人工智能在物聯網中的應用

馬韶蕾

摘 要 物聯網實現了人與物、物與物的信息交流，而人工智能技術極大拓寬了物聯網的應用范圍、應用深度和智能化程度。人工智能加物聯網可以應用到智能農業、智能工業等行業，并詳細介紹了智慧醫療和自動駕駛應用情況，體現了人工智能技術特點及起到的重要作用，可能導致生產方式變革或業務流程優化，擁有廣闊的發展前景。

關鍵詞 物聯網；人工智能；智慧醫療；自動駕駛

中圖分類號 TP39 文獻標識碼 A 文章編號 1674-6708（2018）217-0005-02

物聯網是借助于電子信息技術，將物體嵌入微型感應芯片，通過射頻識別、紅外感應器、激光掃描器等信息傳感設備將物品與互聯網連接起來，進行信息交換和通訊，實現智能化識別、定位、監控和管理，使人與物體、物體與物體之間實現信息交流。在現實生活中常見的物聯網應用如遠程防盜、不停車收費、智能圖書館、遠程電力抄表等。傳統物聯網應用面臨的一些問題是：系統局限在某個行業、某個客戶內部，相對封閉，沒有形成真正的萬物互聯；智能化程度較低，應用范圍受限。

物聯網改變人們生活的深層次原因不僅是“互聯”，最關鍵的是智能。具備高級智能的物聯網應用會變得更智慧更人性化，并極大拓寬應用領域。近年來人工智能技術快速發展，激發物聯網應用從傳感器到數據處理平臺發生了深刻變化，極大拓寬了物聯網的應用范圍和規模程度。

1 人工智能在物聯網中的應用

1.1 物聯網與人工智能

物聯網分為3個層次：感知層，網絡層，應用層。感知層相當于人的感官和末梢神經，用來感知和采集應用環境中包括溫度、濕度、速度、位置、震動、壓力、流量、氣體等各種數據。網絡層相當于人的神經系統，利用無線或有線通訊網絡將采集的數據傳輸到數據處理平臺。應用層相當于人的大腦響應指示，對收集的數據經過分析思考發出控制指令，如設備管理、環境監測、工業控制等。

人工智能是研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，研究領域包括機器人、深度學習、語言識別、圖像識別等，它是對人的意識、思維的信息過程的模擬，并力圖制造出與人類智能相似的機器。以阿爾法狗為例充分體現出近來人工智能應用在人類智力競技上所能達到的高度。

人工智能對于物聯網上產生的推動作用：一是基于深度學習等技術使物聯網應用顯得更智能、更人性化，極大拓寬物聯網的應用范圍、應用深度和智能程度（腦更智慧）；二是在工業生產上通過應用機器人、深度學習等技術結合，實現產品生產過程精準化控制、減小產品缺陷、提高產品精度[1]，有助于高精度、小型化、智能化的芯片和感應器件的研發生產（手更靈活）。通過網絡連接大量不同的設備及裝置，嵌入在各個產品中的傳感器不斷地將新數據上傳至云端服務器；云計算提供虛擬化彈性擴展的資源，通過大數據分析、深度學習等技術，從海量原始數據中獲取業務潛在的知識、規律并反過來指導生產，推動生產方式的優化調整或業務的變革，在節能減排、農業生產、智慧醫療、自動駕駛等領域得到廣泛應用。例如，針對物聯網能耗管理節能項目通過對能耗的實時采集、監控和深入分析，提煉出降低能耗的關鍵因素和能耗模型，促進節能減排；物聯網農業監測到農作業生長狀況、水分、溫度、土壤酸堿性、產品質量等指標，經過深度學習訓練出得到更優化的種植模型，指導農業生產。下面詳細介紹智慧醫療和自動駕駛應用。

1.2 智慧醫療

醫療物聯網主要是通過網絡將醫療感應設備把醫療相關的人員、資產、物品互連起來進行信息傳輸交互。常用設備包括：感應設備（智能腕帶等）識別人、物的身份和狀態，包括條形碼、二維碼、射頻標簽等；應用服務器，包括醫院自身的HIS（醫療信息系統）、EMR（電子病歷）等。在沒有人工智能情況下，通過感應器可以采集記錄患者血壓、體溫以及醫療設備等信息并傳送到HIS系統中，應用比較簡單。借助于大數據、深度學習、智能機器人等新技術，醫療物聯網不再局限于簡單的數據采集傳輸，在幫助醫院實現智能化醫療管理、有效擴展醫療資源、促進醫藥科學研究等方面發揮重要作用。例如：遠程智能看護、智能診療、智能藥物研發等[2]。

遠程智能看護：患者身上佩戴相應的采集設備實時采集患者血壓、心率、體溫、脈搏等，通過移動網絡實時發送到物聯網平臺；應用服務器對數據進行處理和分析，并判斷各項指標數值區間，如果超過設定值則系統將向醫護人員自動發送短信報警；同時利用深度學習訓練的模型，針對患者長期以來的健康監控數據進行分析，判斷患者是否存在其他潛在病癥；并將所有數據同時傳遞給HIS、EMR系統，供醫生參考查詢（參見圖1）。

