[[419673]]

如果沒有獲得指導和幫助，即使是經驗豐富的工程師和物聯網從業者也可能無法弄清楚物聯網中采用了哪些人工智能組件。

想要構建基于人工智能的物聯網的專業人士和數據科學家不必自己解決這些問題。事實上，他們必須與其他專家合作以確保他們的項目成功，否則他們會冒著遺漏關鍵因素的風險。

在一本名為《Artificial Intelligence for IoT Cookbook》的著作中，該書作者和企業架構師Michael Roshak討論了如何為物聯網的部署采用人工智能，以及解決常見問題的技術和詳細說明。在為物聯網和人工智能建立基本設置之后，Roshak深入研究了計算機視覺和自然語言處理等高級技能。文中探討了物聯網人工智能設計的困難、企業必須了解的有關過程的注意事項，以及人工智能和物聯網給企業帶來的好處。

在以下訪談中，Roshak解釋了在將人工智能技術應用在物聯網設備時給企業帶來的問題。他還建議，專業人士與行業專家一起設計機器學習應用程序的最佳方法。

是什么促使你撰寫這本書?

Roshak：這本書講述了人工智能在物聯網的應用，還討論了各種數據類型以及如何確定物聯網的投資回報率。

該書介紹了人工智能類型，但并沒有深入探討機器學習和TensorFlow，主要講述的是基礎知識。例如，當提出一個新系統時(例如TensorFlow)，會通過一些線性回歸并解釋它是什么。這本書談論的是物聯網領域通常沒有提到的話題，是為開發人員和人工智能新手而設計的。

為物聯網開發人工智能最具挑戰性的部分是什么?

Roshak：這確實與材料成本和投資回報有關。例如一個典型的微控制器的價格可能低于1美元，而微處理器(如Raspberry Pi)的價格為35美元或45美元，但在成本和功能上存在很大差異。企業如今面臨一些困難，例如在存在限制的情況下，如何將所有部分組合在一起以使其成為有效的解決方案?

有的企業已經建立解決方案，但并不起作用。例如醫療設備生產商試圖每天在SQL服務器數據庫上增加10GB的數據。所有設備都具有相同的SQL服務器密鑰，但在應用時卻陷入了困境。他們難以完成這樣的工作。他們說，“我們希望重返內部部署數據中心——這是我們定制的專有人工智能處理器所在的地方。”他們建立的物聯網解決方案無法盈利，我們和他們一起進行了研究和探討。如果他們使用能夠在設備本身而不是在云中處理數據，并且只使用云平臺來存儲元數據，那將是一個完全實用的解決方案。他們沒有那樣做。他們必須明白，有一些方法可以在邊緣實施。但是這也取決于收入模式。

您認為為物聯網開發人工智能最令人興奮或有趣的部分是什么?

Roshak：最令人興奮的部分是現在有很多新的做事方式，這些方式在一年前并不存在。例如STM公司現在采用了很多嵌入式設備，這使得采用人工智能變得非常容易。芯片供應商現在正在使非常困難的事情變得容易，這是去年才出現的新事物。

您希望閱讀這本書的技術專業人士了解什么?

Roshak：人們必須了解自己的數據，這會影響需要什么類型的算法和什么類型的處理。例如，地震儀讀取速度非常快，需要設備本身處理數據，并且地震儀的所有數據不可能傳輸到云平臺處理，這會花費更多的時間和費用。

其中一件要討論的事情是部署傳感器，傳感器可能會有很多問題。一旦這些設備生產出來就不能改變。如果傳感器無法獲取正確的數據，或者缺少進行轉換所需的傳感器，就難以更好地使用物聯網設備。

如今有很多企業的人工智能團隊與硬件團隊是完全分開的，人工智能團隊是業務團隊的一部分，硬件團隊是物聯網和IT團隊的一部分。因此，企業需要讓這些團隊開展緊密合作，這對于使物聯網系統成功應用至關重要。

此外，希望芯片供應商以及云計算供應商參與這個過程，而在開始之前做好必要的準備是非常重要的。