AI和IoT技术的结合成为了一种新的技术趋势，AIoT是未来的核心驱动力

“AIoT已经成为物联网发展的必然趋势。”12月20日，在深圳举行的物联网技术大会上，恩智浦大中华区微控制器事业部市场经理弋方认为：“AI是大脑，IoT是连接。”二者有机结合，才是未来。

“AIoT”在2017年首次提出，迅速成为物联网行业的热词，AI(人工智能)赋能IoT(物联网)似乎已成为各大传统行业智能化升级的最佳通道。AIoT即将成为工业机器人、智能家居、智慧城市及自动驾驶等新兴产业的重要基础。

“人工智能正在给人类社会带来深刻的变革。”雷军也曾在9月举行的“世界人工智能大会”上提到，AI与IoT结合将形成AIoT，也就是万物智慧互联，在这个领域未来有着巨大的发展空间。AI和IoT技术的结合成为了一种新的技术趋势，AIoT是未来的核心驱动力，也将成为企业布局的热门领域。

1+1远大于2

“AIoT”即“AI+IoT”，指的是人工智能技术与物联网在实际应用中的落地融合。IoT覆盖范围比较广泛，IDC预计，2018年全球IoT支出金额预估将年增14.6%至7,725亿美元。然而现实也许并没有那么美好，物联网火热之时，大家纷纷把家电、门窗、窗帘都连上网，为了连接而连接，但我们最终需要的是服务，仅靠联网意义甚小，解决具体场景的实际应用才是技术发展的根本动力。

AI则可以根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据，AI更容易注意到有哪些资料属于例外，并做出合理、合适的推断。

而数据对于人工智能的重要性不言而喻，AI需要持续的数据流入，它可以处理和从中学习的数据越多，其预测的准确率也会越高。

有人会问：“AI这么强大，我们好像只需要它即可。”IoT其实肩负了一个至关重要的任务,就是数据收集。正如恩智浦弋方所说：“AI是大脑，IoT是连接。”

AI是IoT的大脑，让设备的简单连接上升为智能连接，让万物互联进化到万物智联;IoT是让 AI 具备行动能力的身体。就像人类的眼睛，耳朵，鼻子和皮肤感知我们周围的世界一样，IoT中数十亿的传感器和摄像头采集周围环境的数据，并将这些数据发送给AI进行分析和处理。这些数据也是AI进行深度学习的重要养料，协助AI变得越来越聪明，做出的决定也越来越明智。

以智能窗帘为例，连接之后需要升级，达到使用者与窗帘可进行交互。窗帘能够感知到使用者的需求，比如使用者感觉室内光线过亮，即可自动关闭，光线过暗又能自动打开等。也就是说，单纯连接没有意义，重要的是给连接一个大脑，即AI。

IoT带来的连接设备和数据类型远大于传统互联网，有业内人士这样形容：“缺少 AI 的 IoT会变为‘鸡肋’，缺少 IoT 的 AI 会成为‘傻瓜’”。

应用场景将遍地开花

智能手机

智能手机无疑是未来很多“万物互联”的入口，AI、物联网、移动设备三大技术将强强联合，成为行业新的“标配”技术。 AIoT为智能手机赋能，将智能装置、设备都联接起来，打造新生态。苹果、三星、华为等都在推出具有不同AI功能的手机。

智能家居

智能家居目前仍处在初级发展阶段，AIoT将把智能应用、智能家居产品、硬件家族和平台全部串联起来，让我们和这些物体实现更智慧的互动，智能家居是未来离消费者最近的AIoT场景。

工业机器人

工业机器人在自动化普及的工业时代，生产过程几乎完全自动化、机器人具备高度的适应能力，工业互联网不只是实现机器互联，还有智能。AIoT在帮助机器人实现智能互联的同时，还能让管理者任意自如的操控，尤其是在很多工业危险的领域。

自动驾驶

自动驾驶需要很多技术支持，除了数据，就是人工智能，它去帮助车做正确的决策，这也是为什么百度押宝人工智能的原因之一。车的智能解决之后，就得实现车辆的互联和管控，在自动驾驶状态中，如何保证乘客安全，是AIoT技术正在研究的重点。

市场挑战与机遇并存

BAT虽然纷纷布局并加速AIoT应用落地，并不代表就具备了先发优势，反而是一些新兴科技企业正确把脉、精准切入。尤其是近几年涌现出的独角兽企业，更是在战略、技术、产品、方案上提早布局并全面加速，特斯联正是其中之一。所以从这一层面上看，巨头入场并没有起跑线上的绝对优势，反而会落后于一些创新科技公司。

而且，目前来看AIoT行业份额巨大，加之应用的细分领域众多，市场不会被一家或者几家吃掉，能否抢占市场的关键是技术应用和商业落地能否达成，是否真正从市场刚需出发而非瞄准伪需求。比起消费级市场，在传统领域中，AIoT拥有更广阔的“刚需”市场，包括安防、城市规划、医疗健康、工业制造等。

对边缘计算的新要求

在万物智联的场景中，设备与设备间将互联互通，形成数据交互、共享的新生态。在这个过程中，终端不仅需要有更加高效的计算能力，在大多数场景中，还必须具有本地自主决断及响应能力。

例如智能音箱，其不仅需要支持本地唤醒的能力，还应该具备远讲降噪的能力，而由于实时性以及数据有效性的考虑，这方面的计算必须发生在设备端而不是云端。弋方表示，AIoT对边缘计算能力也提出了新的需求：低功耗、高性能、软件资源完善，甚至需要神经网络引擎。低功耗、高性能、高安全性、软件资源完善，甚至需要硬件的专用加速引擎。

尽管基于GPU的传统芯片能够在终端实现推理算法，但其功耗大、性价比低的弊端却不容忽视。在AIoT的大背景下，IoT设备被赋予了AI能力，一方面在保证低功耗、低成本的同时完成边缘计算;另一方面，IoT设备形态多样、需求碎片化严重，对AI算力的需求也不尽相同，很难给出跨设备形态的通用芯片架构。

因此，只有从IoT的场景出发，设计定制化的芯片架构，才能在大幅提升性能的同时，降低功耗和成本，同时满足AI算力以及跨设备形态的需求。

结语

一些巨头早已开始积极布局AIoT。谷歌早前公开宣布计划用5000万美元收购物联网平台Xively，高调进军AI+IoT行业。微软2018年4月4日宣布，计划在未来四年内，向物联网相关的各种项目投资50亿美元，用以提供智能化服务。

当AI遇上IoT，开启了智能物联无限大的想象空间，也开启了人工智能在应用层面更多的可能性。人工智能可以最大化物联网带来的价值，而物联网能为人工智能提供所需的数据流。它们有机结合，才能使物联网和人工智能的优势发挥到最大化。