人工智能嵌入物联网让物联网更有竞争力。

在亚洲的许多地区，季节性暴雨带来了洪水，破坏了公民的财产和生计。过去，城市管理部门、市民和企业除了抵御洪水及其潜在疾病外，几乎无能为力。物联网(IoT)、机器学习(ML)和人工智能(AI)等待技术可以为更具前瞻性的领导者提供喘息的机会。

随着越来越多的组织在商业和工业环境中部署物联网，这些设备和传感器的数据量可能对提高质量、运行效率和在雅加达拯救生命和财产具有重要意义。

物联网系统对其环境的响应速度和准确性至关重要。但是，传统的工具和方法会减缓对这些数据的理解过程，因为典型系统中的设备和其他传感器会产生大量的数据。

人工智能嵌入式物联网是什么？

在边缘或边缘附近处理数据可以使物联网系统更加灵活和有影响力。然而，以数据为主导的行动的质量和基于数据的洞察力的质量一样有意义。

物联网本身对制造商来说并不陌生。在过去的几十年里，制造商一直在收集和存储来自机器的传感器数据。它们的价值主张是AIoT-利用人工智能和机器学习来实时分析边缘数据，提高效率和价值。

通过为物联网系统配备人工智能能力，可以在边缘处理各种结构化和非结构化数据。系统可以以更快的速度采取行动，提供高质量的意见。

如何释放人工智能嵌入物联网的商业价值？

人工智能嵌入式物联网在降低成本的同时，提高了运营效率和生产力。它还促进了创新，以提供更好的客户服务、更好的产品和更快的产品投放市场。

将AI嵌入物联网设备中可以实现边缘计算，从而允许物联网系统在不能使用相同5G网络的情况下部署。例如，物流供应商甚至在后者路线的偏远地区，都可以使用物联网传感器来监控车辆的内部和外部状况。

除了边缘计算，人工智能嵌入式物联网利用机器学习，从物联网系统每天生成的TB数据中开发可操作的见解。在上面的例子中，从这些传感器中收集到的数据被实时发送到云中，这样技术人员就可以更准确、更快地解决车辆故障。

制造商还可以利用这些观点来预测特定工厂系统或设备何时会出现故障，从而使技术人员能够进行预防性维护。在降低昂贵计划外停机时间的同时，主动检测故障设备可以节省宝贵的工作时间。

就零售而言，物联网系统的意见可以用来确定产品的最佳价格，并且可以最大限度地减少对其供应链的干扰。

物联网分析中机器学习的作用。

与其他物联网部署相比，机器学习是人工智能嵌入式物联网的优势。在处理传感器生成的数据时，系统可以学习各种先进的分析方法，如决策树、随机森林、梯度提升、神经网络、支持向量机和因式分解机。

这样可以节省企业在组织中的人力时间和专家。专家可以专注于其他关键任务，而不是数据科学家可以访问、查看和处理数据，而不需要大量的AI系统。

机器学习能力还增加了人工智能系统可以访问和处理的数据范围:在线和离线视觉图像、文本甚至口头语音。随着现有数据数量和质量的增加，意见的价值和影响也随之增加。

结合这些机器学习功能，可以提高数据处理的速度和数量，从而实现实时可操作的观点。这在许多物联网系统中非常重要。

利用SAS人工智能平台，雅加达智慧城市可以通过物联网、机器学习、人工智能技术实时集成多源数据，为公众提供应急/灾难预测能力和优化服务。因此，洪水应急响应降低了雅加达的洪水风险。

鉴于物联网在历史上属于运营技术，谁应该有物联网的安全性？

物联网的引入模糊了企业IT和OT之间的界限。为了创建新的系统和改进过程，传感器和设备连接到网络。同时，这种融合使得传统的OT设备和系统面临着前所未有的威胁。

事实上，真正的设备安全是技术、流程和最佳实践的结合。因此，保护物联网系统应该在两者之间产生更紧密、更有效的合作，而不是OT或IT团队的专属领域。

但是，由于IT安全团队和OT安全团队通常不使用相同的语言，因此IT安全团队和OT安全团队很难理解对方的观点。

职责分配完全不同。优先事项往往存在差异，OT安全管理和IT安全法规有时会相互矛盾。通过对给定环境中所有资产的概述，我们可以清楚地知道在任何情况下哪些资产和流程都不能失败。

通过这种方式，组织可以建立和实践统一的网络安全，以确保数据的机密性、完整性和可用性。

举办IT与运营技术人员协同工作的最佳实践。

在制造业中，数据对时间非常敏感。例如，如果一个过程中的化学浓度偏离了最佳浓度，工程师可能只需要几分钟就能做出反应，以节省数吨产品。

在很多半导体过程中，工程师只需要几秒钟就能做出反应。在这种情况下，分析需要转移到“边缘”，这意味着数据必须在机器或车间进行分析和决策，而不是在后台办公室或工程部门。

它需要能够在任何需要的地方进行分析，例如在机器上，在生产车间，在云端或后台办公室。

数据孤岛是面临的主要挑战之一。对于未实施IT/OT融合的组织来说，它是由未集成或部分集成的应用程序和企业系统组成的。如果不仔细规划，引入物联网传感器等新的数据源，问题会更加复杂。

实施数据集成平台，将物联网系统与组织的现有技术堆栈连接起来，可以打破历史数据与未来数据之间的孤岛，通过单一控制点为所有团队提供相同的访问权限。这确保了IT和OT团队在同一个页面上为更好的IT/OT融合奠定了基础。

标签：人工智能,物联网,AI物联网,AI嵌入式物联网,AI人工智能