机器智能和物联网的深度结合。

没有大数据的物联网什么都不是。

将工业物联网想象成公司的神经系统：它是一个传感器网络，从制造商的各个角落收集有价值的信息，并存储在存储库中进行数据分析和利用。有必要对测量和获取数据做出明智的决定。但接下来会发生什么呢？我们应该如何处理所有这些数据？我们总是谈论基于可靠信息的正确策略，但实现这个目标并不总是那么容易，尽管听起来很明显。在本文中，我们将超越物联网，关注数据以及如何通过人工智能和数据分析来使用它。

讨论分析阶段，先将数据转化为信息，再转化为知识(有时又称业务逻辑)。然而，我们最终不会偏离物联网的核心主题，因为没有大数据的物联网对我们来说毫无意义。

大数据和数据分析。

近几十年来，特别是20世纪10年代，我们目睹了大量数据（结构化和非结构化数据）的涌入，这些数据是由无处不在的数字技术产生的。在工业世界的特殊情况下，充分利用和充分利用大量信息对成功至关重要。

这种对业务数据处理的需求催生了可交换术语大数据、数据科学和数据分析。它们可以统称为检查设备网络捕获的数据的过程，以揭示混淆的趋势、模式或相关性。这样做的根本目标是利用新知识改进业务。

因为它是最近创建的术语，所以对大数据有不同的定义。Gartner提供的三个关键方面之一是：数据量、数据类型和捕获速度。这些通常被称为3V，尽管其他定义扩展了，包括5V，增加了数据的真实性及其对业务的价值。

然而，我们认为讨论什么是大数据，什么是不合格的理论没有多大意义，因为大数据分析和处理已经适用于大规模的工业世界，因为数据收集设备无处不在。

物联网和大数据。

物联网和大数据如何相互关联？连接的主要点通常是数据库。一般来说，我们可以说物联网的工作在数据库中结束；换句话说，物联网的目标是在公共存储库中有序地存储所有获得的数据。大数据领域首先访问存储库以操作获取的数据并获取所需信息。

无论如何，将物联网大数据分析可视化为工具箱是非常有用的。根据我们想要从数据中获取的信息和知识类型，我们将从数据中提取一个或另一个工具。许多工具以传统算法的形式出现，以及这些算法的改进或改编，统计和代数原理非常相似。这些算法不是本世纪发明的，这让很多想知道为什么现在比以前更相关的人感到惊讶。

快速的答案是，现在可用的数据量远远大于最初构思的算法，但更重要的是，今天的机器计算能力允许这些技术大规模使用，为旧方法提供新的用途。

但我们不想给人印象，一切都被发明了，目前的数据分析趋势没有带来任何新的东西；事实上，恰恰相反。近年来，数据生态系统非常广泛，见证了重大创新。

人工智能是增长最快的领域之一。可以说这不是最近的发明，因为这种现象早在1956年就被讨论过。然而，人工智能是一个如此广泛的概念，以至于它通常被认为是一门独立的学科。但现实是，在某些方面，它在大数据和数据分析中起着不可或缺的作用。它是我们隐喻工具箱中已经包含的另一种工具，但它发现了AIOT的自然演变。

人工智能：物联网人工智能。

指数级数据量增长需要新的分析方法。在这种情况下，人工智能变得尤为重要。据福布斯报道，物联网和人工智能是主导技术产业的两大趋势。

物联网和人工智能是两种相互独立的技术，相互影响很大。虽然物联网可以被认为是一个数字神经系统，但人工智能也是一个先进的大脑，可以决定控制整个系统。IBM表示，物联网的真正潜力只能通过引入AIOT来实现。

但是人工智能和传统算法有什么区别呢？

当机器模仿人类的认知功能时，我们通常会谈论人工智能。也就是说，它以与人类相同的方式解决问题，或者假设机器能找到理解数据的新方法。AI的优点是可以生成新的算法来解决复杂的问题——这是独立于程序员输入的关键。因此，我们可以将普通人工智能，特别是机器学习（这是预计人工智能增长潜力最大的部分）视为发明算法的算法。

边缘人工智能和云人工智能。

物联网与人工智能的结合给我们带来了人工智能（物联网人工智能）的概念，即随着时间的推移，智能互联网系统可以做出自己的决策，评估这些决策的结果，并不断改进。

这种组合可以通过多种方式完成，我们想强调两者:

一方面，我们可以继续将人工智能的概念转化为一个集中的系统，处理所有的冲动，做出决定。在这种情况下，我们指的是云中的中接收所有遥测数据并采取相应行动的系统。这将被称为CloudAI(云人工智能)。

另一方面，我们还必须讨论隐喻性神经系统的一个非常重要的部分：反射。反射是神经系统的独立决定，不需要向中央处理器(大脑)发送所有信息。这些决定是在数据源附近做出的。这叫边缘AI(边缘人工智能)。

边缘AI和云AI的用例。

CloudAI为整个系统提供了一个全面的分析过程，EdgeAI为我们提供了快速的响应和自主权。但和人体一样，这两种反应并不是相互排斥的，实际上可以互补。

例如，水控制系统可以在检测到泄漏时立即关闭现场阀门，以防止重大水损失，并向中央系统发出通知。中央系统可以在那里做出更高层次的决策，比如打开通过另一个电路引导水的替代阀。

可能性是无限的，可以超越反应维护的简化示例，复杂的系统可以预测可能的事件，从而实现预测维护的可能性。

智能电网中可以找到AIOT数据分析的另一个例子。我们有智能设备在边缘分析每个节点的电流，并在当地做出负载平衡决策。同时，我们将所有这些数据发送到云中进行分析，以生成更全面的国家能源战略。宏观分析将允许在区域层面做出负载平衡决策，甚至通过关闭水电厂或从邻国开始电力购买来减少或增加电力生产。

成都融和实业排队叫号系统厂家(www.cdroho.com)是一家集研发、生产、营销、服务于一体的高新技术企业.主营智能排队叫号系统、医院分诊系统、排队机、叫号机、评价器(好差评系统)、呼叫器、多媒体查询及信息发布配套系统等,公司产品已广泛应用于不动产登记、智慧医疗、智慧税务、智慧政务、智慧金融、智慧通讯、智慧服务大厅、智慧机关单位等服务窗口行业.咨询电话：028-87438905。

标签：边缘人工智能和云人工智能,智能电网,人工智能