AIoT 是什麼?為何是 2024 年智慧製造的主流趨勢?

人工智慧(AI)與物聯網(IoT)的結合創造出了智慧裝置,這些智慧裝置能夠自行學習、分析並做出決策,為人類帶來更加便利的生活,例如:自動駕駛、智慧穿戴裝置等,可以應用於各種產業。

本篇文章將會簡單說明什麼是 AIoT?它所需要的「關鍵技術」有哪些?以及 AIoT 能帶來哪些好處?

AIoT 是什麼?

AIoT 英文全稱為「Artificial Intelligence of Things」,中文稱為「人工智慧物聯網」,顧名思義就是將人工智慧(Artificial Intelligence,AI)與物聯網(Internet of Things,IoT)這兩種技術相互結合。

在 AIoT 的技術中,人工智慧(AI)與物聯網(IoT)的關係就如同人體的大腦與感官,利用感官蒐集周遭的資訊再傳達至大腦來做出反應。因此,人工智慧(AI)與物聯網(IoT)的結合便能達到更高的效率,可以強化數據管理和分析,同時改善人類與機器的互動。

AI 是什麼?

AI 中文稱為「人工智慧」,在 AIoT 的技術中,是一組利用電腦採用機器學習或深度學習的技術,能夠正確地解釋接收到的數據,從這些數據中學習、分析甚至預測,並能夠自主進行決策以達成特定目標和任務的能力。對於 AI 來說,持續的供給數據,它能從中學習到的更多,在分析、預測或決策的準確率也就相對提高。

IoT 是什麼?

IoT 中文稱為「物聯網」,顧名思義就是讓物品能連上網,透過 RFID、嵌入式系統或感測器等裝置來蒐集物品的數據,再利用網際網路來接收、儲存數據並加以分析,甚至能夠回傳指令來控制物品執行某些動作。

無論是即時數據的蒐集與傳輸,或是透明化的數據顯示,RFID 在底層的數據採集中扮演著關鍵角色,如果想了解更多 RFID,可以參考「RFID是什麼?RFID可以如何應用?」這篇文章。

AIoT 常見的技術與設備

常見的技術與設備
  • 嵌入式系統與感測器
  • 雲端數據與分析
  • 5G 通訊技術

嵌入式系統與感測器

傳統 IoT 的資料蒐集方式大多都是利用搭載嵌入式系統的感測器,在蒐集到數據後經由網路上傳至雲端進行運算。

目前的嵌入式系統逐漸走向微型化、智慧化並導入至感測器,當嵌入式裝置也被賦予 AI 的能力,便能藉由感測器進行即時處理,感測器所接收到的數據不一定要回傳至雲端進行運算,而是在邊緣節點就能進行即時處理,這也就是所謂的「邊緣運算(Edge Computing)」,即使是在沒有網路的地方也沒有問題,能夠大幅縮短數據來回傳遞的時間。

雲端運算與分析

雲端服務是傳統 IoT 中不可或缺的要角,可區分為「基礎設施」、「平台」與「軟體」三種服務模式,詳細的介紹可參考「雲端運算是什麼?雲端運算對於工業4.0的好處?」這篇文章。

隨著感測器的增加,蒐集的資料量也越顯龐大,原先使用的數據分析工具已逐漸不堪應付數據增長的速度,且人力資源有限,因此與 AI 之間就產生了強烈的整合需求,藉助 AI 的力量,就能夠將不斷累積的大數據再加以利用、分析並轉化發揮出最大收益。

而要在大數據中快速獲得運算結果,通常需要使用工作站或伺服器這類專門處理高工作負載的電腦,才能夠支援高速運算所需的效能。

5G 通訊技術

「高頻寬」、「高速傳輸」與「低延遲」是 5G 的三大特性,其中的「低延遲」更是促成 AIoT 普及的關鍵之一,指的是數據的接收端能夠立即收到傳輸端的請求並即時做出反應。

AIoT 可為企業帶來的四項好處

常見的技術與設備
  • 提升運作效率
  • 改善風險管理
  • 改善客戶體驗
  • >降低營運成本

提升運作效率

AIoT 可以分析出人類肉眼所無法發現的即時運作模式,並可以將此模式設定為運作條件,即可協助進行最佳化的生產流程並改善,進而提高工作效率。

改善風險管理

AIoT 可以做到預測性的分析,並主動安排維護的時程來避免設備發生異常或故障,進而提高安全性也能降低因為設備停機所造成的損失。

改善客戶體驗

AIoT 具備從數據中學習、分析並做出決策的能力,而且能夠藉由數據量的累積不斷進化,以便更全面地分析出客戶的需求,能夠提供個人化、客製化的服務,大幅提升客戶滿意度。

