「物聯(lián)網(wǎng)」、「邊緣運算」和「人工智能」等流行語(yǔ)已經(jīng)流傳了好一段時(shí)間。這些字詞隨處可見(jiàn)，但每個(gè)人對于這些名詞背后的理解與定義可能不盡相同，甚至一頭霧水。

 

許多人在理解這些名詞內容時(shí)，往往過(guò)度吹捧背后的技術(shù)含量 ，把概念講得天花亂墜，而我們認為這些術(shù)語(yǔ)背后真正的價(jià)值在于，透過(guò)智慧城市的例子和其他嵌入的概念來(lái)顯示如何將不同的科技連結在一起。然而，解釋現實(shí)生活中的人工智能可能會(huì )很復雜，因為它是一個(gè)包含許多互連元件的系統，而不僅僅是一個(gè)個(gè)載入了智慧軟件的裝置而已。

 

因此，在解釋這些名詞之前，我們有必要先將本文相關(guān)的名詞進(jìn)行完整的定義：

 

物聯(lián)網(wǎng) (IoT, Internet of Thing)

 

物聯(lián)網(wǎng)已經(jīng)被廣泛地運用在各種領(lǐng)域，各界對于它的定義也已經(jīng)具有一定共識，它泛指透過(guò)網(wǎng)絡(luò ) (通常是指網(wǎng)際網(wǎng)絡(luò )) 互聯(lián)的「事物」。在這種情況下所指的「事物」并非嚴格指涉個(gè)別的電子裝置，也可以是服裝 (如可穿戴的電子產(chǎn)品)，甚至可以是身上戴著(zhù)心律調節器和類(lèi)似裝置的人。所以基本上，每一個(gè)芯片在網(wǎng)絡(luò )內傳輸資料的應用方式都可以算是物聯(lián)網(wǎng)的應用范疇。

 

物聯(lián)網(wǎng)的原始概念需要將資料發(fā)送到云端進(jìn)行處理和分析。但是，隨著(zhù)互聯(lián)的裝置數量大幅增加，許多應用方式碰上了一個(gè)問(wèn)題，也就是大量來(lái)回傳輸會(huì )導致數據延遲。因此，為了解決云端運算對于物聯(lián)網(wǎng)未來(lái)發(fā)展的限制，邊緣運算已經(jīng)成為支持物聯(lián)網(wǎng)持續擴散的重要技術(shù)之一。透過(guò)在邊緣分析資料，裝置可以自行判斷哪些內容需要發(fā)送到云端、哪些內容可以過(guò)濾掉。簡(jiǎn)單地說(shuō)，邊緣運算指的就是將計算力從中心位置移到邊緣，這種轉移將大幅增加系統運算效率。

 

人工智能 Artificial Intelligence (AI)

 

嚴格來(lái)說(shuō)，我們目前所使用的人工智能仍然處于 「狹義人工智能」 的概念范圍內，這是指一個(gè)程序或系統能夠執行一組特定的任務(wù)，無(wú)需任何直接的人工輸入，例如利用機器學(xué)習來(lái)實(shí)現文字、圖片和語(yǔ)音辨識技術(shù)，藉由人工智能，處理成千上萬(wàn) (甚至數百萬(wàn)) 不同的資料并學(xué)會(huì )了如何區分不同的輸入。

 

智慧物聯(lián)網(wǎng) (AIoT)

 

智慧物聯(lián)網(wǎng)，其顧名思義就是結合人工智能以及物聯(lián)網(wǎng)的技術(shù)所形成的。這可以視為將人工智能向邊緣移動(dòng)，讓更大的計算范圍發(fā)生在物聯(lián)網(wǎng)裝置所在的位置。你可以想象一個(gè)運行面部識別的監控系統，與其將資料發(fā)送到云端進(jìn)行分析而產(chǎn)生延遲，而是把資料改成由本地的人工智能裝置直接進(jìn)行分析。

 

而這些技術(shù)名詞的概念與定義看似深奧，其實(shí)在工業(yè)環(huán)境的應用卻非常廣泛。宜鼎國際在4/18日所舉辦的AIoT研討會(huì )中，正說(shuō)明物聯(lián)網(wǎng)和人工智能的概念，以及進(jìn)一步說(shuō)明目前是如何應用在現實(shí)場(chǎng)景中，并提供許多成功的智慧物聯(lián)案例：

 

無(wú)人機交通監控

 

我們的城市道路隨著(zhù)不斷發(fā)展的同時(shí)，交通堵塞問(wèn)題也每況愈下。因此使用實(shí)時(shí)資料來(lái)監控和改變交通流量，可以顯著(zhù)提高效率并改善塞車(chē)的情況。透過(guò)智慧路燈的架設，在每個(gè)路段監測流量并且及時(shí)調整交通號志，或者透過(guò)無(wú)人機作為機動(dòng)性的更高的部署選擇，并且可以監測更大范圍的地區，利用智慧實(shí)時(shí)搜集信息，然后送交附近的裝置進(jìn)行分析。

 

配備著(zhù)無(wú)線(xiàn)十億位元發(fā)送器的無(wú)人機 (資料來(lái)源: Millitronic)

 

第一步分析由邊緣人工智能平臺處理。這包括車(chē)輛識別和交通流量評估。因此，裝置可以根據分析自行判斷如何處理資料。例如，車(chē)輛數量是否在增加？是否有堵車(chē)的風(fēng)險？然后，將基本資料發(fā)送到一個(gè)集中的平臺 (或云端)，在那里根據資料采取疏導交通、改變限速和調整紅綠燈等措施，管理城市中的交通問(wèn)題。

