El rápido desarrollo actual y la integración acelerada del Internet de las cosas, los big data y las tecnologías de inteligencia artificial han dado lugar a la Inteligencia Artificial de las Cosas (AIoT), un prometedor campo fronterizo emergente.
Entre ellos, los modelos y algoritmos de inteligencia artificial son buenos para descubrir patrones y aprender estrategias a partir de cantidades masivas de datos desordenados, mientras que el Internet de las cosas puede establecer conexiones extensas para cientos de millones de dispositivos físicos. Por lo tanto, la integración de la inteligencia artificial y el Internet de las cosas ejercerá un efecto informático de detección colaborativa más poderoso, pero también traerá más problemas y desafíos dignos de una exploración en profundidad.
Se espera que el número de nodos de conexión de IoT en mi país alcance los 20 mil millones en 2025, lo que superará con creces el número de sujetos de Internet (es decir, usuarios humanos). Google predice que el mundo estará dominado por dispositivos IoT en 2025. Por lo tanto, en el futuro, los requisitos de integración y análisis de datos generados por la conexión simultánea en red de decenas de miles de millones de dispositivos y usuarios heterogéneos promoverán la integración profunda del Internet de las cosas y la inteligencia artificial.
A diferencia de la Internet centrada en el ser humano, AIoT es una nueva red que integra tecnologías en los cuatro campos principales de la electrónica, las comunicaciones, las computadoras y la inteligencia artificial. Se expande aún más sobre la base de las conexiones a Internet. conexiones de persona a persona, personas y cosas, cosas y cosas, y personas y el medio ambiente, actualizando así el alcance de la conexión y los métodos de conexión de la "Internet" y la "Internet de las cosas" tradicionales a la conexión de tres tipos de heterogéneos. temas: "personas, máquinas y cosas"* **Nacido y profundamente integrado.
La AIoT suele incluir una capa de percepción física, una capa de conexión de red, una capa de computación inteligente y una capa de aplicación integral a nivel de arquitectura e implementación. AIoT primero percibe varios tipos de datos (datos ambientales, datos operativos, datos comerciales, datos de monitoreo, etc.) en tiempo real a través de la red de varios dispositivos heterogéneos, y luego los procesa en dispositivos terminales, dispositivos de borde o la nube a través de big data. algoritmos de minería o aprendizaje automático, comprensión y cognición, como percepción inteligente, reconocimiento de objetivos, gestión del consumo energético, predicción y aviso, toma de decisiones automática, etc.
En los últimos años, las aplicaciones y servicios inteligentes de IoT se han integrado gradualmente en las principales necesidades nacionales y áreas de medios de vida de las personas, como las ciudades inteligentes, la fabricación inteligente y la conducción sin conductor. Dado que los dispositivos AIoT masivos tienen capacidades de detección, computación, almacenamiento y comunicación multinivel y para todo clima, no solo pueden percibir a las personas y el medio ambiente, sino también interactuar con personas (usuarios grupales), máquinas (aplicaciones grupales) y cosas ( inteligencia de grupo) para satisfacer las necesidades de rendimiento impulsadas por aplicaciones.
Además, con la promoción continua de tecnologías emergentes como la inteligencia terminal y el control jerárquico de recursos en el borde de la nube, la vinculación general de AIoT en los cuatro eslabones de percepción, computación, comunicación y aplicación requiere la integración de humanos, máquinas y cosas. Hay una colaboración y una complementariedad más profundas entre ellos.
Por lo tanto, cómo permitir que los agentes grupales mejoren la evolución a través de la autoorganización, la autoadaptación y el autoaprendizaje de manera colaborativa distribuida, logren una agregación óptima y una extracción en profundidad de la información grupal a lo largo de la vida de AIoT. ciclo, y siempre Mantener la optimización del equilibrio entre el rendimiento general de las aplicaciones grupales y la eficiencia energética de los recursos distribuidos se ha convertido en una cuestión científica importante.
Microsoft, IBM, Alibaba, Tencent, Huawei, JD.com y otras empresas se han desplegado activamente en el campo del Internet de las cosas inteligente en los últimos años.
En 2017, Google lanzó gradualmente el marco TensorFlow Lite para admitir la compresión profunda de modelos y la aceleración de hardware, y los equipos de desarrollo de hardware como Edge TPU y Coral Dev Board admiten la implementación de aplicaciones AIoT. Microsoft lanzó el diseño estratégico de AIoT en la Conferencia de Desarrolladores de 2019.
En 2018, Alibaba anunció su entrada en el campo de Internet de las cosas, posicionándose como un constructor de infraestructura de Internet de las cosas, proporcionando conexiones de IoT y capacidades de inteligencia artificial, implementando computación colaborativa de dispositivos de borde en la nube y desarrollando el sistema operativo integrado ligero de IoT AliOS Things.
Tencent también ha lanzado un sistema de Internet de las cosas, TencentOS tiny, que tiene las características de bajo consumo de energía y bajo uso de recursos.
Huawei ha lanzado el sistema operativo Huawei Hongmeng para Internet de las cosas. Como sistema operativo distribuido de escenario completo basado en microkernel, tiene amplias perspectivas de aplicación en la era 5G.
JD.com también lanzó la "Plataforma de Computación Urbana" en 2018, que combina el aprendizaje profundo para construir modelos de correlación espacio-temporal y algoritmos de aprendizaje para resolver problemas de aplicaciones inteligentes en diferentes escenarios urbanos, como la planificación del transporte, la térmica generación de energía y protección del medio ambiente.
Sin embargo, uno de los obstáculos que afectan el desarrollo de AIoT es la heterogeneidad de los dispositivos en términos de recursos informáticos (como potencia informática, almacenamiento), sistemas operativos, marcos algorítmicos, etc., y un AIoT unificado. El paradigma de la informática de percepción aún no se ha desarrollado ni madurado. En este contexto, cómo los humanos, las máquinas y los objetos pueden realizar sensores, aprendizaje, computación y comunicación colaborativos de una manera complementaria distribuida o de confrontación competitiva para completar tareas complejas se ha convertido en una importante dirección de investigación.
Este artículo es un extracto de "Integración hombre-máquina-objeto y computación de inteligencia colectiva" (ISBN: 978-7-111-70591-8) y se publica con el permiso del editor.
Palabras recomendadas: ¡La humanidad está entrando en una era de interconexión inteligente de todas las cosas con la integración ternaria de humanos, máquinas y cosas! ¡La fusión hombre-máquina-objeto y la computación de inteligencia colectiva seguramente serán el próximo tema candente en IA! ¡Una magnífica obra maestra de integración hombre-máquina-objeto y computación de inteligencia colectiva!