圖1、當人工智慧和物聯網碰撞在一起時收益倍增
物聯網（IoT）和人工智慧（AI）都是當今正在迅速發展的行業技術。 這兩者都代表了巨大的轉變，
人工智慧（AI）由許多不同的數學演算法組成， 以最好地回答許多不同領域的問題。 顯然， 電腦擅長數學， 現在這些電腦速度如此之快， 可以即時進行複雜的遞迴計算。 也就是說， 人工智慧（AI）總是需要的是訓練資料。
圖2、物聯網管理資料和設備
對於許多今天正在進行人工智慧（AI）的公司來說， 隨著時間的推移， 許多使用者提供的資料已經慢慢被收集起來：無論是填寫Google搜索欄的人， 電梯裡的按鈕， 還是醫療診所的接待員輸入患者資訊等等， 各行各業在過去幾十年來都收集到了大量的資料。 這些資料是訓練電腦模型正確地以一種智慧和預測的方式進行運行的核心。
圖3、物聯網具有廣泛應用
而物聯網（IoT）改變了這個過程， 因為設備和機器比人類便宜得多。 田野裡的感測器， 汽車中的電腦和智慧工具都悄無聲息地收集和存儲資料， 而無需使用者做任何額外的工作。
物聯網（IoT）的核心是將電腦放在我們身邊的所有事物上。 這些電腦通常沒有螢幕或鍵盤， 而是做一些基本的事情， 如讀取溫度， 測量振動， 或打開和關閉燈光。 當資料和設備可操作時， 物聯網（IoT）就能充分發揮其潛力。 這意味著不僅是從感測器收集的資料， 而且生態系統中的事物都是能夠即時回應的。
圖4、AI和IoT結合激化新的革命
從一個來源收集資料並在另一個來源執行操作的關係有時稱為回饋迴圈。 例如， 溫度計從銑床內部發送當前讀數， 銑床還有額外的電腦來打開和關閉機器。 當溫度達到一定的閾值時， 電腦自動關閉電機的RPMS， 並通知技術支持人員出現問題。 關閉和打開電機的邏輯可以通過一個非常簡單的規則完成，如“如果溫度高於120度，則關閉電機”。
雖然生活中的許多事情可以用簡單的規則進行優化，但是更多的情況是沒有考慮到潛在的複雜性。例如，電機可能會短時間運行，或者如果外部空氣低於30度，則發動機應該可以運轉到140度。這些變數對於人類而言是不太明顯的，但是很容易被人工智慧（AI）所理解。把人工智慧（AI）的經驗教訓帶入決策過程，可以完全優化我們的操作流程。這意味著人工智慧（AI）可以識別哪些因素與電機失效真正相關，哪些輸入無效。從本質上講，人工智慧（AI）可以類比對我們使用的系統有著直覺和多年經驗的專家。專家不再聽一個近乎聽不見的噪音，而是人工智慧（AI）系統能夠以最優化的方式輕鬆識別問題。人工智慧（AI）使物聯網（IoT）在最有力的可能性中採取行動。
把人工智慧（AI）和物聯網（IoT）放在一起很明顯，這兩種變革性的技術相結合將使企業和城市能夠改變我們的日常生活。縱觀技術領域，將需要技術，資料科學家，領域專家和系統集成專家共同合作來實現這一願景。連接的物聯網平臺，雲提供商和AI專家的硬體製造商將需要合作創建集成的體系結構。
圖5、AI和IoT引領未來
（完）
關閉和打開電機的邏輯可以通過一個非常簡單的規則完成，如“如果溫度高於120度，則關閉電機”。雖然生活中的許多事情可以用簡單的規則進行優化，但是更多的情況是沒有考慮到潛在的複雜性。例如，電機可能會短時間運行，或者如果外部空氣低於30度，則發動機應該可以運轉到140度。這些變數對於人類而言是不太明顯的，但是很容易被人工智慧（AI）所理解。把人工智慧（AI）的經驗教訓帶入決策過程，可以完全優化我們的操作流程。這意味著人工智慧（AI）可以識別哪些因素與電機失效真正相關，哪些輸入無效。從本質上講，人工智慧（AI）可以類比對我們使用的系統有著直覺和多年經驗的專家。專家不再聽一個近乎聽不見的噪音，而是人工智慧（AI）系統能夠以最優化的方式輕鬆識別問題。人工智慧（AI）使物聯網（IoT）在最有力的可能性中採取行動。
把人工智慧（AI）和物聯網（IoT）放在一起很明顯，這兩種變革性的技術相結合將使企業和城市能夠改變我們的日常生活。縱觀技術領域，將需要技術，資料科學家，領域專家和系統集成專家共同合作來實現這一願景。連接的物聯網平臺，雲提供商和AI專家的硬體製造商將需要合作創建集成的體系結構。
圖5、AI和IoT引領未來
（完）