AI 在 IoT 行业里面有多大用处？

频道：行业资讯日期：2023-03-03 23:27:09 浏览：1138

通信行业的发展和嵌入式设备的激增带来了对物联网（IoT）的愿景，从而带来了一个处处都有传感器的世界，在这个世界里，我们日常环境接触到的事物越来越多地具有计算、传感和通信功能。这些功能有望彻底改变人与物之间的交互。

诚然，为了让在物联网等设备上的传感器更加智能、为了拥有更“友好”的服务，学术界与工业界进行了大量的研究。其中人工智能、深度学习的最新进展极大地改变了处理以用户为中心内容（例如图像、视频、语音）的方式方法。因此将神经网络应用于IoT设备，或许构建新的能够执行复杂的感知、识别任务的应用程序，以此来促进人类与周围环境之间信息交换的新领域发展。

一、什么样的深度神经网络结构适合物联网的需求

首先从物联网应用的目的出发，物联网应用通常需要多个传感器之间的协作，因此需要设计符合这项目的的新的神经网络结构，以此来实现多传感器的数据融合。所设计的结构应该能够对多个感知输入之间的复杂交互进行建模，并有效地识别与编码与任务相关的感知输入特征。

尽管物联网环境中的嵌入式和移动计算任务多种多样，但通常可以将它们分为两种常见的子类型：估计任务和分类任务。这些具体取决于预测结果是连续的还是离散的。因此问题就变成了是否存在可以有效地学习估计和分类任务所需模型的神经网络体系结构。

二、如何在有效部署IoT设备

IoT设备通常是计算、资源和内存资源有限的低端系统。因此在物联网设备上部署深度神经网络的关键挑战在于深度神经网络模型对资源的高需求。尽管现有的神经网络压缩算法可以有效地减少模型参数的数量，但并非这些模型都可以在商用物联网设备上有效的布置。所以需要构建一种有效的深度学习模型压缩算法，可以直接压缩网络结构。压缩模型可以部署在商用设备上。甚至可以减少执行时间和内存的消耗，并且对最终预测精度几乎没有影响。

三、AI+IoT的应用举例

1、老人健康监测系统

人口老龄化给医疗保健预算带来非常大的压力，这些在发达国家已经初见端倪。而有助于解决此问题的一个方法是物联网。可以构建医疗设备来监测、诊断老人身体状况。用传感器收集信息，AI来预测老人身体状况。

一个非常大的挑战是不断地从患者那里获取数据和存储成本。能想到地方法是检测心脏和血液中的氧饱和度，并使用加速度计、陀螺仪等来记录数据。这里的挑战是大数据的存储、传输与管理。此外还需要开发智能算法来区分冗余数据并将其从存储中删除。

并且大量数据的传输也需要通信技术可靠性、及时性的保障。还可以开发实时位置跟踪系统，最好将IoT、GPS与定位跟踪系统结合起来。

2、智能电网与AI

（1）AI如何支持和优化智能电网

传统上，电网被设计为向家庭和办公室供电的单向系统。智能电网的作用是通过提供实时监视和调整来简化网络的运行。智能电网对电力输送网络的作用类似于神经系统对人体血管的作用，它调节基础设施以帮助其达到最佳性能状态，例如通过在高峰时期进行合理供电调度。

智能电网可以在问题实际发生之前就预测出问题区域和服务干扰。当存在故障风险时，它可以隔离电网的各个部分，以防止轻微和短时的停电变成整个区域和长期的停电。

（2）智能电网如何收集数据？

智能电网利用物联网设备和传感器网格的优势，它们可以在系统中收集和传输数据，从而可以自动调节电流。可以实时将问题通知远程管理器，如果有问题可以立即采取行动。

（3）智能电网有什么作用？

智能电网正在将能源行业引入可靠性，可用性和效率的新时代。与智能电网相关的各种优势：

发生电源故障后，可以更快地恢复电力。电网中启用了AI的传感器可以检测出故障的确切位置，并在发生断电时自动重新路由，在升级为大规模停电之前将其解决。

降低公用事业成本。智能电网将使消费者能够更好地控制其用电量。例如用户通过控制平台，调度何时用电更加节约成本。智能电表可提供有关每个家庭当前功耗的完整信息，并将其转换为实际成本。由于许多电力供应商都提供实时定价，因此这样的系统将为消费者提供充分的信息，会知道正在花多少钱，并在电力最昂贵时使用较少的电力来节省电费。

降低高峰需求，从而降低电费。智能电网可以通过无线连接监视和控制家用电器。例如当能源需求很高时，智能电网可以通过例如关闭干衣机中的热量30秒钟来自动降低家用电器的能源需求。