【AI+IOT】人工智能+物联网：这7家公司如何让机器更“听话”

来源：李鑫  资本实验室 

当今世界，人工智能快速爆发，物联网技术稳步前进。我们可以看到，不论是人工智能，还是物联网，在工业领域的融合应用正在为工业发展带来新的增长点。

通过物联网设备和专用传感器采集生产各环节的数据，工业物联网技术的潜在应用收益将十分可观。仅在2016年，那些致力于工业物联网与产业数字化的初创企业就获得了超过22亿美元的投资；2012-2016年间，全球总投资则超过67亿美元。

图片来源：workingmouse

一方面，企业大数据集与人工智能相结合，特别是与机器学习相结合，已经促成了整个预测分析行业的诞生。

另一方面，物联网的进步——从咖啡机到汽车，都能与传感器、信标相连接，你可以开始实时探测每种连接的模式并做出预测。

总的来说，人工智能与物联网在工业领域的应用，就是要让机器的运行状况更可预测、更可控、更“听话”，从而提升运营效率，并降低成本。

与消费领域的“虚火”相比，工业物联网的人工智能应用显得更为静寂，但这种静寂来自于更脚踏实地的努力，也将带来更为实际的应用成果。

毕竟，在工业物联网的世界，如果企业能在事故发生前预测到机器故障或损耗，就有可能节省数百万美元的资金，而在整个行业，可能就是数十亿美元。

以下这些公司就是用人工智能控制机器的典型代表：

1.Uptake Technologies

美国公司Uptake Technologies为工业企业建立了一个监测平台，帮助客户分析从石油钻井、风力涡轮机到机车、拖拉机的数百万个数据点，并提供可操作信息，以提升效率、安全和资产绩效。

这个平可以通过分析来自机器的数据，以确定可能的性能或维修问题。有趣的是，该系统会随着时间的推移，而变得越来越完善，因其会在对比自身的分析结果与技术人员的实地调查结果的过程中不断学习。

作为一家成立时间才三年的公司，Uptake可以说是工业物联网创业公司中的大赢家。公司刚于上月底完成1.17亿美元D轮融资，累计融资达到2.63亿美元，当前估值23亿美元。

据报道，Uptake曾在伯克希尔·哈撒韦能源公司一家子公司的风电场部署其“监测平台”。在部署平台的第一周，就发现变速箱主轴承可能会出现故障，并可能会导致其中一个涡轮塔的运转不灵。几小时的停机将造成风电场5000美元的损失，而如果这个涡轮机完全崩溃，损失将高达25万美元。

据Uptake估计，其“监测平台”每年可为一个大型风电场节省大约330万美元的成本。

同样，该平台的运算还帮助一家铁路公司每年为每辆机车节省8万美元的维修费用。Uptake其它的知名客户还包括卡特彼勒及其300万件超大号的“机械玩具”。

值得一提的是，Uptake相信人工智能为人类谋福利的能力，甚至建立了一个慈善部门，为非营利机构提供免费预测分析服务。

目前，Uptake已推出Student Union工具，帮助出生在美国的大学申请者申请他们最有可能被录取的大学。其开发的另一个名为ReRout e的平台则帮助处理人口贩卖问题，用人工智能打击犯罪。

2.Maana

来自硅谷的Maana成立于2012年，是一家专注于石油和天然气行业的工业物联网公司。截至目前，公司融资金额约为4320万美元，投资者包括一批重要的工业巨头，例如通用电气，壳牌和雪佛龙。

公司为用户打造了名为Knowledge Platform的平台，其形成的数据不只局限于预测一个泵何时可能出现故障，还会在一个更大的层面帮助客户优化运营。

例如，Maana开发的一个应用程序，可以帮助客户预测液化天然气（LNG）市场的供求情况。该平台不断地吸收数据，包括消费者的天然气消耗情况、市场数据、消费者信心、天气预测、工业生产和历史出货数据，并为每个市场进行实时定价。

3.Sight Machines

位于旧金山的工业物联网公司Sight Machines目前已累计获得融资3050万美元。

据报道，其工业物联网预测分析平台帮助一个生产压力传感器的厂商减少了大量的废料，在短短三周内就能节省50万美元。原因在于其平台能够自动收集数据，并吸收额外的数据源，以帮助顾客追踪到效率低下的原因。

