聯網應用，例如振動分析、語音處理、圖像分類和計算機視覺，這些應用需要結合 DSP 計算能力和使用機器學習進行推理。

物聯網中的人工智能——市場驅動力和趨勢

AIoT 允許用戶將原始物聯網數據轉換為系統可以從中學習并推動決策制定的有用見解。MarketsandMarkets 預測，全球物聯網人工智能市場規模將從 2019 年的 51 億美元增長到 2024 年的 162 億美元。預計推動市場發展的主要因素是需要有效處理正在生成的大量實時數據從物聯網設備獲取有價值的見解、實時監控、增強用戶體驗并減少維護成本和停機時間。

從近年來的各種市場報告中，都表明物聯網終端設備越來越多地采用人工智能技術，公司從基于云的人工智能轉向邊緣人工智能，以減少延遲和成本并實現實時監控。物聯網領域的許多技術公司都在大力投資人工智能，以提供新的“智能”產品、提高業務效率并使用數據來推動業務洞察力和增強客戶體驗。

此外，風險投資和對專注于人工智能的物聯網初創企業的收購正在快速增長。此外，亞馬遜、IBM、微軟和甲骨文等物聯網平臺供應商正在其主要的通用和工業物聯網平臺上集成人工智能功能。

AIoT的優勢

提高運營效率：AIoT 可以處理和檢測人眼看不到的實時運營數據模式，并可以使用該數據實時設置運營條件，從而實現最佳業務成果。因此，人工智能可以幫助優化生產流程并改善工作流程，從而提高效率并降低運營成本。

改進風險管理：人工智能可以幫助機構利用數據及時識別風險，并利用這些洞察力優化其流程，以提高安全性和減少損失，并做出更明智的業務決策。人工智能可以幫助降低風險的應用包括預測航空公司的機械故障和檢測工廠車間的安全風險。

新產品和服務：處理大量數據并從中獲得洞察力的能力，開辟了以前不存在的新技術，如語音識別、人臉識別和預測分析。這些新創建的功能可用于許多應用，例如在交付服務或災難搜索和救援行動中使用機器人、智能視頻門鈴、基于語音的虛擬助手以及車輛或樓宇自動化系統的預測性維護等。

減少計劃外停機時間：在制造業中，由于設備故障導致的機器計劃外停機時間可能會對業務造成很大的破壞。預測性維護可以通過分析機器數據和主動安排維護來幫助預測設備故障，從而降低意外停機的發生率和成本。

改善客戶體驗：在零售環境中，AIoT 有助于定制購物體驗，并根據客戶情報、人口統計信息和客戶行為提供個性化推薦。

降低產品成本：通過將分析和決策帶到邊緣，人工智能有助于減少需要傳輸到云端的數據量，從而降低與云連接和服務相關的成本。

應用

哪些類型的應用程序可以從 AIoT 中受益或受益？這里有些例子。

農業 AIoT：農業是可以從 AIoT 中受益的關鍵領域之一。人工智能用于創建一個智能系統，根據天氣條件、用水量、溫度和作物/土壤條件調整參數。分析來自傳感器的數據，以便在作物選擇、肥料、灌溉和害蟲控制方面做出最佳決策。人工智能幫助農民提高產量，進行季節預測和天氣預報，以最佳方式規劃作物和利用資源。帶有人工智能的計算機視覺用于監控農作物和大片農田，以識別問題區域并在需要時生成警報。

機器人：在制造業和消費產品中，機器人非常適合人工智能。機器人真空吸塵器具有收集環境數據并使用人工智能來決定如何穿越空間的傳感器。同樣，用于災區制造、包裝/食品配送或搜救行動的機器人使用人工智能來感知復雜（有時是敵對的）環境并相應地調整其響應。能夠識別面部和人類情感的機器人也被用于零售環境中，以引導交通并豐富購物體驗。

工業自動化：帶有人工智能的計算機視覺可用于改善裝配線的質量控制并幫助進行異常檢測。人工智能還可以幫助對機器進行預測性維護，以避免停機、延長機器壽命并降低制造成本。機器人可用于制造車間或倉庫，以移動包裝、協助裝配線、檢查產品質量并執行重復性、高精度任務。

圖 3：工廠自動化中的人工智能。

自動駕駛汽車：自動駕駛或自動駕駛汽車結合物聯網和人工智能來導航交通，響應不斷變化的交通、天氣或道路狀況或預測行人的行為。AI 還可用于根據收集的使用數據來衡量車輛的狀況，并為維護提供預測性建議。

樓宇/家庭自動化：AIoT 可以通過根據樓宇使用情況和用戶偏好數據調整照明和氣候控制，幫助公司降低能源成本并提高樓宇能源效率。預測性維護（使用關于建筑系統健康狀況的診斷數據）允許在需要時而不是按計劃進行維修和維護，從而幫助公司節省成本。他們還可以在潛在系統故障發生之前提供警報，并幫助調整系統以獲得最佳性能。AI 還可用于使用攝像頭傳感器進行自動訪問控制。

智慧城市：AIoT 可以開辟新途徑，創造更高效的城市，維護城市基礎設施，改善社區公共服務。這可以通過收集和分析來自大量傳感器和物聯網設備的數據并提取可用于實時調整的可行見解來完成。人工智能的實際應用包括廢物管理、停車管理等公共服務、交通管理和智能照明。例如，無人機可用于實時監控交通，數據可用于調整交通信號燈或車道分配，以管理和減少交通擁堵，所有這些都無需人工干預。同樣，安裝在垃圾箱上的傳感器可以提醒操作員僅在垃圾箱已滿時才撿起垃圾，從而有助于降低成本。

運輸和物流：人工智能通過預測性維護在車隊管理中得到應用，實時監控車隊并根據從 GPS 跟蹤器和傳感器收集的數據對車輛進行主動維護。AI 還可以幫助車隊運營商進行實時導航，以降低燃料成本、跟蹤車輛維護并識別不安全的駕駛員行為。

零售管理：人工智能可以通過兩種方式幫助零售。人工智能和預測分析有助于收集和分析大量數據，并使用這些信息來幫助零售商預測并做出準確的、數據驅動的業務決策。AIoT 可以使用客戶情報、人口統計數據和行為分析來向購物者提供個性化建議，并改善商店運營、產品布局策略、客戶服務和整體用戶體驗。零售機器人可以幫助引導流量并改善客戶體驗。

圖 5：零售中的人工智能。

醫療保健：中的 AIoT 可用于多種應用，例如通過分析成像數據檢測和診斷疾病，通過傳感器遠程監控患者信息并在發現異常時發出警報，通過分析 EHR（電子病歷）預測患者疾病風險健康記錄）和預測藥物相互作用。此外，機器人手術系統可以執行或協助非常復雜和高精度的手術，并使微創手術成為可能。

人工智能是物聯網的未來

AIoT 正在支持新的應用程序和用例，并將幫助物聯網充分發揮其潛力。AIoT 的應用可以在智能城市、工業自動化、醫療、農業和智能家居等多種市場中找到。我們將繼續看到將人工智能納入物聯網端點的新應用程序的興起，越來越多的制造商將使 AIoT 成為重大投資領域。

審核編輯 黃昊宇