物聯網智庫 原創
轉載請註明來源和出處
導 讀
如何把數據更完整地採集好、利用好是AIoT發展所面臨的挑戰之一，而面對日益豐富的多模態數據，只有端邊雲協同才能真正全面釋放AIoT能力。
曾幾何時，物聯網還是一個只有少數人知道的概念；如今，物聯網是被千行百業「追捧」的數位化轉型利器。量變積累到一定程度總會產生質變，新興技術歷經產業落地的淬鍊也將跨越拐點。
具體到物聯網行業，2020年，全球物聯網的連接數首次超越了非物聯網連接數，這標誌著物聯網發展達到了一個新的歷史時刻。而物聯網作為智能時代的新型基礎設施，其前進的步伐必然不會停歇。據IoT Analytics公布的調研數據顯示，2020年最終企業用戶對物聯網解決方案的總支出達到1289億美元，預計到2021年底將達到1598億美元（約合1萬億元人民幣）。
物聯網對人類生產、生活帶來的巨大改變及其常態化的發展趨勢有目共睹，而基於IoT所演進而來的新技術、新業態也在陸續爆發，AIoT便是其中翹楚。
隨著物聯網的蓬勃發展，「萬物互聯」加速落地，在深化產業應用的過程中，數據類型及體量大幅提升，物聯網在碎片化場景下的數據價值挖掘顯得「力不從心」，而在技術融合的推動下，AIoT應運而生。
二者的有機結合，將AI深入滲透於物聯網的各個層面，助推AI完成從技術到價值的跨越，成功打開其落地產業的重要通路。而通過與物聯網相結合，AI的能力也更容易下沉到各行各業，可以有效提升物聯網數據的應用價值及效率，成為企業數位化轉型中必不可少的一部分。
逐本溯源，雖然AIoT的底座是物聯網，但AI能力才是其為產業應用注入新價值的關鍵。基於網聯化與智能化的交叉融合，一方面，強大的物聯網生態以及由此產生的海量數據為AI提供了豐腴的落地土壤，為後者探索新的產業應用場景提供基礎保障；另一方面，AI極大增強了物聯網應用的智能化程度並豐富其數據價值，真正做到物盡其用。
在6月24日舉辦的百度智能雲「雲智技術論壇」上，百度副總裁馬傑提出了智能物聯網的三大特點為「連接萬物、對話萬物、智慧萬物」，即基於萬物互聯，依託AI開啟泛在物聯網設備智能交互方式的同時，進一步將「智慧」深入產業。
「連接」是傳統物聯網早已具備的基礎能力，依託豐富的產業生態，百度已經實現了包括家庭設備、車路設備、工業傳感器及控制設備在內的億級泛IoT設備連接。
「對話」是指百度通過AI視覺、語音、數據分析等服務，賦予以小度音箱為代表的終端設備智慧交互能力。小度音箱中的百度鴻鵠晶片廣泛應用於車載語音交互、智能家具等場景。
「智慧」是指百度智能雲基於深厚的AI技術積累及海量數據，打造產業、消費雙端智慧應用，將每一個物聯網終端升級為AIoT設備。
AIoT時代，百度智能雲提出了「用AI喚醒並賦能萬物」，毫無疑問，這一願景背後源於百度AI技術的完整布局，除鴻鵠語音交互晶片外，百度崑崙作為其自研的中國第一款雲端全功能AI晶片，也是業內設計算力最高的AI晶片，運算能力相較基於FPGA的AI加速器，性能提升了近30倍。此外，早在2018年，百度便推出了中國首個自主研發、功能完備、開源開放的產業級深度學習平臺——飛漿，目前已凝聚超320萬開發者，服務企業12萬家，產生了36萬個模型。
於網際網路公司而言，「平臺」無疑是切入物聯網賽道的最佳入口，過去幾年間，物聯網平臺市場在一眾巨頭的主導下增速驚人。據IoT Analytics發布的數據顯示，其在2015-2020年間的複合年增長率達到48%，市場規模達到50億美元。
傳統物聯網平臺已經實現了基礎的設備接入與管理、數據流轉以及數據價值挖掘。然而，隨著物聯網終端規模的擴張，物聯網平臺除連接量節節攀升外，其在數據價值挖掘、創新應用落地、提升經濟價值等層面差強人意，再加之傳感器種類日益豐富，視覺、語音類感知設備的湧現使得平臺所承載的數據格式發生了革新性變化，而僅僅聚焦連接本身顯然難以支撐AIoT時代對於數據處理的高層次需求，換言之，物聯網平臺智能化已是大勢所趨。
中國工程院院士鄔賀銓曾指出，如何把數據更完整地採集好、利用好是AIoT發展所面臨的挑戰之一。面對囊括了數值、語音、視覺的多模數據，其價值出口不僅僅應用於分析、決策，更大的價值則在於多模數據交互過程中所催生的創新應用場景。
