2014年，亚马逊公司低调上架第一款智能音箱amazon echo时，并没有引起同行过多的关注。但随着这两年语音识别技术与自然语言处理技术的不断提升，以及各公司在物联网方向布局的逐渐完善，智能音箱一跃成为当下一个爆款产品，国内外各大公司都纷纷推出自己的智能音箱，2017年也因此被誉为智能音箱元年。
取代传统遥控、触屏的操作方式，仅通过语音指令就能控制家中每个联网的家电、播放自己喜欢的歌曲甚至购物、购票，智能音箱给现代生活带来了许多便捷，而这便捷的背后，是人工智能技术与物联网技术提供的强有力的支撑。智能音箱也因此被许多人认为是物联网的入口，虽然这个结论尚存争议性，但不可否认的是，物联网与人工智能技术已经逐渐融入了我们的生活，二者的相互结合形成的智能物联网系统，也被认为未来的发展趋势。
随着业界领先公司逐步进入物联网领域，国内外专家、学者对物联网与人工智能关键技术的重视程度也越来越高。如何将二者更好地结合在一起，利用现代化科学技术提高物联网智能化水平，如何增强智能物联网的应用性并提高其影响力也必将成为未来科学研究的热点与难点。下面，我们将从物联网的概念、物联网与人工智能的联系以及人工智能在物联网领域的应用三方面来了解一下智能物联的发展状况。
物联网的概念当前我们所提到的物联网，在某种程度上其实是互联网的一个延伸——互联网的终端是计算机（pc、服务器），除此之外没有涉及任何其他的终端（硬件），而物联网的本质其实还是互联网，只不过终端不再是计算机（pc、服务器），而是嵌入式计算机系统及其配套的传感器。
物联网的诞生某种意义上是计算机科技发展的必然结果。为人类服务的计算机呈现出各种形态，如穿戴设备、环境监控设备、虚拟现实设备等等，只要有硬件或产品连上网，发生数据交互，就产生了物联网。
因此，在介绍物联网之前，我们也应该先简单了解一下互联网。
图｜物联网的发展历程
互联网诞生于上个世纪70年代，是由美国国防部出于军事的目的开始制定的。从1974年tcp/ip协议的提出到1991年8月世上第一个网站的建成，互联网从军用领域走向公用领域花了几十年的时间。相比较与互联网的发展，物联网的发展显然更为快速。
通常人们所说的物联网(the internet of things)的概念最早于1999年由美国auto-id公司提出的，当时主要是建立在物品编码、rfid技术和互联网基础上，这也解释了为什么我们看到的很多的物联网相关教材多数都在讲nfc、rfid技术。与此同时，中国中科院在当时也在进行对传感网的研究，相比较物联网来说传感网更多的是集中于收集传感器的数据，算得上是物联网的一个子集。
在更早之前，比尔盖茨1995年《未来之路》一书也提出了物联网的概念。只是当时的技术水平、硬件等的限制，并没有在当时引起重视。
随后2005年，国际电信联盟发布了《itu互联网报告2005：物联网》，报告中指出：无所不在的“物联网”通信时代即将来临。这时也人们对于物联网已经有了新的认识——不再仅仅局限于rfid技术。只是由于当时的技术的限制及应用的限定，在当时并没有产生特别大的影响。
在2009年1月，ibm首席执行官彭明盛提出“智慧地球”构想，其中物联网为“智慧地球”不可或缺的一部分。同年，奥巴马在就职演讲后已对“智慧地球”构想提出积极回应。温家宝总理在8月提出了“感知中国”，物联网被正式列为国家五大新兴战略性产业之一。
根据美国权威咨询机构forrester预测，到2020年，世界上物物互联的业务，跟人与人通信的业务相比，将达到30:1。
介绍完物联网的发展历史，下面详细介绍一下物联网的概念及分类。
物联网来源于internet of things一词，即世间万物的互联网。顾名思义，物联网的意思就是物物相连的互联网。这有两层意思：第一，物联网是建立在互联网之上的，是互联网的拓展和延伸；第二，其用户端扩展和延伸到了物品与物品之间，进行信息通信和交换。物联网有如下几个特征：
