AI與IoT相輔相成。IoT為AI提供深度學習所需的海量數據養料，而其場景化互聯更為AI的快速落地提供了基礎。AI則將連接后產生的海量數據經分析決策轉換為價值。
中國每年生產7億頭生豬，占全球48%。然而，其中8000萬頭小豬在出生72小時內就會死亡。母豬誤壓致死是一個主要原因，而每一小時就會發生6.4萬次這樣的擠壓事件。與此同時，人工解救措施正在變得越來越昂貴。
面對這樣的現實問題，作為物聯網新范式的智聯網（AIoT），能否幫助延續幾千年的養豬行業？
這是8月8日在京舉辦的首屆“摯物·AIoT產業領袖峰會”上，鐳場景實驗室創始人暨CEO武軍提到的智聯網應用的有趣場景之一。他表示，通過安裝攝像頭、傳感器等，智聯網可以扮演小豬崽“拯救者”的角色。
在中國工程院院士鄔賀銓看來，5G的發展賦予了AIoT 新的動能。“5G是連接AI（人工智能）與IoT（物聯網）的橋梁，其具備的高帶寬、高可靠、低時延及大連接等特點開拓了AIoT更廣闊的應用領域。”
AIoT是IoT的發展方向
AIoT即AI+IoT，指的是AI技術與IoT在實際應用中的落地融合。自兩年前阿里巴巴創始人馬云提出“物聯網的本質是智聯網”這一論斷后，AIoT一詞便火速走紅，發展至今，已成為2019年當之無愧的熱詞。谷歌、微軟、阿里巴巴……越來越多的企業開始將AIoT作為自己的核心戰略，越來越多的應用開始將物聯網與人工智能結合在一起。
10年前，中國提出建設“感知中國”，開啟了我國物聯網發展的新紀元。歐盟出臺了《物聯網——歐洲行動計劃》，表示要采取措施確保其在建構新型互聯網過程中起主導作用。然而，“過去10年間，物聯網的發展并沒有我們想象得那么快”。在中國信息通信研究院副院長余曉暉看來，這主要是因為物聯網存在碎片化、標準化、技術條件不足等諸多方面的問題。
隨著5G、邊緣計算等技術的發展，余曉暉認為，目前物聯網發展所需要的技術板塊已經基本具備，基于泛在的、深度的連接形成“數據驅動的智能”已成為可能，而這是一個新的方法論，是面向第四次工業革命的全球數字化轉型的方法論。其中，物聯網、人工智能無疑是這一方法論的基礎，也是發展最為迅速、創新最為活躍的領域之一。正是在這樣的背景下，“未來十年將迎來物聯網真正爆發的階段”。
在鄔賀銓看來，“AIoT是IoT的發展方向，IoT需要AI來提升其價值”。IoT標準主要解決數據傳輸技術，而AIoT關注新的IoT應用形態，更強調的是服務，特別是面向物聯網的后端處理及應用。
應該如何理解AI和IoT之間的關系呢？鄔賀銓認為，AI與IoT相輔相成。IoT為AI提供深度學習所需的海量數據養料，而其場景化互聯更為AI的快速落地提供了基礎。AI則將連接后產生的海量數據經分析決策轉換為價值。
從單機智能到主動智能
市場研究機構MarketsandMarkets近日發布報告稱，2019年全球AIoT市場規模為51億美元，到2024年，這一數字將增長至162億美元，復合年增長率將達到26%。這其中，5G的發展功不可沒。
在鄔賀銓看來，“5G的增強移動帶寬、高可靠、低時延和廣覆蓋等特性與邊緣計算的結合，使得AI與IoT融為一體”。其表現之一是“引領了IoT標準的演進”。
與4G相比，5G技術的發展使得無線與網絡技術從面向消費應用擴展到了產業應用。正是在這樣的趨勢下，通信行業組織3GPP通過仿真向國際電信聯盟（ITU）提交報告，說明在LTE和未來5G頻段工作的NB—IoT（窄帶物聯網）和eMTC（增強型機器類型通信）這兩種物聯網連接標準能滿足5G的連接密度要求，因此可納入5G低功耗廣域網物聯網標準，使其成為物聯網應用新的技術標準主流。
他舉例說，在5G技術的支持下，AIoT在語音識別和人臉識別及步態識別、智能家居、智能城市、工業互聯網、機器人等多個領域都大有可為。
例如，如果有些人戴口罩和頭盔以躲避人臉識別，就需要使用步態識別技術，通過身高、腿骨、肌肉、關節等人體特征和走路姿態進行識別，因為步態難以偽裝。而在最近熱門的垃圾處理問題上，鄔賀銓表示，“智能垃圾桶，能夠實時檢測垃圾桶的情況，在溢滿時自動通知，可提升30%的垃圾清理效率。”
展望AIoT的未來，鄔賀銓認為，其將經歷單機智能、互聯智能和主動智能三個發展階段。“目前，對于智能家居而言，還處于單機智能階段，而就工業互聯網、機器人等智能產業而言，則已經進入到互聯智能階段。”
新時代的挑戰
作為此次峰會的主辦方，對于我們當下的處境，物聯網智庫創始人彭昭做了這樣一個比喻——冰山，冰上之上是可見的部分，冰山之下是被很多人忽視的部分。“不管你愛或者不愛，我們都正在迎來一個全新的時代——智聯網時代。在這個時代，以前的成功經驗今后都將不再管用。”
而鄔賀銓則認為，目前AIoT僅處于起步階段，“有很大的發展空間，也面臨重大挑戰”。
在他看來，這些挑戰主要來自四個方面：算力、算法、平臺兼容性和安全性。具體而言，在AIoT時代，算力方面的問題是，密集和頻繁地使用高速計算資源將面臨成本壓力。算法方面的挑戰在于，面對未來應用場景的豐富性，有必要在算法層面予以增強，而基礎算法非常復雜，應用企業的開發能力或顯不足。平臺兼容性的困難則是，要把框架里的算法部署到數量眾多的物聯網設備上，大規模部署問題重重。
安全更是未來的“重中之重”。鄔賀銓認為，在智聯網時代，“人工智能決策的正確性仍受物聯網數據精確度的影響，AI的分析結果還缺乏可解釋性。而AIoT還存在被攻擊而成為僵尸物聯網的風險”。
面對上述問題，鄔賀銓做了如是總結：“未來AIoT的發展，仍舊需要標準化推動、企業間合作提升兼容性。另外，還需要將各種有威脅的情報進行共享，增強安全保障能力。”
正因為如此，“創新永遠在路上。”鄔賀銓說。
摘自《中國科學報》
