什麼是AIoT？人工智慧照亮IoT進化路，推動3大關鍵應用領域

《名偵探柯南》劇場版當中，犯人透過網路駭入智慧電鍋進而造成恐攻，IoT（Internet of Things，物聯網）技術深入人類生活已是進行式，卻沒有因為一片紅海而熱度趨緩，近來，人工智慧（AI）與IoT彼此間更為緊密，兩者融合而出現的新應用型態「AIoT（人工智慧物聯網）」在產業間炸開來。

本文將介紹 AIoT 的基礎概念，並簡單探討該未來十年 AIoT 息息相關的三個關鍵面向，帶你快速了解：究竟什麼是 AIoT？

先將人工智慧獨立而論，這項強大、具顛覆性的技術又稱為機器智慧，是透過人類研製設計的電腦程式，以運算展現出類似人類智慧的科技，學者定義為：「正確理解外部數據並從中學習，透過靈活調整以達成特定目標和任務的系統能力。」

自從 AlphaGo 再三打敗棋王，自動駕駛技術不斷更新，機器學習使人們生活環境從「自動化」進階為「智慧化」，人工智慧廣泛在不同勞動模式、建設與生活場景中運作，對人類社會的衝擊不斷在今日上演。

人工智慧照亮 IoT 進化之路， AIoT 來自於人性

再來談談眾所皆知的 IoT。在連結封閉或全球網路的產品大量問世後，與以往家電的運作模式不同，在本來的特定功能之外，他們還具備了遠端遙控、內部構造的偵錯識別、甚至與其他裝置互相串聯的功能，這些 IoT 家電比以往還要貼近人性，因而普遍被定義為「智慧家電」。

由於人們日益習慣 IoT 裝置帶來的各種便利和個人化服務，以智慧型手機為例，人手一機急速產生大量數據，不只一般生活情境，同樣的狀況發生在物流、工業、農業、交通、教育與醫療⋯⋯等等的不同場景。

這些普及於人類社會的「初代智慧家電」都屬於 IoT 設備裝置，其回傳的數據資料與成長中的使用者等比上升，來自各地的海量數據成為數位時代最有價值的產物之一。如何管理與分析大數據，並從中洞見趨勢、利用數據服務，是當前產業所關注的，人工智慧技術恰恰成為 IoT 的解決方案。

從人工智慧的角度思考，該技術的強大是根基於數據資料探勘後的演算，由於聯網裝置的普及，累積了足夠的資料數量，讓人工智慧演算法應用於數據分析更加可行，也使得人工智慧從一開始的輔助、增強功能，到深度學習後的自主性。

為了讓演算法驅動，搭載人工智慧的裝置如何與龐大數據庫無縫相連至關重要。因此，優化 IoT 所構成的萬物互連網絡環境，是讓人工智慧可以絕佳發揮的關鍵要因。

談到這邊，或許還是有人覺得 AIoT 與我們的日常生活相去甚遠，簡單想像一下，下班回家後的 AIoT 智慧生活場景正真實上演：根據資料，您的冷氣判斷7月平均設定室溫為攝氏25.5度，晚間八點坐上躺椅後，十秒內腿部自動上升為最舒適的40度角，同時音響用適當音量播放平時你最常收聽的串流音樂歌單；另外，冰箱回報您兩週前放置的蛋糕已過期，結合垃圾桶，同時提醒您稍晚該倒回收與廚餘了。

當傳統 IoT 的「初代智慧家電」採集使用者回傳的數據進行演算，比對生活習慣、行為模式和健康狀態，呈現最適合該使用者的運作模式。智慧裝置開始懂得獨立思考、有了自我意識，甚至能創造性的解決問題，這便是 AIoT 家電產業的願景：人們將被「服侍」的無微不至。

未來即現在，AIoT 的三大關鍵技術

因為人工智慧技術能使機器從外部數據資料中學習，做出預測性分析，或是分析後協助決策，所以，IoT 傳達數據的即時性，對於人工智慧自主適應學習系統的演算相當重要。簡單來說，我們可以將人工智慧比喻為 AIoT 的中樞神經， IoT 就是周圍的神經系統。

發展成熟的 IoT 與人工智慧技術匯流，就進化成「AIoT」，當智慧裝置加入 AIoT 能力，進一步演化，就可以提供使用者期待、甚至於超出期待的服務，也難怪不計其數的產業巨頭紛紛投入 AIoT 研究，因為 AIoT 就是拼湊「未來」的一片關鍵圖塊。

看準 IoT 導入人工智慧技術後的傑出表現，各界在 AIoT 上的投入經費、開發規模持續擴張。除了前述藉由 AIoT 打造的智慧家居想像，AIoT 應用趨勢還包含三個關鍵技術，將大幅影響人類社會，此次將深度探討，一窺 AIoT 未來十年的發展端睨。

1. 雲端數據與分析

雲端服務是傳統 IoT 生態不可或缺的一環，大致上可分為基礎設施、平台與軟體（IPS）三種服務模式。近來提供雲端服務的科技公司也著手積極整合數據資源、強化AI產品，顯示出 AIoT 產業的蓬勃擴張。

