4月21日，TEF科技娛樂季（上海站）之2017亞太人工智能峰會在上交會期間隆重舉行。2017亞太人工智能峰會由AI科學創(chuàng)新與未來、AI深度學習專場、AI語音與視覺識別技術(shù)、AI無人駕駛引領(lǐng)汽車、AI與教育、AI與家庭娛樂、AI與計算機視覺、AI與VR、AI與物聯(lián)網(wǎng)等板塊組成。會上，機智云人工智能實驗室總監(jiān)黃明做了題為《物聯(lián)網(wǎng)遇上人工智能》的精彩演講。
圖為：機智云人工智能實驗室總監(jiān)黃明
一、物聯(lián)網(wǎng)與人工智能
演講開頭，黃明首先向我們解釋了物聯(lián)網(wǎng)的概念：網(wǎng)聯(lián)網(wǎng)就是通過某些方式把現(xiàn)有設(shè)備的數(shù)據(jù)采集并上傳到云端。今天講人工智能需要大量的數(shù)據(jù)，物聯(lián)網(wǎng)就提供了源源不斷地數(shù)據(jù)來源。那么如何通過云端得到的分析結(jié)果，反向控制我們的設(shè)備？黃明說采集與控制是物聯(lián)網(wǎng)能夠提供兩大方面。
“物聯(lián)網(wǎng)化”成熟模型
第一階段還未連接，處于到處救火且產(chǎn)品反饋有限的狀態(tài)，同時還有高昂的服務(wù)成本；第二階段雖然已連接且允許遠程訪問，但面臨不完整的信息、被動地響應(yīng)問題等問題；第三階段已有服務(wù)能力，且按需遠程訪問、部分主動監(jiān)控，服務(wù)成本降低，使用數(shù)字化軟件交付。第四階段可以在云端采集數(shù)據(jù)，進行分析，反向控制的能力。第五階段是指怎么通過人工智能的方式給物聯(lián)網(wǎng)的設(shè)備提供個性不同規(guī)模的服務(wù)。這是根據(jù)不同的機構(gòu)預測的。這幾年來物聯(lián)網(wǎng)的設(shè)備會呈現(xiàn)爆發(fā)式增長，設(shè)備數(shù)量增長意味著我們數(shù)據(jù)大量地增長。數(shù)據(jù)的增長，也就給人工智能提供了很好的原材料進行加工。
物聯(lián)網(wǎng)人工智能的特點
黃明說，今天大家談?wù)摰娜斯ぶ悄?，更多的是圖象識別、語音識別這種類型的人工智能，但是在物聯(lián)網(wǎng)談人工智能卻有一點局限性，比如說物聯(lián)網(wǎng)要求有計算的實時性、要求計算能夠?qū)崟r反應(yīng)，尤其是在自動駕駛或者工業(yè)領(lǐng)域，一旦獲取到異常的信息，就馬上做出判斷，進行截止。所以說如果云端傳輸有一秒鐘的延遲，這樣的延遲就是不可接受的。另外一方面互聯(lián)網(wǎng)方面的人工智能需要較高的可靠性和穩(wěn)定性。目前來講深度學習其實是一個黑匣子，我們只知道如何把數(shù)據(jù)丟給它進行訓練，但是它產(chǎn)生的原理是什么并不能理解。
物聯(lián)網(wǎng)的人工智能算法
關(guān)于端部的計算能力問題，黃明提到，在很多很多場景里面，機智云并沒有像ARM這樣的計算CPU存在，更多的是MCU或者簡單的傳感器。它們并不具備非常強大的學習能力，所以也不能在上面運行。即使它能運行深度學習的運算，如何保證它在長待機的情況下保持良好的性能也是一個巨大的問題。“在物聯(lián)網(wǎng)領(lǐng)域，除了深度學習以外，”黃明說，“我們更加強調(diào)積極學習，以及泛人工智能類型的人工智能。”
一個比較常見的人工智能的數(shù)據(jù)流方式是通過傳感器采集數(shù)據(jù)，然后上傳到云端，進行特征分析、模型訓練，最后把這些模型迅速下放到端部，進行輸出結(jié)果。這里所提到的人工智能常用的算法，在物聯(lián)網(wǎng)領(lǐng)域其實更加強調(diào)流式計算。需要所有的數(shù)據(jù)不停地運行，不斷被消耗，不斷地產(chǎn)生結(jié)果。物聯(lián)網(wǎng)可以用到各方各面，像健康、公用設(shè)備等。
二、行業(yè)案例分析：機智云的人工智能探索
智能家居經(jīng)過這幾年的喧囂，不再單純是簡單的APP交互，如何增強人民與電器之間的交互方式顯然已經(jīng)成為首要問題。交互方式很多，比方說語言交互。從物聯(lián)網(wǎng)這個角度來講，除了語音，還有圖象交互，讓設(shè)備認清人是在干什么可以通過紅外、超聲波集中方式。比如超聲波傳感器可以知道人是否在睡覺等等。
在物聯(lián)網(wǎng)領(lǐng)域，需要跟各種各樣的傳感器融合，提供更加智能化的交互方式。有了更好的智能交互方式以后，下一個要解決的問題就是如何做出更智能的決策，也就是說怎么更懂得你的用戶。演講中，黃明以熱水器為例，他說“我們希望熱水器更加智能，翻譯成人工智能所能理解的答案，一個是熱水等待時間是如何的？我們每次用水的體驗度分數(shù)是多少？”。只有嘗試把設(shè)備使用的狀況翻譯成用戶的模型，搞清楚每次用水的時長，溫度的設(shè)置偏好，時間點以及能耗等等，才能真正算是物聯(lián)網(wǎng)領(lǐng)域的人工智能應(yīng)用。
除了在智能家居領(lǐng)域的探索，物聯(lián)網(wǎng)還在零售業(yè)有所建樹。
何利用傳感器幫助我們解決零售業(yè)的問題呢？黃明總監(jiān)解釋到比方說現(xiàn)在零售業(yè)不知道每天的送貨情況是如何的，那么就可以通過POS機獲取資料。但是很多情況下我們并不能獲取這方面的資料，這時就可以通過后裝式的傳感器。以智能冰柜為例，當我們想知道一個智能冰柜的里每天的飲料銷售情況是如何的，如果想獲得這些數(shù)據(jù)，一個企業(yè)要等到半個月或者一個星期之后通過補貨才能獲取之前的銷售情況。但是現(xiàn)在通過加速度傳感器、人流傳感器就可以捕捉冰柜每天使用的情況。通過加速度傳感器，可以捕捉到每次開關(guān)門的情況，然后可以再分析判斷出每小時、每分鐘里這些人有沒有進行購物行為、有沒有進行某個商品的采購，通過這種方式，用戶也可以捕捉到市場活動的效果是如何的。如果廠商希望得到更加精準的信息則可以提供攝像頭解決方案。通過攝像頭可以直接獲取到當前冰柜里最新的情況。
除了上述應(yīng)用，機智云還開發(fā)了智能樓宇設(shè)備、商用中央空調(diào)智能系統(tǒng)等，物聯(lián)網(wǎng)還在很多領(lǐng)域可以實現(xiàn)應(yīng)用，比如說工業(yè)中工序的優(yōu)化等等，“未來也盼望人工智能能在物聯(lián)網(wǎng)解決更多問題”，演講結(jié)束時黃明這樣說到。
微信掃一掃