4.Augury

Augury于2011年建立于纽约，目前累计融资2600万美元。

该公司建立了一个软件与硬件集成的工业物联网解决方案，以及可以连接到冷气或供暖设施等商业设备上的小装置。

该装置可以记录机器的振动和超声波，并上传到Augury的云服务里。在这里，通过进行运算，以预测机器的运行状况。与之相配的应用程序，能够为客户提供持续的状态报告，并在故障发生之前发出警报。

5.Falkonry

Falkonry也是一家来自于硅谷的初创公司，成立于2013年。该公司已募集630万美元资金。投资者包括Basis Set Ventures，一家专注于人工智能的新兴风险投资基金。

Falkonry建立了一个名为Falconry LRS的机器学习系统，能够实时监测机器运行状况，以避免停机带来的高昂成本。

Falconry的平台可以从电机电流、温度、阀门调整和其它测量中收集数据，以提供一个早期警报系统，用于鉴别可能关闭整个生产线的不良原料情况。

Falkonry曾通过其独特的算法帮助一家矿物生产企业避免了因原料成份复杂而造成的生产线停工。在这家工厂，一小时的停产相当于3万美元的损失。

6.Alluvium

工业物联网预测分析公司Alluvium建立于2015年，已融资250万美元，投资者包括Lux Capital。Alluvium将其平台命名为Primer，该平台分析历史操作数据，以在任何给定时间显示一个工厂操作的稳定程度。这个“稳定评分”会引起工厂对运行不稳定时刻的注意，技术团队会据此快速排除潜在问题，提高操作效率。

7.Presenso

以色列创业公司Presenso自2015年建立以来，已募集200万美元资金。

该公司的平台目前服务于四个行业：汽车、石油和天然气、能源和水资源，这也意味着该平台学习和适用于不同的传感器和不同的机器。

为什么物联网需要人工智能？

AI脑力波

出处/ https://www.bbvaopenmind.com/en/why-iot-needs-ai/

人工智能（AI）和物联网（IoT）都是未来主义、科幻的和意象的概念；两者都被认为是2017年颠覆商业的驱动力。但事实上，两者比过去任何时候都更真实。为了充分发挥物联网的潜力，公司需要将物联网与快速发展的人工智能技术结合起来，让“智能机器”模拟智能行为，并在几乎没有人为干预的情况下做出明智的决定。

  

基本含义

   

物联网被定义为是一种涉及物体、传感器技术、制动器、虚拟对象、人员、服务、平台和网络等元素的互联系统。这些元素具有不同的属性以及独立传输数据的能力。物联网的应用包括：精细农业、远程患者监护和无人驾驶车等。简言之， 物联网是从环境中收集和交换信息的“事物”网络。

有时，物联网引发了多个领域的技术变革，业内人士将其称为是第四次工业革命的驱动者。据美国高德纳公司（Gartner）预测，到2020年，全球将有208亿的物联网产品会被使用，但最近预测显示，到2020年将其数量超过500亿。

据多个其他报告预测，到2020年，所有产业将都会有巨大的发展。比如，预计到2020年，医疗保健物联网的价值将达1,170亿美元，将有2.5亿辆物联汽车上路。物联网的发展给我们带来了激动人心的机会，使我们的私人生活更加便捷，同时也提高了许多企业的效率、生产力和安全性。

  

另一方面， 人工智能则是引擎或“大脑”，它能够从物联网收集的数据中进行分析和决策。换句话说， 物联网收集数据，而人工智能则分析处理这些数据。你可以看到这些系统在个人层面上协同工作，比如健身追踪器和谷歌的智能家居、亚马逊的Alexa和苹果的Siri。

有了更多的互联设备，就会有更多的数据有可能为企业提供深度的见解，但这却为如何分析数据提出了新的挑战。只有当人们有方法理解这些数据时，收集数据才会有意义，而这正是人工智能的切入点。对于人工智能而言，分析海量数据是一种最完美的应用方式。

  

通过将人工智能应用到物联网中，公司可以辨别和理解模式并做出更明智的决定。这将为消费者和企业带来各种各样的好处，例如积极干预、智能自动化和高度个性化的体验。它还令我们能找到连接设备更好地工作的方法，使这些系统更容易使用。

  

