2018 年, 云端大厂最先嗅到了 AIoT 商机, 争相推出自己的 AIoT 服务, 从原先封闭测试, 到发展成熟可以商用的 AIoT 产品, 2019 年企业将有更多新选择.
AIoT 并不是新技术, 而是一种新的 IoT 应用形态, 来与传统 IoT 应用做区别, 从名称来看, AIoT 是 AI 加上 IoT 的缩写, 它与以往多以云端为主的 AI 应用不同, 因为是就近在 IoT 装置上执行 AI 或机器学习 (ML) 运算工作, 能直接套用 IoT 感测器串流资料用于 ML 模型推论, 资料不用再传云, 即使没有网络也不怕.
AIoT 强调在这些配备有感测器的各种 IoT 装置上执行物联网 AI 应用, 如自驾车, 影像辨识摄影机与水电表等.
对企业来说, 过去想要在 IoT 装置跑 AI 或 ML 推论, 不是一件容易的事, 但是云端技术成熟, 加上运算力更强的加速硬体的出现, 让其得以实现, 现在 IoT 装置上不仅能执行更复杂的 AI 或 ML 推论, 甚至还可以在更小型的 IoT 装置上执行, 即使是记忆体容量只有 128MB 大小的 Raspberry Pi 也能使用.
下面小编用两个企业应用实例带大家感受一下其价值:
企业应用实例 1: 洛克威尔自动化工厂靠摄影机现场作出 AI 预判
美国洛克威尔自动化公司利用摄影机获取到的影像画面, 直接搭配机器学习模型现场作预判, 快速检测出异常的问题油管设备, 及早报修. 一旦摄影机侦测到异常情况时, 只须向云端发送警告, 而不需要将整段监视影片全部上传云, 有效减少网络频宽成本.
企业应用实例 2:AIoT 随身带, 日本东京停车场将 AI 带进穿戴装置加快检修
日本东京的一家立体停车场, 2018 年开始试用 AIoT 技术, 搭配穿戴装置, 来帮助他们改善停车厂设施维护. 因为该 AIoT 设备可以跟著作业员一起移动, 而且不需要联网就能用, 所以即使到了没有网络的地方也不怕.
利用 AIoT 技术搭配穿戴装置, 来帮助他们改善停车场设施维护, 甚至是加快检修. 该公司在作业员身上配备一台可携式迷你电脑, 头上还搭配类似 Google Glass 眼镜装置来进行现场的工作.
作业员进到停车场后, 头上的眼镜会自动将获取到的影像画面回传至操作员腰上的 AIoT 设备, 并直接从设备上进行预判后, 再将判读结果显示在眼镜上. 透过影像辨识的结果, 维护人员马上就能知道哪些零件需要更换, 不需要像以前再爬上爬下, 作业也更安全. 因为该 AIoT 设备是直接配备在人员身上, 可以跟着一起移动, 而且不需要联网就能进行 AI 预判, 所以即使到了没有网络的地方也没关系. 这不仅明显减少了人为出错的情况, 更大幅缩短作业的时间. 而以往维护工作, 需要经验丰富维修人员靠着长年的经验来判断, 而现在即使是小白也能够很快上手.
结语
根据市调机构最新预测, 未来 4 年内, 物联网 AI 芯片出货量将连年攀升, 在 2023 年一举突破 8 成, 这意味着, 以后每 5 个 IoT 装置, 就有 4 个会是具备 AI 运算处理能力的 AIoT 装置. 企业想要让 IoT 装置或设备就近结合机器学习将变得更简单, 也将使得这些装置变更聪明, 以用来开发各种不同物联网 AI 新应用.
来源: http://iot.51cto.com/art/201901/589662.htm