人工智能在物聯(lián)網(wǎng)中的應(yīng)用

1、人工智能在物聯(lián)網(wǎng)中的應(yīng)用作者：馬韶蕾來源：科技傳播 2018年第16期摘 要 物聯(lián)網(wǎng)實(shí)現(xiàn)了人與物、物與物的信息交流，而人工智能技術(shù)極大拓寬了物聯(lián)網(wǎng)的應(yīng) 用范圍、應(yīng)用深度和智能化程度。人工智能加物聯(lián)網(wǎng)可以應(yīng)用到智能農(nóng)業(yè)、智能工業(yè)等行業(yè)， 并詳細(xì)介紹了智慧醫(yī)療和自動(dòng)駕駛應(yīng)用情況，體現(xiàn)了人工智能技術(shù)特點(diǎn)及起到的重要作用，可 能導(dǎo)致生產(chǎn)方式變革或業(yè)務(wù)流程優(yōu)化，擁有廣闊的發(fā)展前景。關(guān)鍵詞 物聯(lián)網(wǎng)；人工智能；智慧醫(yī)療；自動(dòng)駕駛中圖分類號(hào) TP39 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2018）217-0005-02物聯(lián)網(wǎng)是借助于電子信息技術(shù)，將物體嵌入微型感應(yīng)芯片，通過射頻識(shí)別、紅外感應(yīng)器、 激

2、光掃描器等信息傳感設(shè)備將物品與互聯(lián)網(wǎng)連接起來，進(jìn)行信息交換和通訊，實(shí)現(xiàn)智能化識(shí)別 定位、監(jiān)控和管理，使人與物體、物體與物體之間實(shí)現(xiàn)信息交流。在現(xiàn)實(shí)生活中常見的物聯(lián)網(wǎng) 應(yīng)用如遠(yuǎn)程防盜、不停車收費(fèi)、智能圖書館、遠(yuǎn)程電力抄表等。傳統(tǒng)物聯(lián)網(wǎng)應(yīng)用面臨的一些問 題是：系統(tǒng)局限在某個(gè)行業(yè)、某個(gè)客戶內(nèi)部，相對(duì)封閉，沒有形成真正的萬物互聯(lián)；智能化程 度較低，應(yīng)用范圍受限。物聯(lián)網(wǎng)改變?nèi)藗兩畹纳顚哟卧虿粌H是“互聯(lián)”，最關(guān)鍵的是智能。具備高級(jí)智能的物 聯(lián)網(wǎng)應(yīng)用會(huì)變得更智慧更人性化，并極大拓寬應(yīng)用領(lǐng)域。近年來人工智能技術(shù)快速發(fā)展，激發(fā) 物聯(lián)網(wǎng)應(yīng)用從傳感器到數(shù)據(jù)處理平臺(tái)發(fā)生了深刻變化，極大拓寬了物聯(lián)網(wǎng)的應(yīng)用范圍和規(guī)模

3、程 度。1 人工智能在物聯(lián)網(wǎng)中的應(yīng)用物聯(lián)網(wǎng)與人工智能物聯(lián)網(wǎng)分為3 個(gè)層次：感知層，網(wǎng)絡(luò)層，應(yīng)用層。感知層相當(dāng)于人的感官和末梢神經(jīng)，用 來感知和采集應(yīng)用環(huán)境中包括溫度、濕度、速度、位置、震動(dòng)、壓力、流量、氣體等各種數(shù)據(jù) 網(wǎng)絡(luò)層相當(dāng)于人的神經(jīng)系統(tǒng)，利用無線或有線通訊網(wǎng)絡(luò)將采集的數(shù)據(jù)傳輸?shù)綌?shù)據(jù)處理平臺(tái)。應(yīng) 用層相當(dāng)于人的大腦響應(yīng)指示，對(duì)收集的數(shù)據(jù)經(jīng)過分析思考發(fā)出控制指令，如設(shè)備管理、環(huán)境 監(jiān)測(cè)、工業(yè)控制等。人工智能是研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一 門新的技術(shù)科學(xué)，研究領(lǐng)域包括機(jī)器人、深度學(xué)習(xí)、語言識(shí)別、圖像識(shí)別等，它是對(duì)人的意識(shí) 思維的信息過程的模擬，并力圖制造

