使用物联网和人工智能加速获取价值的有效方法

人工智能的潜力和事物的智能

人工智能驱动的互联智能设备和环境从更大的数据源网络(包括彼此)中学习，并为集体智慧做出了贡献。行业中有无数示例说明了这种潜力-从公用事业和制造商可以检测出性能不佳的资产并预测在成本高昂或危险设备故障发生之前进行维护或自动关闭的需求，再到提供家庭诊断，警报看护者的远程监控设备需要干预时，并提醒患者服药。

将先进的分析技术带到边缘

进行IoT数据分析的位置取决于带宽和延迟的问题：对于可以容忍某些延迟或不占用大量带宽的应用程序，例如收集设备运行的摘要数据，IoT设备会将数据发送到云或数据中心，结合历史表现和其他趋势对其进行分析。从分析中获得的见解可用于对设备的后续操作做出决策，包括修改设备本身的控制程序。对于移动或远程资产产生大量必须快速分析的数据(例如自动驾驶汽车或无人机)或带宽受限的情况，数据处理应尽可能靠近数据源移至边缘。

借助基于AI的功能，可以在整个生态系统(包括边缘设备，网关和数据中心，无论是在雾中还是在云中)中对IoT数据进行转换，分析，可视化和嵌入。

行动中的AIoT——运输行业案例

每天有数以百万计的卡车在高速公路上运输燃料，农产品，电子产品和其他必需品。但是，计划外的停机时间会对依赖及时交付的任何车队运营商及其客户造成巨大的损失。瑞典制造商AB Volvo的子公司Volvo Trucks和Mack Trucks通过基于物联网技术的远程诊断和预防性维护服务以及包括人工智能在内的先进分析技术解决了这一挑战。通过更有效，更准确，更主动地为相连的车辆提供服务，从而缩短车辆在路上的时间，并最大程度地减少服务中断的成本。

沃尔沃卡车的远程诊断程序监视每辆卡车的数据，以查找主要系统出现故障时触发的故障代码。每辆卡车上的数千个传感器实时收集流式IoT数据，以提供有关事件发生的位置以及故障期间出现的情况的上下文。同样，Mack Trucks的GuardDo

 

（编辑：平凉站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!