• 企业级电子商务软件
  • 服务热线:400-776-9999

深度解析AIoT背后的发展逻辑

日期: 2018-12-20 17:23:58 点击数:  

AI与IoT融合领域近年来一片火热,不论是资本市场,还是大众创业,无不对其表现出极大的热情。

AIoT领域中人机交互的市场机会

自2017年开始,“AIoT”一词便开始频频刷屏,成为物联网的行业热词。“AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。当前,已经有越来越多的人将AI与IoT结合到一起来看,AIoT作为各大传统行业智能化升级的最佳通道,已经成为物联网发展的必然趋势。

在基于IoT技术的市场里,与人发生联系的场景(如智能家居、自动驾驶、智慧医疗、智慧办公)正在变得越来越多。而只要是与人发生联系的地方,势必都会涉及人机交互的需求。人机交互是指人与计算机之间使用某种对话语言,以一定的交互方式,为完成确定任务的人与计算换机之间的信息交互过程。人机交互的范围很广,小到电灯开关,大到飞机上的仪表板或是发电厂的控制室等等。而随着智能终端设备的爆发,用户对于人与机器间的交互方式也提出了全新要求,使得AIoT人机交互市场被逐渐激发起来。

AIoT发展路径

以智能家居市场为例,数据显示,2018年中国智能家居规模将达到1800亿元,到2020年智能家居市场规模将达到3576亿元。分析师预测,2021年全球智能家居市场规模将达5000多亿元。飞速爆发中的AIoT市场,所蕴藏的人机交互需求及前景无疑是令人期待的。

人类生活的数字化进程已持续约三十年,这些年我们经历了从模拟时代到PC互联时代再移动互联时代的演进,而目前我们正处在向物联网时代的演进过程中。从交互方式上来讲,我们可以看到机器是越来越“迁就”人的:从PC时代的键盘和鼠标到移动时代的触屏、NFC以及各种MEMS传感器,再到物联网时代正在蓬勃发展的语音/图像等交互方式,使用门槛正在变得越来越低,这导致了越来越多的用户的卷入。同时我们需要注意到另一个深刻的变化,即由于交互方式的演进(至少是重要原因之一),大量的新维度的数据也在不断地被创造出来和数字化,比如PC时代的工作资料和娱乐节目,智能手机时代的用户使用习惯、位置、信用和货币,再到物联网时代的各种可能的新数据。

在物联网时代,交互方式正在往本体交互的方向发展。所谓“本体交互”,指的是从人的本体出发的,人与人之间交互的基本方式,如语音、视觉、动作、触觉,甚至味觉等。例如,通过声音控制家电,或者空调通过红外来决定是否应该降温,通过语音和红外结合来进行温度的控制(侦测到房间里没人的时候,即便电视节目里提到了“降温”,空调也不做反应)。

新的数据是AI的养料,而大量的新维度的数据正在为AIoT创造出无限可能。

从AIoT发展路径来看,当前行业人士普遍认为,其将经历单机智能、互联智能到主动智能的三大阶段。

单机智能指的是智能设备等待用户发起交互需求,而这个过程中设备与设备之间是不发生相互联系的。这种情境下,单机系统需要精确感知、识别、理解用户的各类指令,如语音、手势等,并正确决策、执行和反馈。AIoT行业正处于这一阶段。以家电行业为例,过去的家电就是一个功能机时代,就像以前的手机按键式的,帮你把温度降下来,帮你实现食物的冷藏;现在的家电实现了单机智能,就是语音或手机APP的遥控去实现调温度、打开风扇等。

无法互联互通的智能单品,只是一个个数据和服务的孤岛,远远满足不了人们使用需求。要取得智能化场景体验的不断升级、优化,首先需要打破的是单品智能的孤岛效应。而互联智能场景,本质上指的是一个相互互联互通的产品矩阵,因而,“一个大脑(云或者中控),多个终端(感知器)”的模式成为必然。例如,当用户在卧室里对空调说关闭客厅的窗帘,而空调和客厅的智能音箱中控是连接的,他们之间可以互相商量和决策,进而做出由音箱关闭客厅窗帘的动作;又或者当用户晚上在卧室对着空调说出“睡眠模式”时,不仅仅空调自动调节到适宜睡眠的温度,同时,客厅的电视、音箱,以及窗帘、灯设备都自动进入关闭状态。这就是一个典型的通过云端大脑,配合多个感知器的互联智能的场景落地。

主动智能指的是智能系统根据用户行为偏好、用户画像、环境等各类信息,随时待命,具有自学习、自适应、自提高能力,可主动提供适用于用户的服务,而无需等待用户提出需求,正如一个私人秘书。试想这样的场景,清晨伴随着光线的变化,窗帘自动缓缓开启,音箱传来舒缓的起床音乐,新风系统和空调开始工作。你开始洗漱,洗漱台前的私人助手自动为你播报今日天气、穿衣建议等。洗漱完毕,早餐和咖啡已经做好。当你走出家门,家里的电器自动断电,等待你回家时再度开启。

AIoT的实现对边缘计算能力提出需求

边缘计算指在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。在行业内有个十分形象的比方,边缘计算犹如人类身体的神经末梢,可以对简单的刺激进行自行处理,并将特征信息反馈给云端大脑。伴随AIoT的落地实现,在万物智联的场景中,设备与设备间将互联互通,形成数据交互、共享的崭新生态。在这个过程中,终端不仅需要有更加高效的算力,在大多数场景中,还必须具有本地自主决断及响应能力。拿智能音箱举例,其不仅需要支持本地唤醒的能力,还应该具备远讲降噪的能力,而由于实时性以及数据有效性的考虑,这方面的计算必须发生在设备端而不是云端。