4、出與人類智能相似的機(jī)器。以阿爾法狗為例充分體現(xiàn)出近 來人工智能應(yīng)用在人類智力競(jìng)技上所能達(dá)到的高度。人工智能對(duì)于物聯(lián)網(wǎng)上產(chǎn)生的推動(dòng)作用：一是基于深度學(xué)習(xí)等技術(shù)使物聯(lián)網(wǎng)應(yīng)用顯得更智 能、更人性化，極大拓寬物聯(lián)網(wǎng)的應(yīng)用范圍、應(yīng)用深度和智能程度（腦更智慧）；二是在工業(yè) 生產(chǎn)上通過應(yīng)用機(jī)器人、深度學(xué)習(xí)等技術(shù)結(jié)合，實(shí)現(xiàn)產(chǎn)品生產(chǎn)過程精準(zhǔn)化控制、減小產(chǎn)品缺陷 提高產(chǎn)品精度1，有助于高精度、小型化、智能化的芯片和感應(yīng)器件的研發(fā)生產(chǎn)（手更靈 活）。通過網(wǎng)絡(luò)連接大量不同的設(shè)備及裝置，嵌入在各個(gè)產(chǎn)品中的傳感器不斷地將新數(shù)據(jù)上傳 至云端服務(wù)器；云計(jì)算提供虛擬化彈性擴(kuò)展的資源，通過大數(shù)據(jù)分析、深度學(xué)習(xí)等技術(shù)，從海 量原始

5、數(shù)據(jù)中獲取業(yè)務(wù)潛在的知識(shí)、規(guī)律并反過來指導(dǎo)生產(chǎn)，推動(dòng)生產(chǎn)方式的優(yōu)化調(diào)整或業(yè)務(wù) 的變革，在節(jié)能減排、農(nóng)業(yè)生產(chǎn)、智慧醫(yī)療、自動(dòng)駕駛等領(lǐng)域得到廣泛應(yīng)用。例如，針對(duì)物聯(lián) 網(wǎng)能耗管理節(jié)能項(xiàng)目通過對(duì)能耗的實(shí)時(shí)采集、監(jiān)控和深入分析，提煉出降低能耗的關(guān)鍵因素和 能耗模型，促進(jìn)節(jié)能減排；物聯(lián)網(wǎng)農(nóng)業(yè)監(jiān)測(cè)到農(nóng)作業(yè)生長狀況、水分、溫度、土壤酸堿性、產(chǎn) 品質(zhì)量等指標(biāo)，經(jīng)過深度學(xué)習(xí)訓(xùn)練出得到更優(yōu)化的種植模型，指導(dǎo)農(nóng)業(yè)生產(chǎn)。下面詳細(xì)介紹智 慧醫(yī)療和自動(dòng)駕駛應(yīng)用。智慧醫(yī)療醫(yī)療物聯(lián)網(wǎng)主要是通過網(wǎng)絡(luò)將醫(yī)療感應(yīng)設(shè)備把醫(yī)療相關(guān)的人員、資產(chǎn)、物品互連起來進(jìn)行 信息傳輸交互。常用設(shè)備包括：感應(yīng)設(shè)備（智能腕帶等）識(shí)別人、物的身份和狀態(tài)，包

6、括條形 碼、二維碼、射頻標(biāo)簽等；應(yīng)用服務(wù)器，包括醫(yī)院自身的HIS （醫(yī)療信息系統(tǒng)）、EMR （電子病 歷）等。在沒有人工智能情況下，通過感應(yīng)器可以采集記錄患者血壓、體溫以及醫(yī)療設(shè)備等信 息并傳送到HIS系統(tǒng)中，應(yīng)用比較簡單。借助于大數(shù)據(jù)、深度學(xué)習(xí)、智能機(jī)器人等新技術(shù)，醫(yī) 療物聯(lián)網(wǎng)不再局限于簡單的數(shù)據(jù)采集傳輸，在幫助醫(yī)院實(shí)現(xiàn)智能化醫(yī)療管理、有效擴(kuò)展醫(yī)療資 源、促進(jìn)醫(yī)藥科學(xué)研究等方面發(fā)揮重要作用。例如：遠(yuǎn)程智能看護(hù)、智能診療、智能藥物研發(fā) 等2。遠(yuǎn)程智能看護(hù)：患者身上佩戴相應(yīng)的采集設(shè)備實(shí)時(shí)采集患者血壓、心率、體溫、脈搏等， 通過移動(dòng)網(wǎng)絡(luò)實(shí)時(shí)發(fā)送到物聯(lián)網(wǎng)平臺(tái)；應(yīng)用服務(wù)器對(duì)數(shù)據(jù)進(jìn)行處理和分析，并判斷各

