人工智能和物聯(lián)網(wǎng)的優(yōu)缺點

　　物聯(lián)網(wǎng)徹底改變了我們與技術(shù)和世界互動的方式。 它創(chuàng)建了一個共享數(shù)據(jù)和見解的互連設(shè)備網(wǎng)絡(luò)，使我們的生活更加高效和便捷。 因此，物聯(lián)網(wǎng)已成為我們?nèi)粘Ｉ�活中不可或缺的一部分，并根植于物流網(wǎng)絡(luò)、供應(yīng)鏈、智慧城市等領(lǐng)域。

　　雖然物聯(lián)網(wǎng)已經(jīng)對我們的生活產(chǎn)生了重大影響，但將人工智能集成到物聯(lián)網(wǎng)系統(tǒng)中可能是其發(fā)展的下一步，它有可能幫助物聯(lián)網(wǎng)系統(tǒng)變得更加高效和有效。 但是，黑匣子本質(zhì)上的自主性和即時決策是否值得擔憂?

　　讓我們從人工智能在物聯(lián)網(wǎng)中的積極方面開始探討硬幣的兩面。

　　人工智能的好處

　　人工智能有可能在很多方面徹底改變物聯(lián)網(wǎng)。 首先，人工智能可以比傳統(tǒng)方法更高效、更有效地處理和分析物聯(lián)網(wǎng)設(shè)備產(chǎn)生的大量數(shù)據(jù)。 使用機器學(xué)習(xí)算法，人工智能可以識別模式、得出見解并根據(jù)從物聯(lián)網(wǎng)連接設(shè)備收集的數(shù)據(jù)進行預(yù)測。 這使組織能夠提取有價值的信息并主動采取行動。

　　更進一步，人工智能可以接管決策過程，并根據(jù)不斷變化的數(shù)據(jù)、條件和反應(yīng)實施新的策略或方法，而無需人工干預(yù)。 這可以提高效率、減少人為錯誤并提高智能家居、工業(yè)自動化、交通和醫(yī)療保健等各種應(yīng)用的生產(chǎn)力。

　　這些更好的決策將對物聯(lián)網(wǎng)系統(tǒng)的能源使用產(chǎn)生積極影響。 此外，通過分析來自傳感器和設(shè)備的數(shù)據(jù)，人工智能可以識別能源消耗模式并優(yōu)化效率。 例如，在智能建筑中，人工智能可以自動分析占用數(shù)據(jù)，以調(diào)整供暖、制冷和照明系統(tǒng)，從而節(jié)省能源。 同時，通過改進物聯(lián)網(wǎng)連接設(shè)備的預(yù)測性維護，人工智能可以減少停機時間、優(yōu)化性能、提高整體設(shè)備可靠性。

　　人工智能和物聯(lián)網(wǎng)的最后一個有希望的機會是邊緣計算，一段時間以來它一直是物聯(lián)網(wǎng)感興趣的話題。 由于人工智能可以部署在邊緣，因此可以實現(xiàn)實時決策，并且可以減少不斷向云端傳輸數(shù)據(jù)的需求。 這將改善延遲、帶寬使用和隱私，同時提高物聯(lián)網(wǎng)部署的整體效率。

　　人工智能的挑戰(zhàn)

　　雖然人工智能為 B2B 物聯(lián)網(wǎng)應(yīng)用帶來了許多潛在的好處，但也必須解決一些問題和挑戰(zhàn)。 首先也是最重要的是數(shù)據(jù)隱私和安全，因為大量敏感數(shù)據(jù)是由具有完全自主性但完全隱藏在人類視線之外的技術(shù)收集和處理的。

　　公司必須確保采取足夠的措施來保護數(shù)據(jù)免遭未經(jīng)授權(quán)的訪問、泄露和濫用。 此外，顯然需要提高人工智能決策過程的透明度，包括收回控制權(quán)和/或逆轉(zhuǎn)決策的能力，以免失去對系統(tǒng)的控制。

　　B2B IoT 應(yīng)用中 AI 算法的可靠性和準確性至關(guān)重要。 不正確或不可靠的人工智能預(yù)測可能會產(chǎn)生嚴重后果，特別是在關(guān)鍵的醫(yī)療保健、運輸和制造應(yīng)用中。 因此，確保人工智能模型的準確性和穩(wěn)健性以及嚴格的測試和驗證對于維持對 B2B 物聯(lián)網(wǎng)系統(tǒng)的信任和信心至關(guān)重要。

　　當然，將人工智能與現(xiàn)有物聯(lián)網(wǎng)系統(tǒng)集成可能非常復(fù)雜且具有挑戰(zhàn)性。 例如，B2B 組織可能已經(jīng)建立了物聯(lián)網(wǎng)基礎(chǔ)設(shè)施，將人工智能功能集成到這些系統(tǒng)中需要仔細規(guī)劃和實施。 此外，將人工智能算法集成到各種物聯(lián)網(wǎng)設(shè)備和平臺時，可能會出現(xiàn)兼容性、可擴展性和互操作性問題。

　　關(guān)于人工智能的實施，也有一些棘手的問題。 首先，人們擔心缺乏能夠有效開發(fā)、部署和維護人工智能系統(tǒng)的人工智能專家和數(shù)據(jù)科學(xué)家。 作為一項新技術(shù)，組織必須投資培訓(xùn)計劃并為員工提高技能提供資源，以彌補這一技能差距。

　　二是監(jiān)管。 政府、企業(yè)、甚至人工智能教父們紛紛呼吁盡快出臺監(jiān)管措施。 因此，今天在物聯(lián)網(wǎng)應(yīng)用中實施的任何人工智能很可能會在明天面臨法律挑戰(zhàn)。 合規(guī)性至關(guān)重要，但目前需要大量的未來展望來預(yù)測可能出臺的法規(guī)。

　　結(jié)論

　　過度依賴人工智能可能會導(dǎo)致人類失去對底層流程的控制或理解。 這可能會導(dǎo)致意想不到的后果，例如系統(tǒng)行為異常或完全失敗。

　　因此，物聯(lián)網(wǎng)系統(tǒng)中的任何人工智能實施都必須在人類監(jiān)督和干預(yù)的情況下進行設(shè)計，以確保人類保留對技術(shù)的控制。 此外，必須建立故障安全機制來防止此類意外后果。

　　總體而言，將人工智能集成到物聯(lián)網(wǎng)系統(tǒng)中存在明顯的機會，我相信我們必須謹慎對待，并采取措施以深思熟慮的方式將人工智能引入物聯(lián)網(wǎng)世界。

　　雖然在過去，快速采用新技術(shù)一直是一個強有力的舉措，但通過自學(xué)、自主技術(shù)快速發(fā)展會帶來更大的風(fēng)險，值得更加謹慎。

　　作者：Sam Colley，Pod Group首席執(zhí)行官