BI（商業智慧）與數據探勘一直都是企業發展所重視的面向，為了在瞬息萬變的數位時代得到更精細的市場投資回報率（ROI），雲端數據分析市場與 AI 之間，存在強烈的整合需求。

比如說電腦產業，以往是電腦上市後就有人會買，競爭激烈的今日，企業就必須用BI整合人工智慧的方法嗅出商機：分析影響收益的權重因素、從財報判斷需要重新配置投入的資源，或提出趨勢與發展計劃。

現實的案例像是，美國商用數據統計與分析公司 SAS 於今年3月宣布將投入10億美元投資人工智慧領域。再者，致力緊追 Amazon 與 Microsoft 雲端市場占比的 Google 砸26億美元收購以BI與數據分析平台聞名的科技公司 Looker。

Google 著名的機器學習等人工智慧技術在集結Looker強大的商業數據分析產品後，使得 Google 的雲端平台服務（PaaS）能提供特定行業更完整的分析解決方案。

▲圖片來源：Google

另外，雖然受到市場質疑，客戶關係管理（CRM）雲端服務巨頭 Salesforce 也以驚人價格（157億美元）收購知名視覺化數據分析工具業者Tableau。

雲端產業接二連三的併購案可解讀為：全球大數據累積達到可觀規模，企業原初使用的各類BI與數據分析工具不足以應付現況，須結合人工智慧以掌握越趨海量的全球級數據，並加以利用轉化為收益。

2. 嵌入式系統與感測器

嵌入式系統一般來說是針對某項特殊用途所客製化，綜合軟硬體所開發的封閉系統（例如導航用的 GPS、小七的 ibon、PDA 的數位助理等）。傳統 IoT 控制操作，都是通過搭載嵌入式系統的感測器（sensor）來運作，也就是透過這些感測器收集資料。

當人工智慧技術微型化導入感測器，搭載 AIoT 的嵌入式裝置運算能力也需提升，如此一來，數據不一定得再回傳雲端做人工智慧分析，邊緣端就能進行基本運算，邊緣運算在整體架構的占比提升，裝置即使沒有連上全球網路也不怕。

以工業數位轉型來說，AIoT 使得許多製造業「智慧工廠」的口號能夠更進一步的實現，生產設備與物料倉庫被 IoT 賦予了聯網功能，自動化生產與倉儲管理因為整合人工智慧後，運作更加完善多元。

舉例而言，智慧感測器的即時監控與回饋功能，不只適用於追蹤原物料的庫存，也能夠讓工廠的大型機械設備防範故障（數據分析後，積極預測下次故障時機），糾正、干預不當操作；也能藉由數據來深度學習自主運作。

除了應用於工業數位轉型以提升獲利，其他具體的應用像是搭載 AIoT 技術的仿生機械，美國普渡大學近來公開用3D列印打造相當真實蜂鳥大小與重量的蜂鳥機器人，該智械透過基於蜂鳥飛行動作編譯的演算法飛行，雖然沒有裝上影像感測器，卻能透過電子觸覺以及能夠分析觸摸數據的人工智慧演算，在黑暗中導航（或尋找倒塌建築物下的倖存者），即使看不到周圍環境也能繪製地圖。

消費者日常生活方面，IoT 穿戴裝置在銀髮族健康照護領域行之有年，經過 AIoT 升級的感測器，不但能有效關注老人健康狀態，及時指引老人復健運動、避免錯誤姿勢與動作；通過感測器與醫療體系的聯結，感測器能快速反應，在危急時通知救護人員，讓救援在黃金時限內完成。

人工智慧還能從裝置中的大量資料學習知識，在虛擬人類身體架構中推論，協助醫療決策， AIoT 將使得智慧生活的願景逐步落實。

3. 5G與 AIoT

隨著行動通訊技術推陳出新，我們知道近來炒得沸沸揚揚的5G（第五代行動通訊技術）一定比之前的快。5G簡單講就是4G的延伸，由於頻寬更大、覆蓋率更廣，速度最高可快過4G百倍以上，傳輸與接收點之間的延遲時間低於1毫秒。

5G低延遲特性更是促成 AIoT 普及的關鍵技術，以車聯網與自駕車為例，汽車上搭載不少數據感測器與攝影鏡頭，與 IoT 結合後，不只能監控車況，還能跟駕駛身上所有的穿戴裝置串聯，判斷駕駛生命徵象，比方是疲勞或睡著，大量數據資料透過5G上傳雲端進行人工智慧分析，就可以協助路況判斷與預防事故。

車聯網屬於攸關駕駛人與乘客性命的 AIoT 應用，在運作過程中無法容許任何延遲，為避免交通資訊的處理過程中，數據傳輸量不足或過慢所造成的風險，5G的兩點傳輸低延遲特性解決了這種問題。在不久的將來，5G設備普及後的聯網環境將帶動 AIoT 應用生態發展，AIoT 屆時也將重塑我們的工作與生活。

資料來源：普渡大學、PWC

• 本文授權轉載自：bnext（數位時代）