AIoTは単なる発言ではない

AIoTは単なる発言ではない

みなさんこんにちは。今日はAIoTについてお話します。

AIoT、つまり AI + IoT は、人工知能技術とモノのインターネットを実際のアプリケーションに統合することを指します。

そこで質問なのですが、AI と IoT はどちらも数年前から存在し、誰もがよく知っているものですが、AI + IoT の具体的な新しい分野とは何でしょうか?

AIoTという用語は、2017年からソーシャルメディアで頻繁に使用されています。業界の流行語として、AIoTはモノのインターネットの発展における避けられないトレンドであり、主要な伝統的な産業がインテリジェントテクノロジーにアップグレードするための最良のチャネルでもあります。

[[253583]]

AIoT 市場はどれくらい大きいのでしょうか?

スマートホーム市場だけを見ると、中国のスマートホームの規模は2018年に1,800億元に達し、2020年までに3,576億元に達するとデータで示されています。

AIの台頭とIoT技術の発展により、人間とコンピュータのインタラクション需要市場が爆発的に拡大しました。モデルの時代から PC インターネットの時代、モバイル インターネットの時代、モノのインターネットの時代まで、30 年間のデジタル化は、人間がもはや機械に「依存」するのではなく、機械がますます人間に「適応」していることを段階的に証明してきました。

データは AI に活力を与え、AI は IoT の可能性を生み出します。

エッジコンピューティングでサポートされる AIoT AIoT を実現するには、エッジコンピューティング機能のサポートが必要です。エッジ コンピューティングとは、アジャイル接続、リアルタイム ビジネス、データ最適化、アプリケーション インテリジェンスといった業界のデジタル化の主要なニーズを満たすために、オブジェクトまたはデータ ソースに近いネットワークのエッジでエッジ インテリジェント サービスを提供することです。

デバイス側には認識、推論、意思決定の機能があり、これらはクラウド内の独立したコンピューティング機能に依存することになります。スマートホームを例にとると、シナリオの特化によってエッジコンピューティング機能が向上します。

AI チップの要件: IoT シナリオに基づいて、AI コンピューティング能力とクロスデバイス形式の要件を満たすには、カスタマイズされたチップ アーキテクチャを設計する必要があります。

ローカル認識:高頻度語とネットワーク化率がこの部分の重要なポイントです。高頻度語はローカルで処理され、ネットワーク化せずに AI を最大限に活用できます。エッジ コンピューティングは、スマート ホーム分野での人間とコンピューターの相互作用のローカル認識を実現できます。

遠距離ノイズ低減、ウェイクアップ、ローカル/クラウド効率バランス、マルチモダリティに対する需要もあります。

[[253584]]

大手企業がAIoTで競争

ブルーオーシャンに誘われて、さまざまな分野の大手企業がAIoTに参入しています。

1. テクノロジーの巨人

Apple、Google、Amazonなどのテクノロジー大手が、準備の先頭に立ってきた。

  • Baidu は、人工知能、ビッグデータ、クラウド コンピューティング、モバイル サービス、セキュリティなどの分野での強みを活かし、ワンストップで完全に管理された IoT クラウド プラットフォームである Baidu Tiangong を構築しています。
  • アリババは第5の企業戦略を決定し、IoT、AI、クラウドコンピューティングが連携して進む新たな道を開き、モノのインターネットに本格的に参入します。
  • ......

2. 電子商取引プラットフォーム

JD.comは新しいブランド「Jingyuzuo」を立ち上げ、「基盤技術+サービスプラットフォーム+ランディングチャネル」を基盤としたスマートIoTシステムを構築し、技術サポート、IoTとクラウドの統合、シーンの連携、サービスの付加価値などの要素を通じて、さまざまなスマートライフサービスシーンを強化し続けています。

3. 伝統的な家電メーカー

ハイアールや美的などの伝統的な家電メーカーは、AIoT分野でシェアを獲得するために「完全にオープンで、完全に互換性のある」プラットフォームを構築しています。テクノロジーの巨人と比べると、テクノロジーの面で競争することは不可能であり、電子商取引プラットフォームと競争する場合、オープン性の面で競争することはできません。変化を起こさなければ、市場のペースに追いつくことができません。AIoT で成果を上げたいのであれば、新たな機会に挑戦する必要があります。

もちろん、Xiaomiのようなインターネット新興企業の台頭もあり、市場構造は基本的に形成されつつあります。

AIoT は競争の激しい分野ですが、勝者は誰になるでしょうか?

<<:  AIテスト:自動運転車のテストに関するケーススタディ

>>:  パスワードを忘れたことが引き起こすアルゴリズム思考

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能について知っておくべき基礎知識はすべてここにあります

21 世紀に革命をもたらした技術を 1 つ挙げるとすれば、それは人工知能でしょう。人工知能は私たちの...

...

20B大型モデルの性能はLlama2-70Bに匹敵します!完全にオープンソースで、ベースからツールまですべてが明確に整理されています

たった今、国産オープンソースモデルのパラメータ数の記録がまた更新されました! 9月20日、上海人工知...

ICRA 2022 優秀論文: 自動運転用 2D 画像を鳥瞰図に変換し、モデル認識精度を 15% 向上

自動運転における多くのタスクは、トップダウン、マップ、または鳥瞰図 (BEV) の観点から見ると、よ...

2021年に理解すべき5つのAIコンセプト

人間の知能は、生物学を模倣することで模倣されるべきでしょうか? それとも、鳥類の生物学が航空宇宙工学...

大規模なモデルでプロンプト内のより多くの例を学習させたい場合は、この方法を使用すると、より多くの文字を入力できます。

GPT や LLaMA などの大規模な言語モデルを使用する場合、入力プロンプトに文字数制限があるこ...

AI企業は米国政府に安全性テストを報告することが義務付けられる

バイデン政権は、すべての主要なAIシステムの開発者にセキュリティテストの結果を政府に開示することを義...

Java クラシックアルゴリズム: カクテルソート

ソートアルゴリズムの中では、バブルソートが古典的です。カクテル ソートは、シェーカー ソートとも呼ば...

海外の研究者がAIを使って生体認証を欺く顔を生成

海外メディアによると、イスラエルのテルアビブ大学の研究者らは最近、画像生成システムStyleGANを...

...

...

YouTube でフォローすべき 5 人のデータ サイエンティストと機械学習エンジニア

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

...

ディープラーニングの発展とそれが引き起こした気候変動問題

人間の脳は極めて効率的な知能の源ですが、現在の AI はこのレベルに到達できません。 [[33099...

あらゆるビジネスオペレーションに AI を効果的に適用する 10 の方法

企業は、業務に AI を実装するさまざまな方法を分析し、理解する必要があります。 人工知能(AI)は...