AI加持的物聯網:實現你對未來生活的一切幻想
2020年05月13日16:21 電子產品世界
人工智能和物聯網密不可分。人工智能的整個想法是從物聯網設備捕獲更多可行的數據,就像我們自己的人類意識一樣,人工智能可以依靠與人類相似的感覺來將他們的思維過程與我們的物理世界聯繫起來。
準確地說,人工智能更多是關於使機器具有智能行為,物聯網的功能是使這些機器連接起來。
物聯網幫助AI感知世界
物聯網提供了對傳感器的便捷訪問,從而使AI感知到世界—— 紅外“眼睛”使AI可以“看到”熱量變化,以及標準的對象檢測、計數和分類;超聲波“聽覺”,可以訪問超出人類頻譜的頻率範圍;加速度計可捕捉“觸覺”運動,其細節要比我們自己的指尖好得多;顆粒和化學傳感器提供了靈敏的“鼻子”。在許多不同的地方,獲得比我們人類更多的感覺輸入。
通過物聯網捕獲數據的能力在過去五年中爆炸性的大規模發展,傳感器現已應用於幾乎所有領域,這表明可以從每個事物或流程中實時收集無限多個數據。物聯網設備是製造環境以及客戶服務部門中數據收集過程的第一線,任何具有芯片組的設備都可以連接到網絡並開始24/7流數據傳輸。
AI增強了這些物聯網驅動的感覺輸入的感知和意義。物聯網有效地測量並指示物理數據屬性,而AI是使您能夠感知物理數據代表什麼的大腦。
低成本分佈式、計算功能(雲)的廣泛可用性、開源軟件的發展、機器學習的進步以及移動驅動的先進微電子(ARM)功能的出現,為最終連接提供了許多點,使AI成為現實。
隨著廉價傳感器和低成本網絡連接的出現,物聯網設備的數量正在激增。根據Gartner的調查,到2020年,全球將有超過200億台互聯設備。物聯網設備的持續激增導致需要存儲和保留的數據激增,但物聯網領域的進步仍然受到可計算數據的速度和效率以及價值提取的約束。企業被這些設備產生的海量數據所淹沒,他們希望人工智能來幫助管理這些設備,並從這些大量的數據中獲得更多的見地和智慧。
有趣的是,當前人工智能技術的興起可能為當今數字世界所面臨的數據氾濫提供了解決方法。隨著這兩個領域的迅速創新發生,我們可以從它們的融合道路中期待什麼?
AI幫助物聯網實現想像
2016年7月,軟銀斥資243億英鎊收購了微芯片巨頭ARM。軟銀總裁孫正義認為,物聯網將引領下一輪技術爆炸,他指出:“物聯網與人工智能之間的關係就像眼睛和大腦使生物進化的關係。物聯網正在爆炸”。
從1956年人工智能學科被正式提出至今,人工智能的技術一直在不斷發展,但直到近幾年物聯網產業逐步走向成熟後,人工智能的發展才迎來了又一次發展的春天。如今,利用AI來幫助進行實時分析的互聯設備已經面世,並且廣泛採用的趨勢正在上升。例如Nest等智能恆溫器,它們利用AI來學習用戶的溫度偏好並相應地調整能源使用。
另外,通過顯式編程編寫算法的傳統方法太耗時且容易出錯,以至於許多物聯網設備都無法理解。為了有效地分析IoT數據,企業正在轉向基於機器學習的AI來尋找模式和相關性,以實現IoT的承諾。
在企業部門中,AI已經通過幫助實時決策制定了標誌。AI的功能對於企業同時有效處理與這些組件相關的事務(時間、金錢和風險)特別有價值。這可以包括銷售預測,信息管理和各種形式的自動化。
調查顯示,近一半(49%)的受訪者已經在他們的物聯網應用中使用人工智能。物聯網和AI方向的機會繼續增長。現在,業界將這種融合稱為“ AIoT”。最後一次如此大的融合發生在1990年代後期,手機和互聯網的碰撞改變了人類歷史的進程,人工智能與物聯網的融合將帶來更大範圍的類似革命。
硬件製造商和解決方案提供商已經在全力以赴,以利用這種技術融合併在不斷發展的工業環境中處於有利地位。諸如亞馬遜之類的創新公司正在為員工提供即將過時的工作職能方面的培訓和再教育機會,這種技術的融合正在推向市場。
