当物联网开始利用模式会发生什么呢?
人工智能和机器学习下一个大东西,它们会产生巨大的差异在物联网的应用和功能。
不同于以往的技术方法,人工智能,机器学习和深度学习是基于模式。实际上,他们提高了数据的抽象层次。一只猫的形象可以字节的数据,和一只猫从各个角度可能是g的数据。但这只是训练算法。这个方程的推论部分,真的没关系。一只猫是一个模式,AI / ML / DL迁移概率方法,需要绘制的数据量这一结论会显著降低。
对于许多应用程序,这些数据集可以进一步缩减。虽然它可能是重要的汽车区分一只猫和一个蹒跚学步的孩子,对于大多数物联网应用程序拥有80%或90%的准确率是不够好。聪明的烤面包机需要多少数据,也许更重要的是,它需要多快的数据呢?时间可能会更少的关键智能洗衣机或智能喷水灭火系统。
这对设计物联网设备有很大的影响。因为这些系统处理数据少,少的设计可以更节能。位精度高计算密集型的。但随着计算机的发展越来越向处理模式基于足够好的概率,这些设备没有努力工作。电池充电间隔时间可以大大增加。反过来,能量收获开门,今天不会产生足够的能量大多数设备。这也意味着芯片将持续时间更长和执行更可靠,因为他们将使用更少的集中。
不过,更大的意义是上游。机器对机器(M2M)通信的数据中心网络架构已经有深远的影响。涉及较少或没有用户,网络架构可以被夷为平地,所以交通可以优化更一致的统计分布。
这只是工作已经到位。加入概率模式识别,而不是试图找出关键字或短语,突然间数据可以移动和开采数量级的速度更快。这是特别重要的5 g网络发挥作用,因为来回边缘之间的通信设备和超大型数据中心都将移动速度,甚至被认为是不可能一两年前。
仍有重大问题需要解决在隐私、安全、和监管。还有技术挑战包括位置和类型的内存,如何识别缺陷和提高可靠性。与所有技术一样,并不是一切都以同样的速度发展,不可避免地会有令人沮丧的问题。
但后退一步,看着这些作品如何适应together-particularly神经形态系统架构和可能在未来十年里的引入量子计算—整体照片看起来比最初的物联网概念截然不同。技术基础正在下降,这将打开门连接许多不同的细分市场,比如实时和持续的健康监测,预测M2M维护,和各种新功能尚未发现或货币化。虽然物联网的最初构想似乎非常简单,而且是有限的,物联网能成为人工智能的可能性,毫升和DL被添加到照片,看起来更有趣。
|
|
|
|
|
|
|
|
留下一个回复