隨著事物通過(guò)物聯(lián)網(wǎng)的連接越來(lái)越緊密人工智能將變得更加強(qiáng)大

如果您相信頭條新聞，那么2018年將是區(qū)塊鏈之年，人工智能之年或增強(qiáng)現(xiàn)實(shí)之年。物聯(lián)網(wǎng)(IoT)沒(méi)有像幾年前那樣嗡嗡作響，但是對(duì)物聯(lián)網(wǎng)的投資仍然很強(qiáng)勁。但是，對(duì)于許多企業(yè)而言，物聯(lián)網(wǎng)仍然有潛力成為最具變革性的新興技。

最終，人工智能可能是最具變革性的，但它受到訪問(wèn)大量干凈，可理解且相關(guān)的數(shù)據(jù)的限制。以前，公司只能收集有關(guān)其物理基礎(chǔ)設(shè)施，產(chǎn)品和供應(yīng)鏈的定期模擬信息，但是物聯(lián)網(wǎng)傳感器使公司每天可以生成數(shù)百個(gè)讀數(shù)。

單個(gè)數(shù)據(jù)點(diǎn)沒(méi)有價(jià)值，但是實(shí)時(shí)數(shù)據(jù)流可以揭示趨勢(shì)。這就是我所說(shuō)的商務(wù)物聯(lián)網(wǎng)。

隨著物聯(lián)網(wǎng)通過(guò)物聯(lián)網(wǎng)變得越來(lái)越緊密，人工智能將變得更加強(qiáng)大。不過(guò)，不要被愚弄了，僅憑物聯(lián)網(wǎng)原始數(shù)據(jù)不足以激活A(yù)I。您還需要確定傳感器和機(jī)器信息的哪些組合一起代表復(fù)雜的實(shí)際情況。

來(lái)自物聯(lián)網(wǎng)傳感器的大量數(shù)據(jù)可用于訓(xùn)練機(jī)器學(xué)習(xí)數(shù)據(jù)，但基本上沒(méi)有標(biāo)簽。也就是說(shuō)，您可能知道每個(gè)傳感器在哪里以及它正在測(cè)量什么，但是除非您將這兩個(gè)非常不同的數(shù)據(jù)孤島集成在一起，否則您不特別知道它與您的業(yè)務(wù)流程和結(jié)果中的事件如何對(duì)應(yīng)。幾乎在每種情況下，您都需要人工來(lái)幫助標(biāo)記數(shù)據(jù)。

例如，如果一家餐館供應(yīng)公司希望使用機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)食物何時(shí)變質(zhì)，則傳感器可以測(cè)量冰箱中的溫度，門打開(kāi)的次數(shù)和貨架上的重量，但人類必須觀察并記錄食物變質(zhì)的時(shí)間以創(chuàng)建訓(xùn)練數(shù)據(jù)，以更好地預(yù)測(cè)和防止食物過(guò)早變質(zhì)。

同樣，旅館房間中的傳感器可以記錄環(huán)境光，噪聲，溫度和濕度，但是記錄客人投訴的數(shù)據(jù)庫(kù)可能保存在完全不同的數(shù)據(jù)倉(cāng)庫(kù)中。再一次，它是由人類更新的。