實際意義上來說,AI在某種程度上可以幫助物聯網出現的突發情況進行迅速應對,這才是當今互聯網時代的智能優勢。我們可以看到在許多問題出現的時候,解決方案也相應出現,這些解決方案的計算能力也將隨著人類的需求的改變而進行延伸和發展。
人工智能在發展的早期,由於數據量少、運算速度跟不上等原因,一直發展比較緩慢。但近二年隨著物聯網的發展,促進了大數據和雲計算技術的發展,雲計算和大數據技術的進步,又使物聯網產生的大量數據的存儲和計算沒有了後顧之憂,而AI技術可以使這些數據發揮更大的作用。
物聯網、大數據、雲計算的發展為AI的發展提供了豐富的數據,而AI的發展也使得物聯網時代變得更加智慧。但是,對AI和IoT的全面優化還相距遙遠,在解決問題和信息可以改善所有利益相關者成果的情況下,這兩種技術現在正在跨行業組合。
隨著物聯網、人工智能的相互促進和滲透,各個行業也發生了一些變化,智能製造、智慧城市、智慧交通、智慧工廠、智能家居等大批“智能化”的新業態不斷出現。
揭秘AI和物聯網的力量
你對AI和物聯網如何統治科技世界有了解嗎?以下是一些重要的統計數據:
· Gartner表示,到2022年,將有80%的企業物聯網項目將AI作為主要組成部分。
· 41%的消費者認為人工智能將改善他們的生活。
· 每秒有127個IoT設備連接到互聯網。
· Statista報告稱,到2025年,預計全球將有440億個IoT設備。
物聯網和人工智能的結合正在改變許多行業以及企業與客戶之間的關係。企業現在可以通過物聯網收集數據並將其轉化為有用和有價值的信息。
當今企業在人工智能和物聯網方面面臨的共同挑戰是物聯網數據的應用、可訪問性和分析。如果您有來自各種來源的數據池,您可以使用這些數據進行一些統計分析。但是,如果你想在預測未來事件中採取積極主動的行動,一個企業需要學習如何辨別這種數據和分析過程。
企業正在以多種不同的方式實施支持人工智能的物聯網系統:有關解決方案公司開始提供打包好的代碼和模板,其中包括針對特定應用領域(如航運和物流、製造、能源、環境、建築和設施運營)的測試模型;其他公司正在創建客戶解決方案,構建和培訓自己的模型,利用雲供應商的外部CPU能力。
隨著消費者、企業和政府開始在各種環境中部署物聯網,我們的世界將發生巨大變化。它已經迅速地改變了從零售到供應鏈再到醫療保健的一切。
人工智能驅動的物聯網對各個行業的影響:
· 智能建築:智能傳感器通過預防火災、洪水或短路等事故來預測事件並提高安全性。
· 智能家居:智能家居的出現旨在為我們的生活提供一個機會,讓我們的設備無論在哪裡都能被控制。在美國,智能家居市場預計到2021年將覆蓋28%的家庭。
· 航空飛機:傳感器已經在飛機上被用來監測和預防各種錯誤和風險,甚至在它們發生之前。
· 石油勘探:這種類型的機器在無法正常工作時會給公司造成巨大損失,大多數石油工業公司傾向於在石油鑽探機械上投入大量資金。得益於物聯網,智能傳感器現在可以很容易地連接到機器上。這樣做意味著提供預防性維護分析,從而降低運營成本。
· 自動駕駛:自動駕駛系統結合了專用硬件,可以實現GPS、聲納、攝像機和前視雷達,從而可以充分利用數據並將其耦合到神經網絡體系結構中。這就像一個自封閉系統,可以從傳感器收集信息,並進一步使用神經網絡模型來確定汽車運動的下一個變化。
· 健康監測系統:構建醫療設備來監測、診斷身體狀況。用傳感器收集信息,AI來預測身體狀況。
· 智能電網:利用物聯網設備和傳感器網格的優勢,它們可以在系統中收集和傳輸數據,從而可以自動調節電流。可以實時將問題通知遠程管理器,如果有問題可以立即採取行動。
· 供應鏈:解決運營物流網絡的複雜性,正確實施AI可以幫助公司做出更明智、更迅速的決策。通過預測期望值,他們可以調整貨物數量並將貨物調配到預計最大需求的位置,降低運營成本。
· 智能倉庫:智能倉庫是完全自動化的設施,其中大部分工作是通過自動化或軟件來完成的。在此過程中繁瑣的任務得以簡化,操作變得更具成本效益。阿里巴巴和亞馬遜已經通過使用自動化改造了他們的倉庫。亞馬遜最近推出了自動裝箱客戶訂單的機器。在亞馬遜倉庫中,機器人與人類並肩工作以提高生產力和效率。
