在人工智能和物联网之间建立联系

　　物联网 （IoT） 已经存在了很长时间。事实上，该技术远远早于该术语。一些历史学家会告诉你，物联网这个绰号自 1990 年代后期就一直存在，但我们知道，连接我们的“事物”早在此之前就开始了。如果您将物联网分解为它的真正含义，它只是将适当的设备连接到互联网以完成所需的任务。互联网的普及和收发器技术的普及极大地简化了这项任务。

　　人工智能 （AI） 的大规模采用并没有那么长，但它也不是春鸡。当您将这两种强大的技术结合在一起时，会发生什么新的和非常令人兴奋的事情。人工智能和物联网一样简单。因此，两人的婚姻可能是一项棘手的工作。最近的一篇文章中概述了这种“技巧”，为什么需要 10 个合作伙伴来启动一个物联网项目？最重要的是，结合人工智能和物联网的潜力来自于创造效率和/或提高盈利能力的洞察力。这就是为什么拥有合作伙伴有助于降低复杂性的一个重要原因，这样您的工程师就可以专注于真正创造有趣和创新的技术。

　　您应该注意的第二个术语是机器学习。机器学习有时与人工智能互换使用，这是不准确的。它实际上是人工智能的一个子集，而且更加专注，尤其是在工业领域。区分两者的一个简单方法是，人工智能寻求获得智慧或智能，机器学习寻求获取知识

　　AI 可让您通过分析快速从数据中提取洞察力。然后，机器学习能够自动识别模式并检测传感器和视听系统等基于边缘的设备生成的数据中的异常情况。这些信息可以是光、温度、运动、压力、湿度、空气质量、振动、声音或视频。更进一步，语音或图像识别可以帮助从采集的数据中提取更多智能。以前，提取此类信息要么需要人工干预，要么根本不可能。

　　在其他属性中，物联网的人工智能可以让制造商或其他设备用户避免计划外停机，提高运营效率，启用新的和更复杂的终端产品，并加强风险管理。这来自人工智能和机器学习提供的洞察力，它不仅可以制造更智能的机器，还可以让机器随着时间的推移不断变得更智能。

　　这种停机时间的减少归功于预测性维护，它使用分析来提前预测设备故障，以便您可以安排有序的维护程序。机器学习在这里发挥着重要作用，因为它识别来自设备/机器的恒定数据流中的模式以预测设备故障。一些估计表明，预测性维护可以将计划维护所需的时间减少 20% 到 50%，将设备正常运行时间和可用性提高 10% 到 20%，并将总体维护成本降低 5% 到 10%。一份出色的白皮书《制造业中的预测性维护用例》概述了各种预测性维护计划。

　　感谢像 Avnet 这样的供应商，为您完成了很多艰苦的工作。通过收购Softweb Solutions，该公司可以为您处理大部分物联网软件。您只需要将它连接到您的特定应用程序。此外，Avnet 还可以为您提供数据服务来处理分析，这就是您希望首先连接到 IoT 的原因。拥有这种硬件-软件集成可以加强产品开发、降低复杂性并在短时间内完成项目。

　　安富利认为，当今与人工智能相关的软件开发需要开箱即用的思维，这可以通过多种方式实现。它从头脑风暴开始，必须包含平台可能面临的尽可能多的场景。您可以提供的先验知识越多，您看到的准确性就越高。现在，您可以在整个 IoT 解决方案生命周期中获得帮助，无需研究所有可能的方面和变量，因为 Avnet 在 AI 和 IoT 领域均处于领先地位，这要归功于其结合这些学科的悠久历史。

　　审核编辑：郭婷