7、項(xiàng)指標(biāo)數(shù) 值區(qū)間，如果超過設(shè)定值則系統(tǒng)將向醫(yī)護(hù)人員自動(dòng)發(fā)送短信報(bào)警；同時(shí)利用深度學(xué)習(xí)訓(xùn)練的模 型，針對(duì)患者長期以來的健康監(jiān)控?cái)?shù)據(jù)進(jìn)行分析，判斷患者是否存在其他潛在病癥；并將所有 數(shù)據(jù)同時(shí)傳遞給HIS、EMR系統(tǒng)，供醫(yī)生參考查詢（參見圖1）。智能診療：讓計(jì)算機(jī)學(xué)習(xí)專家醫(yī)生的醫(yī)療知識(shí)，模擬醫(yī)生的思維和診斷推理。患者可以在 家里電腦前，通過網(wǎng)絡(luò)向診療專家提出咨詢，網(wǎng)絡(luò)另一端的機(jī)器“專家”（經(jīng)過人工智能學(xué)習(xí) 訓(xùn)練），提供專業(yè)的參考診斷和治療方案。同時(shí)也可以解決實(shí)踐中醫(yī)療資源不足的問題，對(duì)有 限的醫(yī)療資源進(jìn)行有效的擴(kuò)展。智能藥物研發(fā)：將人工智能中的深度學(xué)習(xí)技術(shù)應(yīng)用于藥物研究，通過大數(shù)據(jù)分析等技術(shù)手 段快

8、速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物成分，通過計(jì)算機(jī)模擬，對(duì)藥物活性、安全 性和副作用進(jìn)行預(yù)測(cè)，以提高新藥研發(fā)成功率、降低新藥研發(fā)成本。人工智能已在心血管藥、 抗腫瘤藥和常見傳染病治療藥等多領(lǐng)域取得了新突破。自動(dòng)駕駛早期提出的“自動(dòng)駕駛”概念主要是指人類通過無線電波下發(fā)指令遙控車輛的方向盤、離 合器、制動(dòng)器等機(jī)械部件來控制汽車行駛。隨著物聯(lián)網(wǎng)和人工智能技術(shù)發(fā)展，依靠高精度的傳 感器、實(shí)時(shí)可靠的通信系統(tǒng)以及通過深度學(xué)習(xí)越來越成熟的控制程序，一個(gè)集環(huán)境感知、車輛 智能控制、輔助駕駛等功能于一體的自動(dòng)駕駛系統(tǒng)，使機(jī)動(dòng)車輛可以在沒有人類主動(dòng)的操作下 自動(dòng)安全上路行駛。百度、谷歌等公司都已經(jīng)有試驗(yàn)車

9、型運(yùn)行。自動(dòng)駕駛須經(jīng)以下3 個(gè)環(huán)節(jié) 3。感知層：利用各種不同的車用感測(cè)器獲取收集整車的工作狀態(tài)及其參數(shù)變化情形。通過攝 像頭、激光雷達(dá)、超聲波傳感器等來獲取環(huán)境信息；通過車身傳感器獲取諸如車速、輪速、檔 位等車輛本身的信息；通過視覺傳感器識(shí)別車道線、停止線、交通信號(hào)燈、行人、車輛等；這 些信息將經(jīng)過通信模塊實(shí)時(shí)傳遞給車輛智能控制程序。決策層：駕駛智能控制程序類似大腦，針對(duì)感測(cè)器所收集的信息進(jìn)行分析處理。對(duì)于接收 到的原始車輛感應(yīng)數(shù)據(jù)首先進(jìn)行數(shù)據(jù)的預(yù)處理化，例如將激光、雷達(dá)傳感器收集到的時(shí)間數(shù)據(jù) 轉(zhuǎn)換為車與物體、車與人之間的距離；將車載攝像頭拍攝的視頻信息轉(zhuǎn)換為對(duì)路障的判斷、對(duì) 紅綠燈的判斷、對(duì)