图｜物联网的特征
首先，广泛应用了各种感知技术。在物联网中部署了大量的多种传感器，每个传感器都能从外界采集信息，不同类的传感器捕获的信息不同。而且获得的数据具有实时性，按照一定的规律来采集数据，不断更新数据。
其次，它是建立在互联网上的网络。物联网技术的核心和基础仍是互联网，通过各种无线和有线网络与互联网结合起来，将物体的信息准确实时地传递出去，数据传输过程中必须适应各种网络协议。
还有，物联网本身也具有一种智能处理的能力，能够智能控制物体。物联网从传感器中获得数据，然后进行分析，处理处有意义的数据，来适应不同用户的需求。
当前的物联网，已经在多方面已经开始应用，如远程抄表、电力行业、视频监控等等。以及在物流领域和医疗领域也都日趋成熟，如物品存储及运输监测、远程医疗、个人的健康监护等。除此之外在环境监控、楼宇节能、食品等方面也开展了广泛应用。
物联网与人工智能的联系人工智能技术和物联网技术作为当前最受追捧的技术，在各行业都掀起了应用与改革的热潮，在这种环境之中，人工智能与物联网技术的结合也是情理之中的事。除了当前大环境的驱动，事实上物联网本身应用与人工智能的契合程度也十分高。
首先，对于物联网来说，具备智能性特别重要。
互联网信息时代，信息是给人看的，人本身是有智慧的，当人看到信息后，能够作出进一步处理的决策。但在物物相连之后，物体（或者设备）接收到信息后，如何做下一步处理？物体本身没有智慧，物联网体系就需要有一定的智能，物体根据收到的信息，将各种物体的实际状态信息传递出来，体系内的智能帮助物体判断，做下一步的处理，这就需要物联网具备智能。
物联网系统中，智慧的产生有以下几种形式：
图｜智慧产生的几种形式
1、将某一个领域非常有经验的专家经验，融到专家系统中，专家系统会根据设备状况提供设备下一步处理的建议。
2、将某一领域的知识体系，嵌入到物联网系统中。比如将控制算法嵌入到系统中将aps理论应用到物联网系统中。
3、随着大数据融合在一个平台，很多潜在的有价值的关联信息大量被挖掘，利用大数据分析，从而形成新的智慧。
4、物联网具备学习能力，通过一定时间的给定条件的输入、输出，训练出智能，以后根据训练出来的智能，在给定输入情况下提供智能的输出。
在这四种方式中，第一种、第二种所体现的智慧，是人类智慧中非常小的一部分。未来更多的智慧是通过第三种、第四种模式来形成的智慧，第三种智慧最主要的是利用大数据技术，第四种智慧最主要的是人工智能技术。
由此可见，人工智能技术与物联网，二者是相互促进的关系——物联网为人工智能的发展提供大量的数据，而人工智能帮助物联网设备实现智能化。
下面以物联网的架构组成为媒介来深入探讨人工智能在物联网中起到的作用。
图｜物联网的架构
目前比较通用的物联网技术架构分三层——感知层、网络层和智能应用层，但随着技术的进一步发展，在智能应用层又分为边缘计算层的智能应用，和云计算层的智能应用。所以，现有的物联网的架构包括感知层、网络层，边缘计算层和云计算层这四部分，而这四部分都需要人工智能技术的支持。
1、感知层
感知层包括传感器、执行器、rfid和一些智能装置。随着技术的发展，感知层越来越需要人工智能技术的支持。
比如传统的检测汽车是否压线，是否闯红灯，一般是在路上打磁钉做传感器，但磁钉影响路面，所以现在使用的多是虚拟磁钉：利用图像，通过对图像的人工智能处理，通过图像判断是否闯红灯和是否压线。还有银行的防盗系统，通过识别图像围栏，来做银行的安防。这些都用到了人工智能的技术。
在工业领域，图像的人工智能技术应用更加广泛，随着智能制造的发展，越来越多的企业开始个性化定制，而个性化定制，要求检测技术要求越来越通用化。在工业生产中，以汽车零件为例，传统的零件生产过程中，对产品的检测是首件检测，尾件检测，中间抽检。而每一批产品，都要手工检测。传统的生产批量大，这种模式，这种模式效率低一些可以忍受，如果没种产品批次很少，用传统接触式检测的效率低，每次检测调整周期长。现在工业对于非接触式检测，也就是通过图像识别检测的需求特别旺盛。如果可以实现非接触式图像检测，一方面可以提高生产设备的柔性，可以实现件件检测，提高质量水平；还可以通过检测实现动态刀具补偿，降低产品的偏差。
