为什么IoT需要机器学习才能蓬勃发展?

人们一直在热烈讨论大数据和人工智能等技术的机遇和威胁,并对它们的未来表示担忧。与此同时,公司希望通过安装越来越多的传感器,来提高效率降低成本。然而,InData实验室的机器学习顾问表示,如果没有适当的数据管理和分析策略,这些技术只会产生更多噪音,填满更多服务器。而不会发挥它们的实际潜力。有没有办法将简单的传感器录音转换为可操作的行业见解?

简单的答案是肯定的,它在于机器学习(ML)中。

机器学习能力

ML的范围是模仿人类大脑处理输入以产生逻辑响应的方式。如果人们依赖学习、培训或经验,机器就需要一个算法。此外,随着我们每个人的知识储备增多,我们会调整我们的反应,变得更加熟练并开始有选择地应用。在机器中复制这种自我调节行为是ML开发的终点。

为了便于学习,计算机将显示原始数据,并尝试使其更有意义。随着它的发展,它变得越来越有经验,产生越来越复杂的反馈。

物联网的挑战

在物联网(IoT)的广泛领域里,我们可以找到从智能手机到智能冰箱,再到监控工业流程的传感器等各种产品。

然而,至少有四个与物联网实施相关的基本问题需要解决:

  ●安全性和隐私性:任何处理这类数据的算法都需要嵌入一些方法来保证所有通信的安全,尤其是当我们讨论像医疗传感器收集的个人数据时。

  ●操作的准确性:在恶劣条件下,实施的传感器可能会发送错误数据,或者没有数据,从而破坏算法。

  ●大数据的3v:大多数物联网设备产生可归类为大数据,因为它检查3v:体积,速度和变化。解决3v问题意味着为您正在使用的数据类型以及您尝试解决的问题找到最佳算法。

  ●互联性:物联网的价值在于使断开连接的物品和工具相互“对话”。但是,由于这些都是以不同方式创建的,因此它们需要使用通用语言,这通常是最小的共同点。如果计算机已经有TCP/IP协议,你的冰箱将如何与咖啡机通信呢?

为什么将机器学习用于物联网?

机器学习是物联网领域的合适解决方案,至少有两个主要原因。首先是数据量和自动化机会有关。第二个与预测分析有关。

数据分析自动化

让我们以汽车传感器为例。当汽车行驶时,传感器记录下成千上万的数据点,这些数据点需要实时处理,以防止事故发生,并为乘客提供舒适。人工分析师无法为每辆车执行这样的任务,因此自动化是唯一的解决方案。

通过机器学习,车辆的中央计算机可以了解危险情况,例如速度和摩擦参数,这可能对驾驶员有害,并且当场使用安全系统。

ML的预测能力

回到汽车的例子,物联网的真正力量不仅在于检测当前的危险,还在于识别更为普遍的模式。例如,系统可以了解轮流过紧或有平行停车困难的驾驶员,并通过在这些事项上提供额外指导来帮助他或她。

ML对于物联网最有用的特性是它可以检测异常值和异常活动,并触发必要的红旗。随着它对一种现象的了解越来越多,它变得更加准确和有效。一个很好的例子是谷歌对其HVAC系统所做的,显著降低了能源消耗。

最后但并非最不重要的是,还有机会创建模型,通过确定导致特定结果的因素,非常准确地预测未来事件。这提供了一个玩输入和控制结果的机会。

它应该如何工作?

至关重要的是要理解,当物联网系统依赖于人类输入时,它可能会失败。它需要机器学习的支持才能成为一个完全一致的系统,可以抵御人为错误。

在一个相互关联的世界中,人类错误很快就会被算法纠正。这有助于通过反馈机制优化整个过程。系统的预测组件可以识别正确的输入以获得预期的输出。

当由ML提供支持时,物联网可以在个人层面上完美地工作,这样您就不会在例如集体层面上弄乱您的早晨例程。后一种情况可以通过相互连接的汽车来说明,这些汽车可以相互通信并执行动态重新路由以避免交通拥堵。

