IQT：解锁IoT的无限可能

原文链接：https://www.deccanchronicle.com/technology/in-other-news/010318/iqt-unlocking-the-full-potential-of-iot.html

原作者：Deccan Chronicle(印度德干纪事报)中的客座文章，原作者为Ravinder Pal Singh，是戴尔EMC政府事务部的数字城市与大型项目主管。

IQT：解锁IoT的无限可能

2018年3月1日

IQT是物联网与人工智能实际应用的结合。

只有与人工智能、机器学习结合在一起时，才能解锁物联网的真正潜力。

新时代的技术，如物联网，正在全球范围内重新定义企业产生和消费数据的方式。成功的企业善于洞察隐含在数据中的商业本质。事实上，他们不断分析数据并有效利用这种洞察的能力，已经成为当前的一个核心业务过程。因为这些能力可以帮助提高客户体验，推动运营效率的提升，进而取得竞争优势。

但是，物联网的真正潜力只有在将其与人工智能、机器学习结合在一起时，才能够彻底释放。总之，机器学习和人工智能可以从物联网设备产生的大量数据中获得变革性的价值。三者结合后将会产生一个完整的、相互依存的分布式生态系统。这种智能系统叫做IQT，即物的智商(the IQ of Things，注1)。换句话说，IQT是物联网和智能应用的结合。IQT的概念全是关于如何提升所有的联网设备的智商、进而使我们周围的技术生态圈更加智能的。

据IDC称，印度的物联网市场将在2021年底前达到340亿美元。随着物联网的不断发展，带来了越来越多的在线数据源，最大的挑战之一就是如何实时地理解全部联网设备所产生的数据，并根据这些数据采取行动。这需要一种跨越物联网整体的智能层。因此，为了从物联网中获取最大收益，各类社会机构都应该将数据分析分发到如下的三层结构中：从边缘计算层到核心计算层再到云计算层。

例如，假设边缘到核心再到云是一个体育赛事，如足球比赛，那么：

边缘层：运动员代表边缘。在比赛中运动员们必须要运用天赋、后天训练和直觉，迅速地做出决定并对比赛做出响应。

所以，边缘是首先链接的地方，是IQT智能中的第一层。例如：自动驾驶汽车、工厂的机器人等。连接到这些联网设备上的传感器从生产环境中获取数据，并将其发送到边缘计算系统进行处理和分析。

核心层：核心类似于球场上的教练。教练们从他们对比赛的全局视野出发，通过比赛、战术和训练来培养运动员的智力。

核心实现了更高层次的智能化和更复杂的实时决策。由于传感器的数量呈指数级增长，而数据的巨大容量在边缘级别进行处理时就显得太大。核心计算层可以帮助企业从数据中心中扩展计算能力，从而增加其分析能力，进而能够对原始数据产生有价值的见解。

云计算层：云是深度学习出现的地方。可以想象一下，运动员和教练员一般都是通过观看在白板上放映的电影和图表，并分析自己和竞争对手的表现来进行学习的。

云是大容量数据存储、处理和分析的最复杂的地方，可用于获取较长期的业务洞察。一旦数据量大到核心计算层无法实时处理时，核心计算层就将数据传输到云中。云利用深层学习收集有价值的且可操作的见解，来驱动边缘计算处的分析模型，并增强核心计算层的机器学习算法。这一过程降低了人工智能的成本。

这个三次的过程，可以生成在训练和推理中性能皆优的，更快的业务采纳以及更实用的实现，这些实现最终用来培训“边缘计算设备”。这就像教练训练运动员，以便能够使运动员们抓住每一个可能成功的机会而表现和执行得更好一样。

于是，物联网的全部潜力只有在一个完整的、相互依存的生态系统的辅助下才能获得彻底释放。在这种生态系统中，联网的设备、人工智能和机器学习共同使设备变得更加聪明。当边缘设备变得更聪明时，组织可以利用不断上升的“智商”来改变企业和行业。

注1：IQT的概念来自于戴尔公司，中文翻译待修正。参见https://www.delltechnologies.com/content/dam/delltechnologies/assets/whatwedo/resources/using-distributed-analytics-to-make-things-smarter.pdf