在感知层的人工智能，还包括语音识别，道路识别等等。最近智能音箱受到资本追捧，主要是利用语音识别技术，让音箱成为一个人机交互的入口，就需要音箱能够识别控制命令，信息，并通过语音控制设备。
2、通讯层
当万物互联之后，一个人对应多台设备，而设备联网自动配置是复杂的，就需要设备联网智能化，实现网络的自动配置。
通讯设备具备多样性，从而决定了物联网时代连接方式的多样性，5g，nb－iot，有线，工业以太网，总线，wifi，zigbee，蓝牙等通讯方式都可能存在，还可能会有新的通讯方式出现。未来有些设备可能支持一种以上的通讯，设备智能联网需要选择适合的通讯方式。
物联网时代网络结构会比互联网的网络结构复杂，从a到b的网络会有多种路由路径可选，哪个路由路径速率快，哪个路由路径效率最高，哪个路由路径最稳定，这些也需要人工智能。网络安全非常重要，就需要在网络上有良好的网络测试机制，还需要有智能化的安全机智。计算机的智能安全可以由人通过安全软件来实现，而设备的安全，其智能功能需要人工智能来实现。
3、边缘计算和云计算的人工智能
对于边缘计算和云计算层次的人工智能来说，可以用仿生的原理来形象地解释智能的发展。比如人在学习一个武术套路时，最开始学习每一招，都要用脑去记住套路，然后坚持锻炼这个套路，慢慢的熟练成自然，长期坚持，就形成了条件反射，当套路熟练的时候，就不用脑子，就能够把整套武术快速完整的完成。而形成条件反射之后，别人打过来时，就会自然形成躲避或者回击的反应。
所以物联网的应用与人武术学习的模式非常类似：当第一种条件发生的时候，是通过云计算的智能形成，而未来大数据与人工智能结合的智能方式是未来的主流模式。当相似条件持续发生的时候，边缘计算就会学习云计算处理的方法，逐渐过渡到由边缘计算自动判断完成的智能。这个过程一方面在云计算层要实现基于大数据深度学习的人工智能；而边缘计算层也要不断学习云计算层的处理，形成类似条件反射的智能反应。
人工智能与物联网是相辅相成的，相互支持的，物联网连接是基础，依靠智能创造价值，而人工智能需要载体，物理网就是良好的载体。
人工智能在物联网领域的应用人工智能在物联网领域应用的前景巨大，国内外各大巨头公司也都在积极进行布局并取得了一定的成果。下面先简单介绍一下各巨头公司在智能物联领域的布局情况：
1、ibm
2011年在美国《危险地带》智力抢答游戏中，ibm的沃森战胜了人类选手。到2012年，在欧美商业化项目中ibm沃森系统已经逐步得到应用。与此同时，其在金融、医疗、政府公用事业以及呼叫中心四大领域的应用方向得到了明确。
在沃森成功的基础上，到2015年年底ibm转型认知计算和云平台，而宣布放弃咨询业务。为此，成立了相应的沃森iot全球总部，以实现用人工智能进军物联网的目标。 有效利用人工智能及自然语言处理技术，对现实世界中的不同信息语义充分理解，从而全方位的满足不同应用的需求是沃森的目的。为了实现目标，ibm计划把数据放在云平台，希望可以充分利用认知计算来加快物联网的发展进程，进而识别物联网中所涉及到的不同设备的各类语义表达，实现基于语义的上下文交互。在此过程中，认知计算可以在实时高效性能的流数据处理技术的基础上，充分融合地图、天气、交通以及路网等信息，并有效利用认知建模、知识学习以及人机对话等不同的管理方法，为汽车、保险以及交通运输等行业领域的转型需求提供智能的“车联网”服务解决方案。比如，可以采用车载电子监测设备或是智能手机对车辆出行、行车情况以及驾驶数据等进行采集。如若可以科学融合天气、路况等相关数据，并基于地图使用的客户画像，则可以发出及时的驾驶风险提醒，并给出有效的避险建议，从而给车主以及保险公司提供相关的参考。