物聯網設備的普及正使未來成為一個緊密相連、即時獲取信息的世界。現在需要人工智能來管理所有這些設備,並理解這些設備返回的數據。從某種程度上講,人工智能和物聯網是互利共生的,並將繼續保持相互交織的關係向前發展。
資料來源:https://tech.sina.com.cn/roll/2020-05-13/doc-iirczymk1423034.shtml
「正義的算法集數」的推薦目錄:
- 關於正義的算法集數 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於正義的算法集數 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
- 關於正義的算法集數 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於正義的算法集數 在 [LIVE] 正義的算法EP1-EP6 Disney+ - 看板TaiwanDrama 的評價
- 關於正義的算法集數 在 【《正義的算法》全部集數現已上線】 - YouTube 的評價
- 關於正義的算法集數 在 B-W 劇新瘋- #正義的算法全26集在Disney+ 良良再見了 劉浪 ... 的評價
- 關於正義的算法集數 在 《#正義的算法》現正熱播中- Disney+ 的評價
- 關於正義的算法集數 在 正義的算法 - Dcard 的評價
- 關於正義的算法集數 在 [LIVE] 正義的算法EP11-EP12 Disney+ - TaiwanDrama - PTT推薦 的評價
- 關於正義的算法集數 在 [心得] 正義的算法7-10集看完好喜歡 - PTT評價 的評價
- 關於正義的算法集數 在 [心得] 正義的算法7-10集看完好喜歡- 看板TaiwanDrama - Mo PTT 的評價
- 關於正義的算法集數 在 [LIVE] 正義的算法EP25-EP26 Disney+ - PTT 熱門文章Hito 的評價
正義的算法集數 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
「人工智能」非萬能 這些是AI做不到的
麥肯錫全球研究所(MGI)的研究發現,具有「不可預測」、「具備極專業知識或技能」、「需與利益關係人互動」等特性的工作電腦難以勝任。(ShutterStock)
更新: 2019-10-13 8:48 PM
【大紀元2019年10月10日訊】(大紀元記者陳霆編譯報導)今年4月,傳出亞馬遜公司使用人工智能(以下簡稱AI)系統追蹤員工效率,提醒動作變慢的員工,並自動開除未達目標者。同樣在4月,一位布朗大學(Brown University)的學生被誤認為是斯里蘭卡爆炸案的嫌犯,起因也是斯里蘭卡當局的臉部辨識AI出錯。
這些事件顯示,當人們越來越依賴AI進行決策,將AI系統引入司法、金融、雇用等重大議題時,可能會造成隱憂。「我最擔心的是,我們想用來解決問題的系統,最終可能會加劇這些問題。」紐約大學的AI Now研究所共同創辦人凱特.克勞福德(Kate Crawford)如是說。
AI為什麼會出錯?
過去,人們相信AI的一個理由是,AI不像人類受情緒、疲倦所影響,可直接分析事件進行準確判斷。但許多證據表明AI也會有「偏見」(AI bias),並不總是像我們想像的那麼客觀真實。一項調查顯示,部分美國法院採用的累犯風險評估軟體COMPAS,在評估非裔美國人時準確性較低,可能高估他們成為累犯的機率。執法單位的面部辨識系統在婦女、青少年和少數族裔上,錯誤率也比較高。這種情況,被稱作「AI偏誤」或「演算法偏誤」,怎麼形成的呢?
