物联网(Internet of Things)这个概念读者应该不会陌生。物联网的概念最早于1999年被提出来,曾被称为继计算机、互联网之后,世界信息产业发展的第三次浪潮,到现在已经发展了20余年。如今,在日常生活中,我们已经可以接触到非常多的物联网产品,例如各种智能家电、智能门锁等,这些都是物联网技术比较成熟的应用。
物联网最早的定义是:把所有物品通过射频识别等信息传感设备与互联网连接起来,实现智能化识别和管理。当然,物联网发展到今天,它的定义和范围已经有了扩展与变化,下面是现代物联网具有的特点。
1.1 物联网也是互联网
物联网,即物的互联网,属于互联网的一部分。物联网将互联网的基础设施作为信息传递的载体,即现代的物联网产品一定是“物”通过某种方式接入了互联网,而“物”通过互联网上传/下载数据,以及与人进行交互。
举个通过手机App远程启动汽车的例子,当用户通过App完成启动操作时,指令从已接入互联网的手机发送到云端平台,云端平台找到已接入互联网的车端电脑,然后下发指令,车端电脑执行启动命令,并将执行的结果反馈到云端平台;同时,用户的这次操作被记录在云端,用户可以随时从App上查询远程开锁记录历史。**
这就是一个典型的物联网场景,它是属于互联网应用的一种。“物”接入互联网,数据和信息通过互联网交互,同时数据和其他互联网应用一样汇聚到了云端。
1.2 物联网的主体是“物”
前面说现代物联网应用是一种互联网应用,但是物联网应用和传统互联网应用又有一个很大的不同,那就是传统互联网生产和消费数据的主体是人,而现代物联网生产和消费数据的主体是物。
在现代物联网的应用场景下,数据的生产方是“物”,比如智能设备或者传感器,数据的消费者往往也是“物”。
在智慧农业的应用中,孵化室中的温度传感器将孵化室中的温度周期性地上传到控制中心。当温度低于一定阈值时,中心按照预设的规则远程打开加温设备。在这一场景中,数据的生产者是温度传感器,数据的消费者是加温设备,二者都是“物”,人并没有直接参与其中。
物联网和传统互联网最大的不同:数据的生产者和消费者主要是物,数据内容也是和“物”息息相关的。
1.3 物联网和人工智能
人工智能可谓近年来IT领域最火的词语之一。纵观人工智能的发展路线,我们可以看到,人工智能的发展之所以能够突飞猛进,主要有以下两个原因。
硬件的发展使得深度学习神经网络的学习时间迅速缩短。
在大数据的时代,获取大量数据的成本变低。
事实上,第二个原因尤为重要,神经网络由于其特性,需要海量的数据进行学习,可供学习的有效数据量往往决定了最后训练出的神经网络的效果,甚至算法的重要性都可以排在数据量之后。
而物联网设备,比如智能家电、可穿戴设备等,每天都在产生海量的数据,这些数据经过处理和清洗后,都可以作为不错的训练数据反哺神经网络。同时,训练出来的神经网络又可以重新应用到物联网设备中,进而形成一个良性循环。
图1-1所示为物联网应用人工智能方法进行数据采集-迭代的循环。通过物联网设备采集并训练数据,在数据中心完成训练后,将模型应用到物联网设备,并评估效果进行下一次迭代。
物联网是人工智能落地的一个非常好的应用场景。随着人工智能的迅速发展,物联网这个同样在很多年前就提出的理论和技术,也会迎来新的春天。
目前,互联网数据入口渐渐朝几大巨头(例如阿里、腾讯)汇聚,规模较小的公司获取数据的代价越来越高,物联网这块还未完全开发的数据领域就显得尤为重要。