智能物联网AIoT的概念及应用场景的研究

高 微 陈新元 王榕国

福州工商学院 福州 350715

引言

在通信技术、计算机技术日益完善并走向成熟的基础上，物联网定义的边界不再只局限于人与物、物与物之间的互通互连，信息数字化、网络智能化正逐步融合并应用到人类的生活、生产、教育等各种场景中，科技让生活变得更加快捷和智能，让人类社会进入万物数据化、万物智能化的时代。万物互联的不断制造并应用，势必造成数据量日渐庞大，数据分析更加复杂，如何实现数据智能化处理分析、技术创新、配套设施完善、优化解决方案等，都将成为企业竞争的主战场。

而人工智能(Artificial Intelligence，AI)[1]的出现恰恰满足物联网中对巨大数据流的处理需求，网络层成为数据处理服务器，完成信息技术在高层次上的智慧化处理，实现多台设备高效、智能、协同控制，完成终端的信息采集和指令执行。2017年，在万物智能·新纪元AIoT(Artificial Intelligence of Things)未来峰会上，技术专家们提出了人工智能物联网新概念，是人工智能与物联网技术的深入融合，基于计算机技术结合了物联网的传感网络和AI的数据处理技术来实现万物数据化和万物智联化[2]。物联网在人工智能的监控下，利用各种传感器实时采集各类海量数据传输到云端，实现体量巨大数据的智慧化处理，优化流程智能化水平，提高物联网技术在各个领域中的应用价值。而人工智能相当于物联网的“大脑”，让电子设备拥有人的智慧，能够感知和识别、模拟人的思维，使“物联”发展为“智联”，“人工智能”过渡到“应用智能”。

1 智能物联网(AIoT)研究框架

《2020年中国智能物联网(AIoT)白皮书》中深层次解析了AIoT在技术层面和商业层面的应用，指出AIoT是人工智能与物联网的协同应用，它通过IoT系统的传感器实现实时信息采集，而在终端、边缘或云进行数据智能分析，最终形成一个智能化生态体系[3]。该体系结构的组成大致可以分成三层：一是AI+感知层，主要由各类传感器组成，完成对物体的识别以及数据、信息的采集；二是AI+操控层，即操作系统(OperatingSystem，OS)；三是AI+应用层，即各类应用场景的集合。感知层主要通过多媒体信息(视频、音频、图像等)、二维码、传感器等完成数据采集，并实现分析处理及智慧化存储等，其最重要的部分是智能化设备，相当于人类的“五官”和“手脚”。操控层相当于整个体系的“大脑”，又可分成平台层、网络层和边缘计算：平台层主要以云计算为基础，完成对设备的连接和控制，消息队列、数据分析、人工智能等；网络层主要保证网络连接；边缘计算通常以容器技术为基础，完成数据缓存、协议转换、AI负载等。应用层即实现场景化应用，可以是智慧城管、智慧城市、智慧教学、智慧医疗、智慧农业等，结构划分如图1所示。

图1 结构划分

2 AIoT主要应用场景

在AIoT智能物联网区域内，以云+端形式构成的应用场景越来越多，物联网技术越来越强，应用越来越广泛，尤其为智慧居住领域、智慧产业领域和智慧城市领域提供了强有力的技术底座工具支撑。

2.1 人居场景AIoT概述

人居场景大致可以分类为家庭居住领域和建筑人居领域。在该类应用场景中，大部分设备都需要使用者触发用户命令，当规则被启动时，互相关联的设备才能接收到由云端推送的控制指令，主要以“云”控制模式为主。

家庭居住领域受物联网和人工智能的影响，智能安防系统、视频监控系统、温度调节系统等各类智能化产物在住宅领域争相竞放，他们通过各项技术，如网络、通信、自动控制、综合防护等共同完成家居场景中智能系统建设方案。在居住场景下，各种设备由一个终端或感应系统来控制，通过智能采集并分析人为习惯、人为兴趣，在保证设备是安全可信的情况下实现人与设备、设备与设备之间的交流。这种场景在很大程度上取决于集有效、便利、自动化为一体的住宅服务系统，让家庭生活更为健康舒适、安全便捷。

建筑人居领域，如商务楼、办公楼盘、产业园、商场等，侧重的是人的需求和体验、安全防范意识、防灾预警、低能耗、高效率，因此AIoT在该应用场景中主要包含门禁考勤、生物识别、AR全景管理、梯控系统、门禁管理系统、巡更系统等，为建筑人居应用场景的平台搭建与施工、软件应用提供了有力保障。

2.2 城市场景AIoT概述

智能城市是将物联网技术融入日常城市生活的一种智能设计，是AIoT落地应用的一个场景总集合，具备感知、连接和智能三大特征的智慧综合管理平台。为保证智慧城市系统中民生需求智能化服务，通过信息通信技术整合城市各管理部门核心系统的各项关键数据，实现信息感测采集、分析优化控制，为多部门协调控制、精细化管理、智能化城市提供了越来越多样化的技术与手段。例如智能环境监测，即利用4G/NB-IoT/LoRa等通信技术，实时监测区域大气环境数据, 监测现场设备的运行状态，实现各类监测数据的接收、显示、统计自动分析、存储、应用、发布，在监测管理中心显示终端上直观地生成可视化的计算结果图表，帮助管理部门实现用信息化手段实施全方位、全时段智慧监管。