2、google
google在所有的人工智能技术研发公司中，其技术研发称得上是最充分的。google公司从建立开始便以人工智能作为其公司的核心技术。作为搜索引擎，其本质在于将自然语言中的语义理解技术视为核心，在此基础上对庞大的互联网信息进行实时处理，并提供信息的相关性分析服务。
目前，人类最常用的云计算以及大数据技术便是google对搜索引擎不断研发、改善所取得的技术成果。在google收购deepmind公司以后，其更是大力发展“深度学习”相关研究，致力于把类似于人脑神经元的网络应用于人工智能计算机的模拟上，期望机器可以通过“深度学习”，逐步具有人类理性思维的能力。google内部人工智能相关项目在2012年已接近100个，到了2015年第三季度其人工智能相关项目更是突破了2700个。
此外，google在基于人脑机能模拟基础上所进行的人机交互方面的研究已经处于业界领先地位。google另一个重要动向是其开发了名为brillo的物联网操作系统。该系统可以在32mb或是64mb的内存设备上运行。未来google将依靠其搜索引擎开发技术的不断积累，并利用长年积累的人工智能技术应用架构，努力实现在物联网世界对不同信息的充分理解与应用。而brillo操作系统则可以有效发挥采集物联网世界信息以及操控终端设备的作用。
3、小米
小米公司作为国内物联网布局的先行者，很早之前就开始了向物联网领域的渗透，经过三年多时间的发展，接入miot的设备已遍布全球，目前小米miot平台已经连接了8500万个智能设备，日活跃设备数超1000万个。而日处理设备请求量超过300亿次，小米通用智能模块累计出货量超过950万个，不出意外地让miot平台成为了全球最大的智能硬件平台。
在智能设备联网方面具有如此的优势，使得小米在智能硬件平台方向保持着领先的基础上，更有资源和能力去深入探索其中的商业价值。而长远和长期的保持物联网的先发优势，也正是小米一直以来所追求的，因为这里面存在巨大的市场潜力空间，不得不让小米持续地保持先手优势。
除了以上提到的一些大企业在智能物联方向积极布局外，一些公司已经将人工智能与物联网技术应用在了自己的产品上。
图｜谷歌无人驾驶汽车
运用比较早比较典型的，当属google公司的无人驾驶汽车。在前面“人工智能+驾驶”浅析里有讲到过google的无人车，它控制驾驶原理是通过车子四周安装的诸多传感器，持续不断地收集车辆本身以及四周的各种精确数据，由车内的处理器进行分析和运算，再根据计算结果来控制车子行驶，并将所收集到的数据传送到中央数据库，提供给所有的无人车。因此每台无人车能不断的从云端更新数据库，学习各种突发状况，进而做出最佳的反应动作。
除了无人驾驶汽车，我们日常生活中很常见的共享单车也是人工智能与物联网技术应用的先行者之一。
共享单车是物联网+自行车行业所产生出的一种全新业态模式。也是目前为止，物联网领域中较为典型、规模较大的一个应用场景。
共享单车的本质是通过在传统的自行车上加装智能锁。用户通过智能锁来使用自行车，企业通过智能锁牢来完成对车辆的监控、管理和费用计算；另外，智能锁可以记录下用户的骑行轨迹、骑行时间等一系列数据，智能系统通过大数据分析计算协助企业对自行车部署、调度等一系列运营方式进行优化。
图｜共享单车智能锁实现方式
共享单车的联网是依靠智能锁来实现，其基本原理是在智能锁中加入传感器、通信模组等一系列电子元器件从而协助自行车能够对周围环境感知并与物联网平台通信，实现自行车的联网。但通信模组中采用芯片的不同决定了通信模组可使用的传输协议不同，其中一种是采用华为生产的nb-iot芯片，另外一种是采用高通生产的可支持emtc、nb-iot和gsm三种协议的全球多模芯片。但值得注意的是，我国在nb-iot网络的部署力度总体大于emtc网络，但中国移动在突破牌照限制后宣布将于2017年同时部署两种通信网络。