从大数据到智能数据

“更聪明,更努力”的建议非常适合管理物联网生成的数据并将其转化为有用的见解。虽然大数据都是为了克服3v带来的挑战,但智能数据可以参考:

  ●在将传感器数据发送到云进行分析之前,现场清理传感器数据

  ●预处理批次的传感器信息,随时可以转化为可操作的见解

在这两种情况下,机器学习的附加价值在于它可以获取智能数据并使ML模型更快,更准确地工作。

Image placeholder
zhangsan1234
未设置
  85人点赞

没有讨论,发表一下自己的看法吧

推荐文章
从关系型数据库到分布式机器学习,揭秘腾讯大数据十年发展历程

大数据技术在过去10多年中极大改变了企业对数据的存储、处理和分析方式。如今,大数据技术逐渐成熟,涵盖了计算、存储、数仓、数据集成、可视化、NOSQL、OLAP分析、机器学习等丰富领域。在未来,大数据技

Python 教程-机器学习

Python有着海量的可用于数据分析、统计以及机器学习的库,这使得Python成为很多数据科学家所选择的语言。 下面我们列出了一些被广泛使用的机器学习及其他数据科学应用的Python包。

制定机器学习训练数据策略的6个技巧

人工智能(AI)和机器学习(ML)如今已经十分常见。AI指的是机器模仿人类进行认知的概念,ML是一种用于构建AI的方法。如果AI是指计算机可以根据指令执行一组任务,那么ML就是机器从数据中摄取、解析和

2019机器学习框架之争:与Tensorflow竞争白热化,进击的PyTorch赢在哪里?

大数据文摘出品来源:thegradient编译:张大笔茹、曹培信、刘俊寰、牛婉扬、Andy2019年,机器学习框架之争进入了新阶段:PyTorch与TensorFlow成为最后两大玩家,PyTorch

TensorFlow技术主管Peter Wardan:机器学习的未来是小而美

大数据文摘授权转载自OReillyAIPeteWardan任谷歌TensorFlow移动和嵌入式团队的leader,在O’ReillyAIConference2019的Keynote演讲环节,他对机器

做机器学习项目数据不够?这里有5个不错的解决办法

许多开展人工智能项目的公司都具有出色的业务理念,但是当企业AI团队发现自己没有足够多的数据时,就会慢慢变得十分沮丧……不过,这个问题的解决方案还是有的。本文将简要介绍其中一些经笔者实践证明确实有效的办

甜过初恋!浙大博士用200个西瓜130页论文,教你用机器学习科学挑瓜

大数据文摘出品作者:易琬玉刚刚送走了最热七月,转眼就迎来了最热八月。2019年是人类有气象纪录以来最热的几个年份之一,虽然这个夏天还没结束,但气象学家们已经有十足把握做出这个判断。为了应付热,人们想出

Adobe又逆天!不用机器学习,用13.5M软件把《长安十二时辰》变成水墨动画

大数据文摘出品作者:曹培信用过修图软件的同学们应该都知道,利用强大的GAN,已经可以实现一键转换照片风格的功能,比如将你拍的风景照转换成一副印象派的画作。现在,轻松转换视频风格的软件也诞生了!Secr

如何使用TensorFlow机器学习对图像进行分类?

本文将介绍如何使用迁移学习使用TensorFlow机器学习平台对图像进行分类。在机器学习环境中,迁移学习是一种技术,使我们能够重用已经训练的模型并将其用于另一个任务。图像分类是将图像作为输入并为其分配

一份关于机器学习“模型再训练”的终极指南

机器学习模型的训练,通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说,对于映射的学习是通过优化某些成本函数,来使预测的误差最小化。在训练出最佳模型之后,将其正式发布上线,再根据未来生

机器学习在高德用户反馈信息处理中的实践

1.背景作为国内领先的出行大数据公司,高德地图拥有众多的用户和合作厂商,这为高德带来了海量的出行数据,同时通过各个渠道,这些用户也在主动地为我们提供大量的反馈信息,这些信息是需要我们深入挖掘并作用于产

