图为：机智云人工智能实验室总监黄明

 

演讲开头，黄明首先向我们解释了物联网的概念：网联网就是通过某些方式把现有设备的数据采集并上传到云端。今天讲人工智能需要大量的数据，物联网就提供了源源不断地数据来源。那么如何通过云端得到的分析结果，反向控制我们的设备？黄明说采集与控制是物联网能够提供两大方面。
“物联网化”成熟模型
 
第一阶段还未连接，处于到处救火且产品反馈有限的状态，同时还有高昂的服务成本；第二阶段虽然已连接且允许远程访问，但面临不完整的信息、被动地响应问题等问题；第三阶段已有服务能力，且按需远程访问、部分主动监控，服务成本降低，使用数字化软件交付。第四阶段可以在云端采集数据，进行分析，反向控制的能力。第五阶段是指怎么通过人工智能的方式给物联网的设备提供个性不同规模的服务。这是根据不同的机构预测的。这几年来物联网的设备会呈现爆发式增长，设备数量增长意味着我们数据大量地增长。数据的增长，也就给人工智能提供了很好的原材料进行加工。
 
物联网人工智能的特点
 
黄明说，今天大家谈论的人工智能，更多的是图象识别、语音识别这种类型的人工智能，但是在物联网谈人工智能却有一点局限性，比如说物联网要求有计算的实时性、要求计算能够实时反应，尤其是在自动驾驶或者工业领域，一旦获取到异常的信息，就马上做出判断，进行截止。所以说如果云端传输有一秒钟的延迟，这样的延迟就是不可接受的。另外一方面互联网方面的人工智能需要较高的可靠性和稳定性。目前来讲深度学习其实是一个黑匣子，我们只知道如何把数据丢给它进行训练，但是它产生的原理是什么并不能理解。
 
物联网的人工智能算法
 
关于端部的计算能力问题，黄明提到，在很多很多场景里面，机智云并没有像ARM这样的计算CPU存在，更多的是MCU或者简单的传感器。它们并不具备非常强大的学习能力，所以也不能在上面运行。即使它能运行深度学习的运算，如何保证它在长待机的情况下保持良好的性能也是一个巨大的问题。“在物联网领域，除了深度学习以外，”黄明说，“我们更加强调积极学习，以及泛人工智能类型的人工智能。”
 
一个比较常见的人工智能的数据流方式是通过传感器采集数据，然后上传到云端，进行特征分析、模型训练，最后把这些模型迅速下放到端部，进行输出结果。这里所提到的人工智能常用的算法，在物联网领域其实更加强调流式计算。需要所有的数据不停地运行，不断被消耗，不断地产生结果。物联网可以用到各方各面，像健康、公用设备等。
 
二、行业案例分析：机智云的人工智能探索
 
智能家居经过这几年的喧嚣，不再单纯是简单的APP交互，如何增强人民与电器之间的交互方式显然已经成为首要问题。交互方式很多，比方说语言交互。从物联网这个角度来讲，除了语音，还有图象交互，让设备认清人是在干什么可以通过红外、超声波集中方式。比如超声波传感器可以知道人是否在睡觉等等。
 
在物联网领域，需要跟各种各样的传感器融合，提供更加智能化的交互方式。有了更好的智能交互方式以后，下一个要解决的问题就是如何做出更智能的决策，也就是说怎么更懂得你的用户。演讲中，黄明以热水器为例，他说“我们希望热水器更加智能，翻译成人工智能所能理解的答案，一个是热水等待时间是如何的？我们每次用水的体验度分数是多少？”。只有尝试把设备使用的状况翻译成用户的模型，搞清楚每次用水的时长，温度的设置偏好，时间点以及能耗等等，才能真正算是物联网领域的人工智能应用。
 
除了在智能家居领域的探索，物联网还在零售业有所建树。
 
何利用传感器帮助我们解决零售业的问题呢？黄明总监解释到比方说现在零售业不知道每天的送货情况是如何的，那么就可以通过POS机获取资料。但是很多情况下我们并不能获取这方面的资料，这时就可以通过后装式的传感器。以智能冰柜为例，当我们想知道一个智能冰柜的里每天的饮料销售情况是如何的，如果想获得这些数据，一个企业要等到半个月或者一个星期之后通过补货才能获取之前的销售情况。但是现在通过加速度传感器、人流传感器就可以捕捉冰柜每天使用的情况。通过加速度传感器，可以捕捉到每次开关门的情况，然后可以再分析判断出每小时、每分钟里这些人有没有进行购物行为、有没有进行某个商品的采购，通过这种方式，用户也可以捕捉到市场活动的效果是如何的。如果厂商希望得到更加精准的信息则可以提供摄像头解决方案。通过摄像头可以直接获取到当前冰柜里最新的情况。
 
除了上述应用，机智云还开发了智能楼宇设备、商用中央空调智能系统等，物联网还在很多领域可以实现应用，比如说工业中工序的优化等等，“未来也盼望人工智能能在物联网解决更多问题”，演讲结束时黄明这样说到。