1. 偏誤來自於AI的學習過程
AI的準確度需要經過訓練,訓練時提供的資料如果不足,無法反映複雜的真實世界,就會造成AI有偏誤。Edge Case Research共同創辦人暨執行長華格納(Michael Wagner)指出,在訓練自動駕駛車AI時,儘管感測器已分析了數千或數百萬個人類影像,AI還是會忽略坐輪椅的使用者或穿著螢光背心的建築工人,因為這些例子在數據庫中是少數。
華格納認為,安全可靠的產品不僅需測試已知的偏誤,還應該仔細尋找新的以及意想不到的新偏誤,而這些偏誤可能不會被發現,直到產品被廣泛運用。
「機器學習與人類學習相當不同」,華格納說,「例如電腦可能會漏掉一個站在垂直物體(如電線桿)附近的人。你想過這個嗎?」
2. 面對偏見,AI沒有思考能力
AI程式也可能「學會」人類的偏見。訓練AI時,它們依靠從大量數據中找尋不可見的模式來分析信息。當這些資訊中隱藏了人類的偏見時,AI會複製這樣的偏見。但AI和真人不同,在面對偏見時,它們沒有思考能力。Google決策智能主管凱西.科茲科夫(Cassie Kozyrkov)表示,AI只是收集數據、呈現模式的工具,永遠不會自己思考,
3. 抽象價值無法被合適定義
出錯的另一個原因是,當人類試圖讓AI進行涉及公平、正義、信賴等抽象價值的決策時,因為無法將抽象意義用數學術語呈現出來,導致AI的判斷違背人們的期待。
例如,一家銀行希望預測貸款申請人的信譽度,「信譽」是一個模糊的概念。為了將其轉換為可以計算的內容,就會將「信譽」轉變為可量化的因素。如果貸款模型發現,老年人有較高的違約可能性,並根據年齡減少了放款金額,就可能造成非法歧視。
AI金融平台AppZen的聯合創始人維爾瑪(Kunal Verma)也表示,如果申請人居住在很多人拖欠貸款的地區,系統也可能將其判斷為不可靠。
涉及工作的爭議
許多研究都指出,在各行業中引入AI技術,可能造成許多人失業。牛津經濟研究院(Oxford Economics)在2019年6月的一份報告中預測,到2030年,機器人將取代全球8.5%的製造業工作職位(約2000萬個職缺)。不少行業的雇員因此感到擔憂,他們擔心自己的專業能力被電腦取代。
與此同時,也有許多人擔心,人們試圖將演算法無法處理的問題交給AI判斷。例如:亞馬遜公司曾借助AI將求職者予以排名,但後來發現該系統傾向錄用男性求職者,儘管工程師進行調整後仍無法解決,最終只得放棄該計劃。
麥肯錫全球研究所(MGI)的研究發現,具有「不可預測」、「具備極專業知識或技能」、「需與利益關係人互動」等特性的工作電腦難以勝任。如果我們勉強將這類任務交給電腦處理,可能就會出現各種錯誤。
像是司法、執法等工作,就涉及了需要衡量各方的公正性,或是在極短時間做出關乎生死的判斷,AI演算法是否能承擔這樣的責任?一些改過自新的人所做的努力,在演算法的計算中能否被看見?
或許,我們要記得,人工智慧並非萬能,只是一種工具,最終不能代替我們來思考。
資料來源:http://www.epochtimes.com/b5/19/10/10/n11580035.htm?fbclid=IwAR0GqmhBt6sdARwMBR_gjBUH77LtBoplKzc-nu_MU_sLxzikgAxZSbrIoY4
正義的算法集數 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
「人工智能」非萬能 這些是AI做不到的
麥肯錫全球研究所(MGI)的研究發現,具有「不可預測」、「具備極專業知識或技能」、「需與利益關係人互動」等特性的工作電腦難以勝任。(ShutterStock)
更新: 2019-10-13 8:48 PM
【大紀元2019年10月10日訊】(大紀元記者陳霆編譯報導)今年4月,傳出亞馬遜公司使用人工智能(以下簡稱AI)系統追蹤員工效率,提醒動作變慢的員工,並自動開除未達目標者。同樣在4月,一位布朗大學(Brown University)的學生被誤認為是斯里蘭卡爆炸案的嫌犯,起因也是斯里蘭卡當局的臉部辨識AI出錯。
這些事件顯示,當人們越來越依賴AI進行決策,將AI系統引入司法、金融、雇用等重大議題時,可能會造成隱憂。「我最擔心的是,我們想用來解決問題的系統,最終可能會加劇這些問題。」紐約大學的AI Now研究所共同創辦人凱特.克勞福德(Kate Crawford)如是說。
AI為什麼會出錯?
過去,人們相信AI的一個理由是,AI不像人類受情緒、疲倦所影響,可直接分析事件進行準確判斷。但許多證據表明AI也會有「偏見」(AI bias),並不總是像我們想像的那麼客觀真實。一項調查顯示,部分美國法院採用的累犯風險評估軟體COMPAS,在評估非裔美國人時準確性較低,可能高估他們成為累犯的機率。執法單位的面部辨識系統在婦女、青少年和少數族裔上,錯誤率也比較高。這種情況,被稱作「AI偏誤」或「演算法偏誤」,怎麼形成的呢?