物联网为共享单车企业带来的大规模数据，可以优化其内部运营、城市运营，在未来还能为智慧城市提供了更多的想象空间。
图｜人工智能与物联网技术在共享单车上的应用
共享单车企业的内部运营主要是自行车的调度，城市中的共享单车流向通常分为两种模式，一种是单向流动，用户只向单一方向骑车，需要运营人员将自行车运回。另一种是双向流动，可以依靠用户骑行完成车辆调度，该种路线上的自行车基本不需要人工干预。目前规模较大的ofo单车所采用的是智能锁+手机gprs的方式来实现对自行车的定位、轨迹追踪等线下运营数据的采集，而未来，nb-iot智能锁将代替传统模式，协助企业优化内部运营。在这个环节，ofo将骑行数据进行分析。
用于自行车的精准投放，并匹配出优的回流路线进行实时调度；在城市运营环节，ofo根据不同路径等数据信息来针对不同的用户群体来推广不同的营销活动，以提高车辆使用率。我们认为，这是物联网较为基础的使用场景。除以上针对企业的运营之外，我们认为，使用了物联网技术的共享单车除了可以解决人们出行后一公里的问题，还将成为一个新的数据收集平台，在物联网加持下的智能锁不仅承担了开／关锁这样的低比特率数据的处理、传输，还会通过更多维度的传感器检测自行车附近更为复杂的城市信息，例如拥堵状况、人流集中程度、商业客流等，该类信息皆可通过共享单车搭载的智能锁、用户手机等设备进行感知。而企业可将收集到的大量数据利用人工智能等新兴技术进行分析处理，并配合相关机构进行城市规划，交通调度；共享单车企业还可以与不同企业合作，为其提供丰富的数据，协助企业进行自身的升级。
除了共享单车，在医疗领域，人工智能与物联网的结合同样有着巨大的潜力。
图｜人工智能与物联网在医疗领域的应用
一般讲到医疗的时候，以及物联网和智能设备的时候，人们往往会想到可穿戴设备，例如功能复杂的智能手表等。这些设备除了提供基础的计时功能外，还能提醒你需要什么时候锻炼，你的健身和跑步是怎样的，以此来促进人体健康。
除了智能手表还有一些其他有趣的东西，就是用互联网和健康联系起来，有些人监控自己的饮食，出于健康原因在饮食上调整和管理，饮食控制有时候不是非常容易，你不知道这个食物的卡路里是多少，使用这些技术你可以买一些app对食物拍照，就可以知道它的卡路里和营养含量是怎样的。
除了保健方面的应用，物联网与人工智能结合在疾病诊断与预警方面也有着巨大的潜力。高血压和高血糖作为一种高发的疾病，一直以来威胁着人们的身体健康，如果能够即时监控人体血压、血糖参数，有异常能第一时间发现与预警，对这两种疾病的预防与后续诊断治疗有着非常大的益处。由北京联动北方公司参与研发的通过脉搏波测量人体血压、血糖数据的智能系统是物联网与人工智能结合的典型例子之一。
该系统能通过传感器采集到病人的脉搏波数据，将这些数据经过智能换算得到病人即时的血压、血糖等数据，当参数超过正常范围时立刻提醒，从最大程度上保护患者的安全。
无论从深度还是广度的角度考虑，物联网的智能性都以自身的特点迅速发展着。在智能物联网中，其每个主体都是平等的，并且，人类的智慧都可以通过非人类物质进行传递。但是，物联网世界必须严格遵守其自身的规律。尽管人类努力提高智能化水平，但是人类不可对其进行完全左右。
物联网和人工智能作为通向未来的技术，被各行各业寄予了厚望，全球各知名公司也在这些技术上做着最大努力，虽然目前应用尚不完善，但科技进步的脚步未停止，智能型物联网的支撑技术也将不断完善，无线网络技术的进步，以及通讯协议的进一步标准化以及越来越小的硅芯片正在获得越来越强大的能力，为人工智能增添无穷“动力”。此外，遵循“摩尔定律”的发展模式，其成本可以不断下降。大量增加的存储和运算能力使得有可能以极大的规模和不断降低的成本进行人工智能处理，让插上“人工智能”翅膀的物联网造福人类。