同時，新的智能化場景也提出了新的技術要求，而看似簡單的數據採集與應用，實則涉及端、邊、雲多層次的協同作業。雖然設備上雲解決了基礎的數據處理問題，邊雲融合也通過將計算前置提升了聯網的時效性、數據的隱私性、應用的靈活性，但面對日益豐富的多模態數據，只有端邊雲協同才能真正全面釋放AIoT能力。
面對AIoT時代的多模態數據，百度智能雲針對不同數據類型的產品上，推出了滿足不同數據格式的天工AIoT平臺2.0，囊括了邊緣層、平臺層以及由數據智能、語音智能、視覺智能組成的能力層，並與包括度家、度目、度能、VR系列在內的百度智能終端及垂直行業解決方案共同組成了百度智能雲的全面智能化AIoT生態。
百度智能雲物聯網部總經理曹楊在百度智能雲「雲智技術論壇」上為觀眾展示了天工AIoT平臺2.0的端邊雲全面智能化架構以及其多類型數據分析及交互能力——數據智能、語音智能、視覺智能。
其中，數據智能是指基於傳感器數值類型數據做智能化分析及交互，此類場景下對於數據分析結果的準確性較為嚴苛，故而對於交互的即時性相對「寬容」，所以AI能力主要集中在雲端，從而提升智能分析效率。例如在工廠中採集到設備數據後上傳至雲端進行精準的分析、測算，進而形成智能化決策後將結果返回至工廠。
而天工作為國內最早實現分布式雲原生和多租戶的IoT平臺，每天都有數以千萬的設備接入，在線時長加總超過100億分鐘，這些設備在一天的時間內需要收發超過7億條消息，且要求每一條數據都要在不到10毫秒內得到處理。面對如此龐雜的數據體量，天工AIoT平臺在支持多協議連接的同時，基於強大的後端處理能力，有效降低數據傳輸延時，並通過將時間數據和空間數據進行結合處理分析，進行有效的數據治理及數據共享，提高運營效率。
基於此，百度智能雲推出了「度能AIoT綜合能源共創平臺」， 接入了數百個換熱站和上萬個戶端，利用AIoT數據智能的技術解決供熱行業的痛點，節省熱源17%-20%。
語音智能是指基於語音類型數據做語音語義理解分析及交互，常用於智能家居、智慧座艙、智慧機器人等對於數據傳輸時延較為嚴苛的場景下，而實時性較強的交互往往對計算的前置性要求更高，同時對於算力也提出了更高的要求，故而需要端雲協同作業，即通過提升智能終端的AI算力，將一部分數據處理放在端側，從而提升數據分析及交互效率。
基於此，百度推出了「度家AIoT語音語義平臺」，為TCL高端電視機型提供語音喚醒及識別服務，解決了原有語音方案遠場喚醒效果不佳、抗外噪能力弱等痛點，極大改善該款高端電視的語音交互體驗。
視覺智能是指基於視頻圖片類型數據做視覺語義化理解分析及交互。由於視頻流數據傳輸至雲端處理的時延過長，而在工廠故障報警、事故監測等對時延要求極高的場景下，晚1ms都可能為工廠或員工造成嚴重損害。同時，視頻流數據相較語音數據而言，體量更大且對於算力要求更高，而智能終端在承擔數據採集與交互等功能的同時，其數據處理能力有限，所以視覺智能大多基於邊緣側的AI能力進行數據處理。
基於此，百度推出了「AIoT視覺智能解決方案」，在某電網基建人員實名制信息管理場景中，通過在現場部署園區安全系統，快速實現對施工作業現場的全程監控和危險性識別，保障生產作業安全。
基於天工AIoT平臺的端邊雲一體化架構，百度智能云為浙江美欣達紡織印染科技有限公司定製開發了智能製造整體解決方案——通過接入度能平臺，美欣達建立了自己的基礎能源數位化監控系統，通過對能源數據及過程數據的高頻採集和分析，工廠構建了符合自身業務的能源模型，輔助工廠的生產和管理。
奔湧而來的數位化浪潮在推進產業升級的同時也極大促進了技術的融合創新，在「萬物智聯」的美好願景下，AIoT時代的大幕已徐徐拉開。大浪淘沙，在競爭激烈的AIoT市場中力爭潮頭絕非易事，而百度智能雲跟隨時代發展，經歷了IoT到AIoT的躍進，已積累了大量的先進技術與實戰經驗，百度智能雲物聯網部總經理曹楊在接受物聯網智庫採訪時提出，「未來，百度智能雲將會花更多精力與垂直行業做連接，輸出天工AIoT平臺能力，助力產業智能化升級」。