2.3 产业场景AIoT概述

人工智能和物联网是产业自动化和智能工厂概念的驱动力，推动产业朝着预测性维护、质量、人—机器—人的方向发展，应用背景主要集中在农业领域和工业领域。物联网代表一个进化和连接的分布式控制系统，利用传感器和其他连接设备进行数据收集、交换和分析，以提高生产力、能源管理和其他经济效益，侧重的是互联性、互操作性和互联网中物理组件的集成。而智能的融入，实现产业、实时平台和生产环境自动化运维，弥补了传统运维的不足，提供了更多维度的服务，更高效、更细腻地保障了生产。

例如，智能物联网后，农业管理者为实现高效生产，通过物联网、计算机、智能监测、无线通讯等技术，实施网络化温室生产现场视频信息采集，远程温室生物与环境可视化监测、温室智能控制与管理、室外气象自动监测等，为现代化农业的生产提供科学有效的指导与预警。

在工业物联网领域，通过物联网技术驱动的智能基础设施，制造企业可以监测到生产过程中各项环节更详细的可见性，实时收集、预测客户信息和需求，优化生产方案，合理分配能源，从而实现从单点到全局的环境数据采集，从被动到主动的生产设备故障检修，为企业能快速而准确地处理采购、库存、生产、销售、售后等提供了有力保障。

3 应用场景AIoT存在的问题及解决方案

3.1 数据与系统安全隐患

智能物联网终端已逐步出现在各类应用场景中，数据汇聚和处理过程中可收集到大量的AIoT用户敏感数据(如面部图像、声音、动作、脉搏、图像数据)等，就存在数据窃取、误用和滥用的风险[4]。故AIoT安全保护需要全面考量，它不仅仅涵盖技术层面与管理层面，还需要通过加密和隔离来保护数据与系统，监测与审计来发现问题，培训与增强意识来优化人为因素。只有建立系统的安全保护体系，才能从整体上确保AIoT系统与数据的安全。

3.2 个性化服务不足

现有AIoT产品和服务主要采用“一刀切”的模式，无法根据用户个人情况与偏好进行精细化定制。例如，智能家居系统主要提供基本的环境控制，无法根据用户生理状况与活动实时调整，而想要实现高度个性化服务还需要依托大数据分析与人工智能技术，但目前这些技术在AIoT领域应用还不足，无法实现对海量用户数据的深度分析与建模，无法根据数据准确预测个人兴趣与需求。总之，AIoT个性化服务不足的根源在于数据与技术不足，以及当前产业生态的局限性。要提高个性化服务水平，需要加大对用户全生命周期数据的采集与分析，运用大数据、人工智能等技术手段建立用户画像，进而实现精准推荐与定制。同时也需要统一标准，构建开放生态，促进数据与服务共享，这需要产业链上下游的共同协作与推进。

3.3 存在数据孤岛和系统割裂问题

不同部门与企业采集的城市数据无法互通与共享，造成数据重复采集与利用率低下，且各企业开发的设备采用不同通信协议，无法互联控制，实现有效协同。如城市环境监测数据与交通数据难以互通，造成环境治理效果难以提高；市民健康数据与医疗数据也无法有效结合，难以实施精准医疗与健康管理；信号灯系统与车载导航系统无法有效结合，导致交通拥堵状况难以精准预测与防范；供热系统与家庭采暖系统也难以实时结合，造成供热资源浪费等各类问题。实现应用场景数据统一平台，构建场景操作系统City OS，集成各个系统与服务，实现联动协同和跨系统、跨企业数据互联互通是优化应用场景AIoT的最佳实践。

3.4 AIoT系统复杂性

AIoT系统由多种要素如云计算、网络通信和各类智能设备组合而成，系统极为复杂。这些都会导致故障定位困难、易发生单点故障、系统不稳定以及系统升级难度大等问题，最终威胁系统的稳定运行。要控制AIoT系统的复杂性，关键是在设计与部署阶段采取相应措施，降低系统失效风险，提高故障检测与修复效率。首先，应采用模块化设计，将系统划分为相对独立的功能模块和简化模块，两者相互依赖，便于定位故障与维护；并针对关键要素设置备用模块，在主模块失效时快速切换，避免单点故障；建立完备的故障检测与预警机制，加快识别和修复系统漏洞与错误，针对可能出现的各类故障制定标准化的维修手册，明确维修流程与方法，提高维修效率。

4 AIoT应用场景未来研究的方向

AIoT应用场景的未来发展重点在于实现产业智能化，如涵盖制造业、交通运输、医疗教育、农业与家居生活等多个领域，通过融合AI与IoT技术提高其自动化与智能化水平，大幅优化产业效率与质量，催生新的智慧城市、智能工厂与智能生活等新业态，对经济、社会产生深远影响。但要实现广泛应用，还面临技术难题与制度障碍，需要产学研及政企密切合作，加速突破关键技术，搭建产业生态，推动规范劳动分工与新型合作机制建立。总之，AIoT应用场景的未来发展，将以实现产业智能化为主线，塑造人工智能新时代。