10、行人的判斷等。然后通過基于深度學(xué)習(xí)模型的實(shí)時(shí)運(yùn)算處理，根據(jù)實(shí)時(shí)路況、 交通環(huán)境和車輛當(dāng)前狀態(tài)信息，生成遵守交通規(guī)則前提下的自動(dòng)駕駛決策信息，輸出汽車實(shí)時(shí) 運(yùn)行的方向、速度、燈光、動(dòng)力變化等決策信號(hào)，然后傳遞到汽車ECU （電子控制單元）等裝 置。執(zhí)行層：車輛依照決策系統(tǒng)下發(fā)的指令，在ECU輸出訊號(hào)控制下，讓車輛動(dòng)作訊號(hào)傳遞 到機(jī)械部件（如命令車輛加速、減速、轉(zhuǎn)向、倒車、亮燈等），并完成動(dòng)作執(zhí)行。例如：一輛物流配送自動(dòng)駕駛汽車在城市道路行駛，車輛將結(jié)合超聲波傳感器、攝像機(jī)、 雷達(dá)和激光測(cè)距等感應(yīng)器件，檢測(cè)出汽車前方的地形地貌，判斷前方是路況，根據(jù)前方車流、 人流等障礙物情況，決定速度、方向、動(dòng)力

11、、燈光、路徑的變化，車流較少道路通暢時(shí)會(huì)自動(dòng) 提速，一旦探測(cè)到地形或路況發(fā)生改變，例如道路上突然出現(xiàn)活動(dòng)的人或物體，智能控制程序 軟件緊急判斷后發(fā)出汽車緊急停車的指令，該消息實(shí)時(shí)傳遞給車輛ECU，ECU控制車輛制動(dòng)器 緊急動(dòng)作，操作控制車輛停止下來。目前谷歌和百度的無人車技術(shù)驅(qū)動(dòng)車輛在相對(duì)單純的環(huán)境下自動(dòng)駕駛，遇到復(fù)雜路況需要 人為接管控制。但是諸如車載高精度傳感器、決策與控制系統(tǒng)等是目前技術(shù)攻關(guān)研究熱點(diǎn)，技 術(shù)上的突破將極大提高自動(dòng)駕駛的水平，未來在智能城市中自動(dòng)駕駛汽車極大程度優(yōu)化交通路 況。2 結(jié)論隨著近年來人工智能、大數(shù)據(jù)、區(qū)塊鏈、邊緣計(jì)算等技術(shù)快速發(fā)展和普及應(yīng)用，物聯(lián)網(wǎng)產(chǎn) 業(yè)持續(xù)高速成長，人工智能在其中起到了不可替代的作用，不僅提升了物聯(lián)網(wǎng)的智能化程度， 也有助于實(shí)現(xiàn)不同行業(yè)、不同應(yīng)用之間的互聯(lián)和資源共享。研究公司Gartner預(yù)測(cè)到2020年 全球?qū)⒂薪?260 億臺(tái)設(shè)備連接到物聯(lián)網(wǎng)。大量的數(shù)據(jù)前所未有地把物理世界映射到虛擬網(wǎng)絡(luò)中 家庭、城市、全社會(huì)的基礎(chǔ)設(shè)施都有可能通過網(wǎng)絡(luò)實(shí)現(xiàn)萬物互聯(lián)。人工智能加物聯(lián)網(wǎng)將會(huì)為人 類社會(huì)生活帶來巨大變革。參考文獻(xiàn)吳麗萍.人工智能融入制造業(yè)，形成新一代智能制造 EB/OL. HYPERLINK /2018-03/ART-310002-8500-30207502.h