1. 偏誤來自於AI的學習過程
AI的準確度需要經過訓練,訓練時提供的資料如果不足,無法反映複雜的真實世界,就會造成AI有偏誤。Edge Case Research共同創辦人暨執行長華格納(Michael Wagner)指出,在訓練自動駕駛車AI時,儘管感測器已分析了數千或數百萬個人類影像,AI還是會忽略坐輪椅的使用者或穿著螢光背心的建築工人,因為這些例子在數據庫中是少數。
華格納認為,安全可靠的產品不僅需測試已知的偏誤,還應該仔細尋找新的以及意想不到的新偏誤,而這些偏誤可能不會被發現,直到產品被廣泛運用。
「機器學習與人類學習相當不同」,華格納說,「例如電腦可能會漏掉一個站在垂直物體(如電線桿)附近的人。你想過這個嗎?」
2. 面對偏見,AI沒有思考能力
AI程式也可能「學會」人類的偏見。訓練AI時,它們依靠從大量數據中找尋不可見的模式來分析信息。當這些資訊中隱藏了人類的偏見時,AI會複製這樣的偏見。但AI和真人不同,在面對偏見時,它們沒有思考能力。Google決策智能主管凱西.科茲科夫(Cassie Kozyrkov)表示,AI只是收集數據、呈現模式的工具,永遠不會自己思考,
3. 抽象價值無法被合適定義
出錯的另一個原因是,當人類試圖讓AI進行涉及公平、正義、信賴等抽象價值的決策時,因為無法將抽象意義用數學術語呈現出來,導致AI的判斷違背人們的期待。
例如,一家銀行希望預測貸款申請人的信譽度,「信譽」是一個模糊的概念。為了將其轉換為可以計算的內容,就會將「信譽」轉變為可量化的因素。如果貸款模型發現,老年人有較高的違約可能性,並根據年齡減少了放款金額,就可能造成非法歧視。
AI金融平台AppZen的聯合創始人維爾瑪(Kunal Verma)也表示,如果申請人居住在很多人拖欠貸款的地區,系統也可能將其判斷為不可靠。
涉及工作的爭議
許多研究都指出,在各行業中引入AI技術,可能造成許多人失業。牛津經濟研究院(Oxford Economics)在2019年6月的一份報告中預測,到2030年,機器人將取代全球8.5%的製造業工作職位(約2000萬個職缺)。不少行業的雇員因此感到擔憂,他們擔心自己的專業能力被電腦取代。
與此同時,也有許多人擔心,人們試圖將演算法無法處理的問題交給AI判斷。例如:亞馬遜公司曾借助AI將求職者予以排名,但後來發現該系統傾向錄用男性求職者,儘管工程師進行調整後仍無法解決,最終只得放棄該計劃。
麥肯錫全球研究所(MGI)的研究發現,具有「不可預測」、「具備極專業知識或技能」、「需與利益關係人互動」等特性的工作電腦難以勝任。如果我們勉強將這類任務交給電腦處理,可能就會出現各種錯誤。
像是司法、執法等工作,就涉及了需要衡量各方的公正性,或是在極短時間做出關乎生死的判斷,AI演算法是否能承擔這樣的責任?一些改過自新的人所做的努力,在演算法的計算中能否被看見?
或許,我們要記得,人工智慧並非萬能,只是一種工具,最終不能代替我們來思考。
資料來源:http://www.epochtimes.com/b5/19/10/10/n11580035.htm…
正義的算法集數 在 【《正義的算法》全部集數現已上線】 - YouTube 的推薦與評價

《 正義的算法 》全部 集數 現已上線】陳柏霖 ⚖️ 郭雪芙 ⚖️唔單只喺戲內變成最佳拍檔,睇佢哋玩「指手畫腳估估吓」極速估中就知佢哋戲外都超 ... ... <看更多>
正義的算法集數 在 B-W 劇新瘋- #正義的算法全26集在Disney+ 良良再見了 劉浪 ... 的推薦與評價
正義的算法 全26集在Disney+ 良良再見了 劉浪叔叔會很想你的。 小編也會很想你的。❤️ 是一部製作完整的作品,以輕鬆喜劇處理律政題材。在劇情上的反轉、攻防與深度 ... ... <看更多>
正義的算法集數 在 [LIVE] 正義的算法EP1-EP6 Disney+ - 看板TaiwanDrama 的推薦與評價
等等就上線了
先開這邊給大家討論
請注意板規地雷條款 感恩
--
▌ σ
▋▋ ◢ ◣ ◢◤
有PTT使用上的問題嗎? ▌ ◥ ▍◢◣▍▆▌▌ ◣ ◤◢ ◢“◤
▍ ▎ ◣▊ ◤ ▅▌▍ ◤ ^ ^ ◥◣
按 hh 會有〝小天使〞為你解惑唷! ▎ ▉ ▎▊▎ ▅ ▆▌▍ ◥/: \◤
φseven ◤▍◥ ▎▋◥ ▋▍▇▍▇ ◢ √√ ◣
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.134.124 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/TaiwanDrama/M.1655292460.A.267.html
... <看更多>