AI革命第一步:最容易被忽略但必不可少的物联网

物联网
人工智能和机器学习正彻底变革着我们周围的一切事物,成为如今最炙手可热的话题。但作为其中最关键的一环,物联网(IoT)却常常被人们忽略。

本文转载自公众号“读芯术”(ID:AI_Discovery)。

人工智能和机器学习正彻底变革着我们周围的一切事物,成为如今最炙手可热的话题。但作为其中最关键的一环,物联网(IoT)却常常被人们忽略。

这是不应该的,我们必须了解机器学习的基础以及它对任何流程的转变。就拿网络流媒体平台Netflix来说,它能基于你的观看历史来为你推荐其他电视剧或电影。

[[332314]]

在这种推荐模式开始之前,我们习惯根据评分来选择要观看的影片。然而,给出的评分有时并不能完全符合你的意愿,评分并不能说明你是否会喜欢这部电影,你可能会更喜欢一部6星的电影而不是8星的电影。

Netflix的平台拥有数百万的用户基础,因此能收集到庞大的数据。用户们会公开(点赞或者点踩)以及含蓄地表达(追完整季剧,点击同一部电影的某一张海报)他们对一些影片的喜好。在数据的基础上,Netflix给出的推荐显然就会更合你心意一些,每个人看到的推荐都是量身定做的。

 

[[332315]]

 

 

图源:unsplash

 

Netflix会根据用户的观看历史来预测他们可能喜爱的影片,然后为用户存入(提前上载)最近的数据中心。它还需要进行大量的媒体处理(针对不同设备提供不同格式和清晰度的视频转换),这个过程花费较大。所以Netflix会基于现有服务器负载的历史数据来预测未来的服务器负载,以此最大化利用这部分花费,再将这些任务分配至未被充分利用的资源。

机器学习为每一位用户都推荐了定制化内容,这在以前绝无可能。它不仅优化了整个流程,获得更高效率,同时还让现有资源获得了更好的利用。

所以是什么让Netflix能够推荐定制化内容并优化其所有资源?

答案是Netflix一段时间内积累的用户行为及用户资源利用情况的数据。只有通过这些数量足够庞大的相关数据,Netflix才有能力做到这些。

但是Netflix等平台还有一个非常独特的优势。因为他们整个生态系统都是数字化的,所以他们可以持续收集数据并提供任何定制化推荐。平台中所有的资源也都是数据化的,并且一直被实时监控。

然而我们身边大多数进程都不是按上述流程进行的。你的生活并不仅限于数字化设备。事实上,你的大部分活动都是在屏幕外实现的。

物联网能带来什么好处?

要想机器学习和人工智能变成真正意义上的革命性技术,那么必须让他们改变你身边所有流程。他们必须在你生活中每一个方面都能创造价值,不仅仅是数字化方面。

就拿大家生活中最重要的一个方面来举例吧,来看看交通。

 

[[332316]]

 

 

图源:unsplash

 

自动驾驶汽车

几十年以来人们都是自己驾驶汽车,直到突然有家公司想改变这一切,这家公司就是特斯拉。他们希望使用人工智能和机器学习来打造无需人类介入的自动驾驶汽车。

和Netflix不同的是,驾驶并不仅限于数字世界,大多数汽车和数字生态系统毫不沾边。其中缺失了最重要的一个因素,那就是数据。

在这种情况下,物联网就能发挥作用了。要想打造自动驾驶汽车,第一步就是收集不同的驾驶数据并且对汽车实施数字监控。这种新型的数字化汽车能够通过雷达、人类驾驶员的活动以及汽车中其他部件的运行数据来收集周围的数据。这些数据也将被运用于研发以不断改进自动驾驶系统。

汽车的数字化需要物联网的支持。物联网技术的核心就是在汽车中添加一些额外的硬件(传感器、处理器和数字控制器),以此来弥补数字世界和真实世界之间的鸿沟。

如果没有物联网的支持,自动驾驶汽车就不可能成为现实。同样,如果不在流程和产品制造中辅以物联网技术,那么人工智能也不可能实现大多数行业的变革。

就算没有人工智能和机器学习,物联网本身也能创造很多价值。而在强强联手之后,它所能发挥出来的价值就更大了。物联网值得更多的关注和赞叹。

 

责任编辑:赵宁宁 来源: 今日头条
相关推荐

2021-01-15 18:17:06

网络协议分层

2020-10-14 06:42:27

物联网养老院隐私

2014-12-25 11:17:59

物联网IoT云应用

2019-11-13 16:29:12

物联网设计工程师

2015-06-02 11:42:00

Cloud FoundAzure

2009-01-18 08:49:04

Java入门JDK

2019-11-20 10:54:46

无密码身份验证网络安全

2013-01-15 09:17:11

2012-07-11 16:43:14

飞视美

2018-05-10 22:04:27

2011-07-25 14:17:46

BSMIT运维北塔

2010-07-01 13:44:12

2018-02-10 11:24:39

Python数据程序

2021-08-24 05:07:25

React

2020-05-29 15:45:39

Windows 10Windows微软

2020-07-22 22:10:34

互联网物联网IOT

2012-08-30 11:14:11

云计算虚拟化

2020-11-17 14:55:36

亚马逊云科技迁移

2012-04-13 16:40:16

豌豆荚

2018-03-07 06:56:59

点赞
收藏

51CTO技术栈公众号