降低營運成本

隨著 AIoT 將數據分析、運算逐漸帶往邊緣處理,能夠減少傳輸到雲端的數據量,也減輕了網路負載,能夠降低與雲端服務或雲端連接的相關成本。

AIoT 在各產業的實際應用案例

常見的技術與設備
  • 智慧交通
  • 智慧醫療
  • 智慧校園

智慧交通

在交通的尖峰時段,我們不難想像車流堵塞路口的景象,又或者在深夜離峰時間,因車流量少卻仍需等候紅燈超過 60 秒的無奈心情。

結合 AI 技術,在交通主要路口架設攝影機來對車流、車型、黃燈猶豫距離等進行分析,根據當下的交通狀態提供即時且適當的動態號誌控制,在不增加指揮交通的人力資源下,不僅能夠提升道路整體的使用率,確保行車順暢,還能在交通堵塞時降低事故發生的機率。

智慧醫療

近年受疫情的影響下,為降低院內間人與人的接觸風險,逐漸延伸出遠距醫療的看診模式,無論患者身在何處,都能受到高水準的醫療照護;對於醫療資源稍顯不足的地區,也能更方便的獲取需要的醫療照護。

透過有 AI 技術的可穿戴裝置及其他醫療裝置,患者在家中就能自行檢查血壓、體溫、心電圖等並將數據回傳給醫師,當 AI 查覺到數據異常時,還能夠進一步的進行分析並給予疾病診斷輔助,讓醫師能夠即時採取行動並給予適當的治療。

智慧校園

在校園中應用 AIoT 技術能夠提升學校在教學、行政管理、資源應用等各方面的便利性與效率,詳細的介紹可參考「什麼是智慧校園?學生與教師有何好處? 智慧校園案例參考」這篇文章。

目前 AIoT 所面臨的兩大考驗

常見的技術與設備
  • 完善的資訊安全機制
  • 穩定的網際網路連線

完善的資訊安全機制

隨著萬物皆可聯網的時代來臨,資訊安全的挑戰也日益升高,AIoT 的數據處理流程大致可分為蒐集、傳輸、運算與決策等,一旦數據透過網路傳輸無論是感測端、裝置端或是應用端,都會產生資訊安全的風險,而 IT 的首要目標就是要保護數據安全,讓數據時刻保持機密性、完整性與可用性。

穩定的網際網路連線

也因萬物皆聯網,同時也變得更加依賴網際網路,雖然說 AIoT 執行邊緣運算可不必將所以數據上傳雲端,但在數據保存、雲端運算等部分仍然需要倚靠網路,因此如何保持網路的穩定性,不讓停電導致整套系統停止運作,也是執行 AIoT 時需重視的課題。

AIoT 常見問題

AIoT 與 IoT 有什麼差別?

近年來 IoT 已經廣為人知,後來又衍伸出 AIOT 與 IIOT 等字詞,它們有什麼差別呢?

過往 IoT 技術扮演了重要的基礎感測角色,透過將蒐集到的數據上傳至雲端進行分析、運算或共享,並提供可靠的洞察資訊來協助制定行動與決策。

AIoT 並非一種全新的技術,而是將 AI 與 IoT 這兩種成熟的技術相結合,屬於一種新的 IoT 應用型態,透過 AI 的機器學習、深度學習及認知能力來強化 IoT,也能藉由邊緣運算,讓資料無須上雲也能即時反應,讓設備從「自動化」逐漸轉變為「智慧化」。

AIoT 與 IIoT 有什麼差別?

我們可以把工業物聯網(IIoT)看作是物聯網(IoT)的一個分類,指的是將物聯網應用在「工業領域」上,範圍涉及「生產製造」與「能源管理」,透過生產機械上的感測器以網路連結至電腦的工業應用程式,而這樣的技術僅是實現工業 4.0 的基礎,有助於下一階段提升生產力及加快生產效率的進行。

而人工智慧物聯網(AIoT)屬於工業 4.0 的核心技術之一,在物聯網(IoT)的技術基礎上再加上一項人工智慧(AI)的技術來增強物聯網的裝置,例如:機器學習(Machine learning),能夠將蒐集到的資料做進一步的分析來進行生產流程的改善或是預防性的維修。