机器学习——单变量线性回归

机器学习之单变量线性回归modelrepresentation模型表示引言 给定房屋面积和房屋价格的数据,然后以房屋面积为横坐标,房屋价格为纵坐标,绘制数据点。通过绘制曲线,获得房屋房价的模型,根据房

波士顿动力版“狗多力量大”!10只机器狗拉动大卡车,SpotMini量产在即

大数据文摘出品作者:蒋宝尚、魏子敏拉动一辆卡车需要多少条狗?波士顿动力最新给出的答案是——10只。今天凌晨,机器人公司波士顿动力最新发布了一段视频,视频中,网红机器狗SpotMini刚刚学会了新技能:

Golang语言的主要特性与发展的环境和影响因素

1.2.1影响Go语言发展的早期编程语言 正如“21世纪的C语言”这句话所说,Go语言并不是凭空而造的,而是和C++、Java和C#一样属于C系。不仅如此,设计者们还汲取了其它编程语言的精粹部分融入

Google 21 岁生日,一文回顾 Google 发展史

9月27日,谷歌在Google搜索引擎首页庆祝自己21岁生日。 在涂鸦存档上,谷歌发布了一封庆祝信: 21年前,两位斯坦福大学博士生谢尔盖·布林和拉里·佩奇发表了一篇有关启动“大型搜索引擎”原

五种拥有光明发展前景的新兴编程语言

在软件项目与具体实现层面,我们需要考虑众多具体因素。但无论从哪种角度出发,技术栈的选择永远是决定项目成功与否的核心因素之一。根据您的实际应用需求、站点或者产品设计思路,不同的编程语言往往能够带来不同的

未来有发展前景的IT技术岗位盘点

众所周知,在互联网时代,IT技术岗位是互联网公司和企业的核心发展力量。现在我们来盘点一下未来有发展前景的IT技术岗位。一般来说,IT技术岗位可以分为开发岗位、测试岗位、UI设计等,下面我将从这几个岗位

一文读懂数据库70年发展史

作者:常垒资本 冯斯基顾问:云和恩墨、戴工玖、周家晶零1949-19791956年,周恩来总理亲自领导了“科学技术发展十二年规划”,标志着我国计算机事业的开始。而那时,几乎没有人知道计算技术是怎么回事

降低 80% 的读写响应延迟!我们测评了 etcd 3.4 新特性(内含读写发展史)

导读:etcd作为 K8s集群中的存储组件,读写性能方面会受到很多压力,而 etcd 3.4 中的新特性将有效缓解压力,本文将从etcd 数据读写机制的发展历史着手,深入解读 etcd 3.4 新特性

大数据推动教育产业创新发展

《大数据时代》作者维克托•迈尔-舍恩伯格教授著作《与大数据同行:学习和教育的未来》一书指出:当下大数据正悄悄影响到教育体系的每个层面,对于全世界的学习与教育活动,都会产生极为深远的影响。AI辅助教学,

Google Brain推出语音识别新技术、面部表情识别助力商业再发展|AI一周学术

大数据文摘专栏作品作者:ChristopherDossman编译:fuma、云舟呜啦啦啦啦啦啦啦大家好,本周的AIScholarWeekly栏目又和大家见面啦!AIScholarWeekly是AI领域

DBA职业发展之路:去“IOE”等挑战之下,DBA将何去何从?

开篇随着近些年来,开源、自动化、云化的兴起,DBA职业也正悄然发生一些变化。经常有朋友咨询我,职业发展规划;特别是近期Oracle的大幅裁员之后,针对DBA这一职业未来该如何发展?本文是个人对此问题的

云网融合已成ICT发展趋势 天翼云提供专业云网融合解决方案

随着全球云计算领域的飞速发展和我国云计算发展进入应用普及阶段,越来越多的企业已开始将企业信息系统等转移到云上。为了保障更多企业顺利上云,对网络和行业上云解决方案产生了新的需求,由此云网融合应运而生。运

当前政府发展大数据产业思路分享

笔者认为大数据发展大体会经历三个阶段,一、业务的数据化;二、数据的业务化;三、业务的智能化。2018年,各地方政府包括企业通过这几年的大数据建设,基本完成了业务的数据化、和数据开放共享的第一阶段,20