基于人工智能的物联网如何繁荣发展

       如果没有获得指导和帮助，即使是经验丰富的工程师和物联网从业者也可能无法弄清楚物联网中采用了哪些人工智能组件。

       想要构建基于人工智能的物联网的专业人士和数据科学家不必自己解决这些问题。事实上，他们必须与其他专家合作以确保他们的项目成功，否则他们会冒着遗漏关键因素的风险。

       在一本名为《Artificial Intelligence for IoT Cookbook》的著作中，该书作者和企业架构师Michael Roshak讨论了如何为物联网的部署采用人工智能，以及解决常见问题的技术和详细说明。在为物联网和人工智能建立基本设置之后，Roshak深入研究了计算机视觉和自然语言处理等高级技能。文中探讨了物联网人工智能设计的困难、企业必须了解的有关过程的注意事项，以及人工智能和物联网给企业带来的好处。

       在以下访谈中，Roshak解释了在将人工智能技术应用在物联网设备时给企业带来的问题。他还建议，专业人士与行业专家一起设计机器学习应用程序的最佳方法。

是什么促使你撰写这本书?

       Roshak：这本书讲述了人工智能在物联网的应用，还讨论了各种数据类型以及如何确定物联网的投资回报率。

       该书介绍了人工智能类型，但并没有深入探讨机器学习和TensorFlow，主要讲述的是基础知识。例如，当提出一个新系统时(例如TensorFlow)，会通过一些线性回归并解释它是什么。这本书谈论的是物联网领域通常没有提到的话题，是为开发人员和人工智能新手而设计的。

为物联网开发人工智能最具挑战性的部分是什么?

       Roshak：这确实与材料成本和投资回报有关。例如一个典型的微控制器的价格可能低于1美元，而微处理器(如Raspberry Pi)的价格为35美元或45美元，但在成本和功能上存在很大差异。企业如今面临一些困难，例如在存在限制的情况下，如何将所有部分组合在一起以使其成为有效的解决方案?

       有的企业已经建立解决方案，但并不起作用。例如医疗设备生产商试图每天在SQL服务器数据库上增加10GB的数据。所有设备都具有相同的SQL服务器密钥，但在应用时却陷入了困境。他们难以完成这样的工作。他们说，“我们希望重返内部部署数据中心——这是我们定制的专有人工智能处理器所在的地方。”他们建立的物联网解决方案无法盈利，我们和他们一起进行了研究和探讨。如果他们使用能够在设备本身而不是在云中处理数据，并且只使用云平台来存储元数据，那将是一个完全实用的解决方案。他们没有那样做。他们必须明白，有一些方法可以在边缘实施。但是这也取决于收入模式。

您认为为物联网开发人工智能最令人兴奋或有趣的部分是什么?

       Roshak：最令人兴奋的部分是现在有很多新的做事方式，这些方式在一年前并不存在。例如STM公司现在采用了很多嵌入式设备，这使得采用人工智能变得非常容易。芯片供应商现在正在使非常困难的事情变得容易，这是去年才出现的新事物。

您希望阅读这本书的技术专业人士了解什么?

       Roshak：人们必须了解自己的数据，这会影响需要什么类型的算法和什么类型的处理。例如，地震仪读取速度非常快，需要设备本身处理数据，并且地震仪的所有数据不可能传输到云平台处理，这会花费更多的时间和费用。

       其中一件要讨论的事情是部署传感器，传感器可能会有很多问题。一旦这些设备生产出来就不能改变。如果传感器无法获取正确的数据，或者缺少进行转换所需的传感器，就难以更好地使用物联网设备。

       如今有很多企业的人工智能团队与硬件团队是完全分开的，人工智能团队是业务团队的一部分，硬件团队是物联网和IT团队的一部分。因此，企业需要让这些团队开展紧密合作，这对于使物联网系统成功应用至关重要。

       此外，希望芯片供应商以及云计算供应商参与这个过程，而在开始之前做好必要的准备是非常重要的。