这反过来又会导致更高的采用率。正因此，我们需要提高数据分析与人工智能的速度和准确性，以便看到物联网实现它的承诺。收集数据是一回事，排序、分析和理解数据则是另外一回事。因此，需要开发更快更准确的AIs，从而跟上收集到的大量数据——这些数据几乎贯穿了我们生活的方方面面。

物联网数据，比如包括：

协助城市预测事故和犯罪的数据；

让医生能够实时了解起搏器或生物芯片相关信息的数据；

对设备和机器进行预见性维护，进而优化所有行业生产力的数据；

用联网设备创造真正智能家居的数据；

自动驾驶车辆之间实现关键通信的数据。

  

对于人类来说，用传统方法来回顾和理解所有这些数据是不可能的，即使人类减少样本量，也需要太多时间。最大的问题将是，如何找到分析所有这些设备创建的性能数据和信息。你只要问问数据专家就会知道，在万亿兆字节的机器数据中找到真知灼见谈何容易。

  

但为了让我们享受到物联网数据的全部优势，我们仍需要改进：

大数据分析的速度和大数据分析的准确性（图）

人工智能和物联网数据分析

以下是可以应用人工智能的6种物联网数据分析类型：

1

数据准备

定义数据库并清洗数据，理解诸如暗数据、数据湖等概念。

2

数据发现

在已定义数据库中查找有用数据。

3

流数据可视化

通过定义、发现数据以及采用智能方式将流数据可视化，从而实现即时决策过程。

4

数据的时间序列准确性

保持对数据高准确性和高完整性的置信度。

5

预测和推进分析

这是非常重要的一步，根据收集、发现和分析的数据做出决策。

6

实时地理空间位置（物流数据）

使数据流平稳和正常。

人工智能在物联网中的应用：

1

可视大数据，比如，可令计算机更深入地理解屏幕上的图形，而应用新的人工智能则可以使计算机理解图形上下文。

   

2

认知系统将创造迎合用户习惯的新方式，并为每个个体创建优化菜单。

   

3

最新的传感器会让电脑“听到”，收集有关用户环境的声音信息。

4

联网远程操作：通过智能和联网的仓储运作，工人们不需要再到仓库拣货来完成订单。相反，在小型机器任平台的引导下，货架自动将正确的库存运送到正确的地方，并自动避免在路上发生碰撞。履行订单可以实现更快、更安全及更高效。

5

预防/预测性维护：通过预测和预防损坏或泄露等事件的发生地点和时间，在任何损坏或泄漏发生之前进行维护，免除公司财产遭受巨额损失。

以上是人工智能在物联网中的几个有前景的应用。高度个性化服务的潜力是无限的，也将彻底改变人们的生活方式。

将人工智能应用于物联网所面临的挑战：

  

兼容性：物联网是由许多部件和互联网集成，它们在时间和空间上具有本质区别。

复杂性：物联网是一个复杂的系统，诸多移动部件和不间断的数据流，使它成为一个非常复杂的生态系统。

隐私/安全保护/安全控制（PSS）：每次出现新技术或新概念时，PSS总会作为一项重要问题被提出，在不损害PSS的前提下，人工智能能提供多大的帮助？其中一个新的解决方案是使用区块链技术。许多专家表示，区块链技术是解决物联网中可扩展性、隐私和可靠性的缺失环节。

伦理和法律问题：对于许多没有先例的公司来说，这是一个新世界，在这一未经检验的领域，新法律和新案例迅速涌现。

人工愚蠢：回到简单的GIGO概念（GIGO，即无用输入无用输出），人工智能仍然需要“训练”来理解人类认为某一决定是否有意义的反应或情绪。

结论

尽管物联网令人印象深刻，但如果缺少良好的人工智能系统，它的意义并不大。两种技术需要达到同等发展水平，才能像我们认为的那样完美地运行。科学家们正试图寻找方法，开发更多智能数据分析软件和设备，令安全有效的物联网成为现实。由于人工智能的发展滞后于物联网，实现这一设想可能还需要一段时间，但这种可能性仍然存在。

当今，这种将人工智能整合到物联网的方式，正在成为以物联网基础的数字生态系统取得成功的先决条件。因此，企业必须迅速采取行动，确定如何从人工智能和物联网组合中驱动价值，并在未来几年内迎头赶上。 

跟上物联网生成数据，并获取数据所隐藏的真知灼见的唯一方法，即使用人工智能作为物联网的催化剂。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com