數據是數字化變革的基本組成部分,物聯(lián)網、人工智能、區(qū)塊鏈、邊緣計算等技術預計將在來年掀起巨浪,因為這些技術是收集、分析和存儲信息的方法。

隨著連接設備的數量達到110億臺(不包括電腦和手機的連接量),很顯然,在2018年,物聯(lián)網將繼續(xù)成為熱點話題。

物聯(lián)網將實現大規(guī)模發(fā)展：IBM的4大預測

筆者很榮幸有機會能夠采訪到IBM沃森物聯(lián)網消費業(yè)務部副總裁BretGreenstein先生,他強調了2018年物聯(lián)網領域的4個關鍵性趨勢。有趣的是,其中三個趨勢截然不同,但是技術性卻高度相關。這里突出了一個原則是:數據是數字化變革的基本組成部分。物聯(lián)網、人工智能、區(qū)塊鏈、邊緣計算等技術預計將在來年掀起巨浪,因為這些技術是收集、分析和存儲信息的方法。

人工智能將使物聯(lián)網更智能、更高效地工作

當下,人工智能很熱,幾乎每個人都在談論它,但是其中很多人其實并沒有真正弄懂它究竟是什么。根據Greenstein先生的說法,人工智能是物聯(lián)網系統(tǒng)的大腦,在2018年人們將會真正了解到這一點。隨著設備連接量的增加以及設備間互相通信能力的增強,人工智能技術包括深度學習、自然語言程序、圖像識別、神經網絡驅動決策等能夠幫助這些設備更好的理解對方,以及我們人類。

Greenstein告訴筆者:“在早期,你可以用很多不同的方式在家里部署物聯(lián)網,那時有很多電線和硬代碼包括后來出現了移動應用,但這仍然是一種孤立的體驗,感覺不到真正的聯(lián)系。而人工智能有助于改善這一情況——現在我們看到汽車制造商、酒店和其他公司正在試圖創(chuàng)造更多的集成體驗,并利用人工智能更好地理解和與人互動?！?/span>

更多的CPU功率將耗費在邊緣側

物聯(lián)網的前端組件,如相機和傳感器,傳統(tǒng)上只是被動地收集數據然后傳到云端處理,而將處理能力推向“邊緣”后會帶來許多好處和機會。Greenstein說,進一步利用邊緣計算技術將會是2018年的一個關鍵趨勢。突然間就出現了不僅能看到圖像,還能理解圖像的攝像機以及能夠聽到聲音的麥克風,這將更加的推動這一趨勢。

除了確保只將有用的數據傳回云端外,邊緣計算還有其它很多好處,比如解決隱私問題。Greenstein舉了一個家庭護理環(huán)境系統(tǒng)的例子:“在這個環(huán)境中,攝像機或麥克風可以被訓練成在不侵犯家人隱私的情況下尋找可能表明居民處于危險中的跡象。在這種情況下,你可以使用相機來判斷某人是否恢復良好,步態(tài)是否正常,或者他們的行走速度是否比醫(yī)生要求的稍慢。并且你還能聽到玻璃破碎、物體掉落或水溢出的聲音。而且因為處理是在邊緣完成的,所以我們可以完成對隱私的保護,除非發(fā)生故障,否則不會將任何隱私的信息發(fā)送到云。”

區(qū)塊鏈為物聯(lián)網交易增加了不變性和完整性

區(qū)塊鏈和物聯(lián)網在很多方面看起來就像是專門為彼此設計的。區(qū)塊鏈是一種分布式加密數字分類技術,非常適合記錄物聯(lián)網機器之間發(fā)生的數百萬筆交易的詳細信息。不過,直到最近,這些技術之間的融合才被廣泛討論。Greenstein告訴我雖然這些合作伙伴關系還沒有公開化,但IBM正在“多個行業(yè)”與客戶進行合作,還將他們聚集在一起,并暗示2018年很可能會放出更多細節(jié)。

“人們忽略了區(qū)塊鏈,因為他們過多的關注事物的財務方面,這是顯而易見的用例。”Greenstein繼續(xù)告訴我說:“所有這些物聯(lián)網數據,尤其是供應鏈中的數據或物主之間移動的數據,都需要存儲在某種不可更改的記錄中。”

物聯(lián)網上的大部分交互發(fā)生在機器人之間,通常很少有人監(jiān)督。區(qū)塊鏈記錄提供安全性,因為只有具有加密密鑰的記錄才能編輯或修改其有權訪問的部分。此外,記錄的副本在多個(通常是數千個)物理位置之間進行分割,因此沒有一方擁有對其進行操作的集中控制能力。

物聯(lián)網在制造業(yè)和工業(yè)中大規(guī)模增長

增長是關鍵詞,這里的愿景是:智能互聯(lián)技術將繼續(xù)幫助人類完成機械重復的手動任務。這將通過給他們能夠理解周圍環(huán)境的程序,讓他們在適當的時間來回答關于特定事物的特定問題來實現。

毫無疑問,物聯(lián)網在工業(yè)領域正在迅速發(fā)展。起初,每個人都認為它是關于傳感器的——但我們現在已經到了深入了解和人機交互的程度。

從某種意義上說,這是一種向制造運營商和在機器上進行維護的人提供實時數據和實時洞察的方式。

這種融合的成果可以被看成是在向”智能文檔”方向發(fā)展,大量的技術手冊和程序指南被人工智能引擎吸收,以便能夠提供實時援助。“因此,人們會問一個問題,他們不需要再看手冊了?！盙reenstein解釋道,“他們只需要詢問手冊‘這是輪胎壓力的正確設置嗎?’”

在2018年,隨著更多的外部數據集納入其中,我們很可能會看到這一趨勢進一步發(fā)展。因此,理論上,你的手冊不僅會告訴你正確的輪胎壓力,它還會根據天氣或其他操作條件進行調整。

Greenstein告訴我:“所以我們要將手冊和實時數據結合起來,并說‘在你面臨的情形下,這是現在要做的正確的事情,’這在客戶服務和制造業(yè)中是一件非?？岬氖虑??！?