物联网与AI的结合:让不同的智能手机相互学习

物联网

  说到传感器,大家首先想到的应该是可穿戴设备。现在,可穿戴设备已经广泛传播,Fitbit、Garmin等都已经融入了我们的生活。 而很多人不知道的是:我们也能用传感器来检测钢筋水泥城市中的高楼和桥梁,还能用它们来跟踪动物昆虫的行动轨迹。

  随着物联网的飞速发展,将来十年中将会有数百亿个传感器设备融入我们生活的方方面面,从工业部门到健康部门,从经济部门到军事部门,传感器让生产效率更高,让生活更美好。

  以下是2013年到2020年物联网创造的价值:

物联网

  不过,虽然物联网设备运用广泛、价值重大,这些设备都有自己应用的范围,设备的性能决定了它们的使用地点、环境和人群。

  让AI和物联网结合

  因此,如果我们将AI引进物联网会怎样呢?有了AI,这些设备将能改变它们应用的范围。就像人类可以慢慢适应陌生的环境,即使较小的物联网设备也可以与AI机器相适应。

  就拿智能手机来说,用户可以根据自身的喜好下载app, 随时升级或卸载app,让手机变得独一无二。

  而如果手机可以通过统计我们的app,从而学习我们的喜好呢?这可以让个性化过程变得自动化。

  但如果你并没有向设备表达自己的喜好,那么它们还会了解你吗?很明显,设备并不能。

  这时,AI的作用就突显出了:它能让手机更快地学习。

  让设备相互学习

  两只相近的智能手机可以相互学习,它们能够运行自己的AI机器,并能分享自己程序的逻辑块,来加速学习。比如,它们可以相互学习如何保持电池的寿命。

  设备之所以能够相互学习,背后有两个原因。首先,每台手机都可以独立学习,来发展自己的基因材料。在演化计算中,这叫做“岛屿模式”。在物联网中,每台设备都能变成自己的“岛屿”。

  此外,这些设备能够分享他们学习到的东西。 这将增加基因库的多样性,对于能够学习或是进化的系统很有帮助。这也意味着这些设备知道如何更好地适应新的环境。

  AI和物联网设备的结合,与动物跟踪机制有些相似。将传感器安装到动物耳部的皮革或金属耳标上,就能跟踪野生动物、宠物和家畜的活动。

  为了跟踪更加精确的信息,每台设备需要学习动物的行动特征(比如物种、年龄、性别等),而这些都可在AI的帮助下进行。

  那在跟踪动物之时,设备怎么相互学习呢?当两只动物相遇,物联网设备就能分享它们学习到的内容,这样两台设备就能相互进步,并能将之运用于其他相似的动物特征研究之上。

  让传感器预测错误

  物联网的分享和学习功能所造福的不只是动物和人类,它还能检测城市桥梁、道路的状况。

  在很多情况下,因为较高的成本和较远的距离,这些设备并不能联网,但是它们能就地收集信息,并能学习传感器数据的特定模式,来预测错误。

  因为错误非常少,因此与临近设备分享的信息能够构成更大的数据库,来训练其他的设备,而这些设备可能不曾遇到过错误。

  不过,说到如何让物联网设备从现实中学习,我们还有很多问题尚待解决。如果设备分享信息,那么会泄露用户的隐私吗?这就需要看看这些信息是否具有特殊意义了。比如,包含遗传程序的信息是不可分享的。

  一部物联网设备也需要确保在它与新的环境反应之时,同时持续执行任务。我们需要运用适当的安全控制,比如为设备设定硬性限制,规定它可以学习什么,不可以学习什么。

  另一个问题就是:设备如何决定了哪一台临近的设备值得信赖?如果恶性设备进入设备所处的环境,设备该怎么办?这都是亟待解决的问题。

 

  因此, AI和物联网的结合将会为我们的生活带来极大的便利。但是,因为现在AI还处于低级阶段,因此其与物联网的结合应用也处于婴儿期。虽然它潜力巨大,但仍需我们的研究、dao和调查。