智能診療：讓計算機學習專家醫生的醫療知識，模擬醫生的思維和診斷推理。患者可以在家里電腦前，通過網絡向診療專家提出咨詢，網絡另一端的機器“專家”（經過人工智能學習訓練），提供專業的參考診斷和治療方案。同時也可以解決實踐中醫療資源不足的問題，對有限的醫療資源進行有效的擴展。

智能藥物研發：將人工智能中的深度學習技術應用于藥物研究，通過大數據分析等技術手段快速、準確地挖掘和篩選出合適的化合物或生物成分，通過計算機模擬，對藥物活性、安全性和副作用進行預測，以提高新藥研發成功率、降低新藥研發成本。人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領域取得了新突破。

1.3 自動駕駛

早期提出的“自動駕駛”概念主要是指人類通過無線電波下發指令遙控車輛的方向盤、離合器、制動器等機械部件來控制汽車行駛。隨著物聯網和人工智能技術發展，依靠高精度的傳感器、實時可靠的通信系統以及通過深度學習越來越成熟的控制程序，一個集環境感知、車輛智能控制、輔助駕駛等功能于一體的自動駕駛系統，使機動車輛可以在沒有人類主動的操作下自動安全上路行駛。百度、谷歌等公司都已經有試驗車型運行。自動駕駛須經以下3個環節[3]。

感知層：利用各種不同的車用感測器獲取收集整車的工作狀態及其參數變化情形。通過攝像頭、激光雷達、超聲波傳感器等來獲取環境信息；通過車身傳感器獲取諸如車速、輪速、檔位等車輛本身的信息；通過視覺傳感器識別車道線、停止線、交通信號燈、行人、車輛等；這些信息將經過通信模塊實時傳遞給車輛智能控制程序。

決策層：駕駛智能控制程序類似大腦，針對感測器所收集的信息進行分析處理。對于接收到的原始車輛感應數據首先進行數據的預處理化，例如將激光、雷達傳感器收集到的時間數據轉換為車與物體、車與人之間的距離；將車載攝像頭拍攝的視頻信息轉換為對路障的判斷、對紅綠燈的判斷、對行人的判斷等。然后通過基于深度學習模型的實時運算處理，根據實時路況、交通環境和車輛當前狀態信息，生成遵守交通規則前提下的自動駕駛決策信息，輸出汽車實時運行的方向、速度、燈光、動力變化等決策信號，然后傳遞到汽車ECU（電子控制單元）等裝置。

執行層：車輛依照決策系統下發的指令，在ECU輸出訊號控制下， 讓車輛動作訊號傳遞到機械部件（如命令車輛加速、減速、轉向、倒車、亮燈等），并完成動作執行。

例如：一輛物流配送自動駕駛汽車在城市道路行駛，車輛將結合超聲波傳感器、攝像機、雷達和激光測距等感應器件，檢測出汽車前方的地形地貌，判斷前方是路況，根據前方車流、人流等障礙物情況，決定速度、方向、動力、燈光、路徑的變化，車流較少道路通暢時會自動提速，一旦探測到地形或路況發生改變，例如道路上突然出現活動的人或物體，智能控制程序軟件緊急判斷后發出汽車緊急停車的指令，該消息實時傳遞給車輛ECU，ECU控制車輛制動器緊急動作，操作控制車輛停止下來。

目前谷歌和百度的無人車技術驅動車輛在相對單純的環境下自動駕駛，遇到復雜路況需要人為接管控制。但是諸如車載高精度傳感器、決策與控制系統等是目前技術攻關研究熱點，技術上的突破將極大提高自動駕駛的水平，未來在智能城市中自動駕駛汽車極大程度優化交通路況。

2 結論

隨著近年來人工智能、大數據、區塊鏈、邊緣計算等技術快速發展和普及應用，物聯網產業持續高速成長，人工智能在其中起到了不可替代的作用，不僅提升了物聯網的智能化程度，也有助于實現不同行業、不同應用之間的互聯和資源共享。研究公司Gartner預測到2020年全球將有近260億臺設備連接到物聯網。大量的數據前所未有地把物理世界映射到虛擬網絡中，家庭、城市、全社會的基礎設施都有可能通過網絡實現萬物互聯。人工智能加物聯網將會為人類社會生活帶來巨大變革。

參考文獻

[1]吳麗萍.人工智能融入制造業，形成新一代智能制造[EB/ OL].http：//gongkong.ofweek.com/2018-03/ART-310002-8500-30207502.html.2018-03-08.

[2]華為.移動醫療擁抱物聯網[EB/OL].[2017-03-01].http：// www.sohu.com/a/127571821_139908.

[3]田國強.人工智能在車輛自動駕駛中的應用研究[J].江蘇科技信息，2017，23（6）.