 

人工智能平臺 (資料來(lái)源: Aetina)

 

大多數資料處理都會(huì )在云端進(jìn)行，邊緣運算也會(huì )越來(lái)越受到廣泛運用。雖然物聯(lián)網(wǎng)裝置具有更強大的計算能力，但網(wǎng)絡(luò )頻寬仍然受到限制。目前正在進(jìn)行的5G基礎建設，則可以有效地解決資料傳輸延遲問(wèn)題，大幅提升實(shí)時(shí)分析，以滿(mǎn)足智慧物聯(lián)網(wǎng)工作負載的要求。

 

車(chē)隊管理和人工智能

 

在車(chē)輛管理面，人工智能還可以加強車(chē)隊管理的營(yíng)運業(yè)務(wù)。管理大型車(chē)隊可能具有相當的挑戰性，而優(yōu)化營(yíng)運的方法有很多：降低燃料成本、減少不安全的駕駛行為、車(chē)輛維護等等。

 

目前的大多數車(chē)輛定位系統都嚴重依賴(lài)全球定位系統。你自己可能也經(jīng)歷過(guò)進(jìn)入隧道時(shí)，GPS完全失去定位能力的情況。在都市中，車(chē)輛駛入室內停車(chē)場(chǎng)或其他衛星覆蓋差的地區時(shí)也可能會(huì )發(fā)生這種情況。另外，定位系統也很難定位車(chē)輛所在的海拔高度。

 

其實(shí)除了GPS之外，還有其他資料來(lái)源能讓我們定位車(chē)輛的位置。例如，每輛車(chē)本身都可以不斷追蹤車(chē)輛速度和轉彎幅度。接著(zhù)，車(chē)上的人工智能平臺可以利用這些參數來(lái)補足缺失或不完整的定位資料，在任何時(shí)候計算出車(chē)輛的位置。這項技術(shù)稱(chēng)為車(chē)輛航位推測法，簡(jiǎn)稱(chēng)DR。最后，資料也可以運用無(wú)線(xiàn)網(wǎng)絡(luò )傳回給交管人員。

 

使用DR技術(shù)，允許在隧道內進(jìn)行車(chē)輛追蹤 (資料來(lái)源: ANTZER TECH)

 

這就是人工智能裝置即使不在衛星的視線(xiàn)范圍之內，仍能協(xié)助交管人員追蹤車(chē)輛位置的方法。想象一下這種情況：某一輛汽車(chē)在隧道內發(fā)生事故，但如果車(chē)輛只裝載了基本的GPS追蹤系統，交管人員仍無(wú)從得知已發(fā)生事故，除非透過(guò)某種方式獲得聯(lián)系。然而，若使用人工智能追蹤系統，則如果車(chē)輛不動(dòng)、引擎突然熄火，或出了某種問(wèn)題時(shí)，交管人員則會(huì )立即收到通知。

 

存儲和存儲器 – 智慧物聯(lián)系統的基本面

 

許多智慧物聯(lián)網(wǎng)相關(guān)討論往往聚焦在人工智能與機器學(xué)習。然而人工智能和物聯(lián)網(wǎng)不僅是一個(gè)具備AI算法的硬件，或是買(mǎi)來(lái)就隨處可用的魔術(shù)盒子，而是應該將之視為一個(gè)由許多智能化的基礎元件所組成的智慧系統。而存儲和存儲器等元件身處于資料傳輸的每個(gè)節點(diǎn)中，正是占據智慧系統中最基礎的角色。與過(guò)去相比，應用在智慧物聯(lián)的基礎元件，隨著(zhù)終端設備所存儲的數據量將越來(lái)越多，也扮演著(zhù)越來(lái)越重要的角色。舉例來(lái)說(shuō)，首先，此一環(huán)節的資安防護能力如果不足，將有可能危及整體系統。針對此種市場(chǎng)需求，宜鼎進(jìn)一步讓SSD與系統綁定，在此設計中，SSD只能與綁定的系統配對運作，安裝于其他系統則會(huì )無(wú)法存取。這種方式需要系統與SSD雙方廠(chǎng)商都具有一定程度的資料加密技術(shù)，才能安全且快速的讀寫(xiě)數據。

 

此外，AIoT應用遍及各特定領(lǐng)域，每一領(lǐng)域的系統都有其特殊需求與對應功能，SSD廠(chǎng)商必須能因應其特色，與之合作設計出適用系統，這除了存儲器技術(shù)外，還需要各領(lǐng)域的專(zhuān)業(yè)知識，包含應用于特定領(lǐng)域時(shí)，精準、實(shí)時(shí)處理數據，才能達到智慧化需求。

 

Caption: Industrial-grade memory and storage (Source: Innodisk)

工業(yè)級存儲器和存儲 (來(lái)源: Innodisk)

 

結論

 

現在智慧物聯(lián)網(wǎng)仍是當紅的火熱話(huà)題，因此在評估這項技術(shù)時(shí)，務(wù)必要能夠區分哪些是目前可行的技術(shù)、哪些存在于未來(lái)。AIoT的架構龐大、應用多元，所需的專(zhuān)業(yè)技術(shù)極多，不可能由單一廠(chǎng)商完成所有配置。宜鼎國際集團透過(guò)各自領(lǐng)域的專(zhuān)業(yè)分工與攜手合作，快速導入系統設計，建置快速且完善的智慧物聯(lián)網(wǎng)(AIoT)。