智慧物聯(lián)網(wǎng)技術(shù)融合 AI 技術(shù)和 IoT 技術(shù)，通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲于云端、邊緣端，再通過大數(shù)據(jù)分析，以及更高形式的人工智能，實現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化。
便利、省時、廉價且安全的智能物聯(lián)網(wǎng)應(yīng)用將很快落實在與大眾生活息息相關(guān)的領(lǐng)域，諸如像居家、購物/消費、交通、醫(yī)療、工廠、災(zāi)害預(yù)防等方面的普及將*改變?nèi)藗兊纳?。而電信、消費、零售、商業(yè)服務(wù)、醫(yī)療保健、汽車、法律、公共部門、保險等是未來AIoT 應(yīng)用的主要商業(yè)場景。
國內(nèi)行業(yè)*早已盯上了 AIoT 這塊“大蛋糕”，互聯(lián)網(wǎng)企業(yè)、智能制造商、安全廠商開始紛紛跨界、轉(zhuǎn)型。2017 年阿里提出“萬物蘇醒計劃”；華為針對 AIoT 布局 HiAI、HiLink 兩大平臺，推出華為智選；京東 IoT戰(zhàn)略發(fā)布會上，推出全新品牌“京魚座”，全面加碼 AIoT；*度除了自動駕駛，也先人一步地開啟了 AIoT 安全領(lǐng)域的深耕。眾*集“人工智能 +物聯(lián)網(wǎng)+大數(shù)據(jù)”等核心技術(shù)于一身，實現(xiàn)云云對接，多平臺打通，為智能物聯(lián)網(wǎng)賦能。
AIoT技術(shù)應(yīng)用前景十分光明，其發(fā)展趨勢主要包含以下方面。
1. 多維異構(gòu)傳感器的普及。傳感器也被稱為“電子五官”，是整個 AIoT 設(shè)備信息采集的核心。目前傳感器共有聲、力、光、磁、氣、溫濕、RFID、生物等八大敏感門類 , 約 3.1 萬種元器件類型 , 其中中國約有 2.2 萬種。在這次新*疫情檢測領(lǐng)域就涉及到無接觸測溫儀、血壓、血脂、血氧、脈象以及二氧化碳氣體等 130 多種產(chǎn)品類型?；贛EMS 工藝技術(shù)的發(fā)展，可以把傳感數(shù)據(jù)處理做在非常小的芯片上，這會加速廉價化、微小化。同時通過新材料運用 , 帶來傳感器革命 , 會涌現(xiàn)出不計其數(shù)的新型敏感元器件，可獲取多維異構(gòu)數(shù)據(jù)。
2.NB-IoT 將大行其道。具備前端邊緣計算能力的 AIoT 使得小數(shù)據(jù)包和高帶寬的無縫切換的回傳應(yīng)用成為可能，NB-IoT 將促使“從場景到算法，從算法到架構(gòu)”的傳統(tǒng)演變路徑發(fā)生一次完美的兌變。
3.AIoT芯片風(fēng)*。邊緣端的 AI 推理需要大量的計算。擁有低能耗、低成本及并行計算方面優(yōu)勢的異構(gòu)融合芯片，將促使算力大幅提升，為物聯(lián)設(shè)備增加神經(jīng)觸突，是嵌入式物聯(lián)和 AI 應(yīng)用的硬件組合，將會智能物聯(lián)設(shè)備的二次革命。
4. 機器學(xué)習(xí)技術(shù)的快速迭代。在目前所有的主流神經(jīng)網(wǎng)絡(luò)模型(包括 AlexNet、GoogleNet、ResNet、VGG、Faster-RCNN、Yolo、SSD、FCN 和 SegNet)和層類型(包括卷積和去卷積、擴張、FC、池化和去池化、各種規(guī)范化層和激活函數(shù)、張量重塑、逐元素運算、RNN 和 LSTM 功能)之外，將快速迭代出更*、更簡單易用的新型神經(jīng)網(wǎng)絡(luò)和新型層。
如果對 AIoT 容易產(chǎn)生價值的 B2B 應(yīng)用場景仔細識別，市場顆粒度足夠大、并能夠遠離碎片化，容易產(chǎn)生價值的領(lǐng)域只有兩個：自動駕駛和視覺物聯(lián)網(wǎng)。
隨著深度學(xué)習(xí)的成熟，將帶動物聯(lián)網(wǎng)與人工智能的劇烈化學(xué)反應(yīng)，傳統(tǒng)產(chǎn)業(yè)正加速向智能物聯(lián)網(wǎng)轉(zhuǎn)型。視覺物聯(lián)是物聯(lián)網(wǎng)未來重要的數(shù)據(jù)入口之一， 智能物聯(lián)時代下利用視覺數(shù)據(jù)的能力也將大幅提升，不僅可以增強還原三維信息的能力，還可以基于視覺大數(shù)據(jù)創(chuàng)造更大價值。智能物聯(lián)網(wǎng)平臺化的發(fā)展趨勢也必將打破物聯(lián)網(wǎng)行業(yè)“碎片化”的行業(yè)壁壘。
