(AI)已经声名狼藉。当大多数人想到人工智能时,他们脑海中都会浮现出《2001:太空漫游》中的HAL9000或者《终结者》系列中的天网。如果没有适当的监管,真正有感知能力的人工智能可能会造成威胁。另外,机器学习算法是人工智能的基础。
机器学习背后的想法是创建无需编程即可学习的计算机。它已经在小规模上使用——例如,你的网络电视节目推荐是机器学习的基本形式,该程序会分析你观看的节目和电影,并使用该数据为你提供新的选择。
机器学习已经迈出了物联网世界的第一步。自动驾驶汽车是最大的物联网设备之一,即使只提供部分自动驾驶功能的汽车,如特斯拉,也非常依赖于机器学习。你可以对自动驾驶汽车进行编程,使其了解道路的基本规则以及如何处理可能遇到的最常见障碍。然而,当你将其他驱动程序引入混合时,不可能为每个可能的变量进行编程。
这就是为什么在物联网中机器学习至关重要的原因所在。刚从生产线上下来的特斯拉将会获得其他特斯拉目前正在收集的所有信息,然后可以学习所有遇到的新变量并与所有连网的汽车共享,这使得自动驾驶模式对所有特斯拉驾驶员来说都更加安全。
大数据是一个行业术语,适用于任何大型数据集合。它可以是医生和医院收集的医疗数据,也可以是物联网设备的使用数据以及二者之间的任何数据。不过,很多收集到的数据通常都是无用的,但行业领导者可以利用诸如使用和购买习惯等信息来预测销售趋势和市场中的其他变化。
当前使用的预测算法很有用,允许计算机进行预测,但它们受处理能力和学习能力的限制。传统计算机可以处理数千字节的数据,另一方面,由人工智能驱动的计算机同样可以处理该数据,并发现趋势,然后跟随这些趋势得出结论。
机器学习不是完美的解决方案。微软曾将该程序的基本版本应用于Twitter帐户,结果在不到24小时内,Twitter巨魔就将AI聊天机器人变成了种族主义者,并向每个人发送了令人不快的信息。对于不断增长的物联网行业来说,一个适当监管的人工智能系统可能是一个宝贵工具,它们有潜力通过预测市场变化来改变和塑造每一个行业。
想象一下,经营一家生产可穿戴设备的企业,能够预测下一季度最畅销的设备类型。这可以在销售上赚更多的钱,并通过减少滞销商品的生产来节省资金。物联网与人工智能相结合可以减少或消除过剩的商品库存。
只要系统得到适当监管,机器学习就能塑造我们看待世界的方式,并且已经改变了我们使用物联网设备的方式。
