2018年可謂是人工智能爆發的關鍵一年，深度學習帶給了人工智能新的發展動力，學習效率極大提高，實現了量變到質變，例如人臉識別、聲紋識別準確度高達99%以上。根據工業和信息化部發布的《信息通信行業發展規劃物聯網分冊》提出了我國的發展目標：到2020年，我國具有國際競爭力的物聯網產業體系基本形成，包含感知製造、網絡傳輸、智能信息服務在內的總體產業規模突破1.5萬億元。
機遇與挑戰同在。就目前而言，人工智能所謂的智能依舊是關鍵詞索引的方式，機械地去"理解"用戶，並非是我們人類這樣地認知理解。技術可以讓機器處理大量的數據信息，但是要讓機器學會像人一樣理解語義，圖像，知道人想要什麼，這條路會非常艱辛，這也是人工智能面臨的最大挑戰與難點。
物聯網和人工智能之間關係，就是人腦和軀體的關係。
物聯網行業最核心的就是終端、通信和互聯網。例如智能家居、智能工業、智能樓宇、新能源等，這些都是物聯網時代性的典型產品，這些給我們提供了一個硬件平臺，但是管理核心還是人為控制。就像我們軀體一樣，手上的觸覺是通過皮膚的接觸，類似於終端傳感器的數據採集，觸覺通過神經網絡傳到值大腦，這就是通信手段，而我們整個神經網絡就是互聯網。
人工智能最核心就是判斷、思維、決策，其必將是是未來物聯網時代下的智能管理者，其首要工作就是使得我們常規硬件產品更加智能化。終端通過雲平臺將採集數據發送至大數據中心，使用人工智能"萃取"物聯網海量數據，得到有用價值數據，並融合網絡、計算、存儲、應用等開放式的平臺，形成採集-控制的閉合迴路。
物聯網和人工智能發展與未來
當人工智能嵌入機器人之中，就是智能機器人。儘管我們現在也有很多智能的東西，比如電腦、智能手機等，但這些東西都不能動。如果人工智能嵌入到可動的設備中，也就是機器人，那麼我們的生活將發生巨大的改變。
手機+AI
就拿智能手機來說，用戶可以根據自身的喜好下載app， 隨時升級或卸載app，讓手機變得獨一無二。
而如果手機可以通過統計我們的app，從而學習我們的喜好呢？這可以讓個性化過程變得自動化。
但如果你並沒有向設備表達自己的喜好，那麼它們還會了解你嗎？很明顯，設備並不能。
這時，AI的作用就突顯出了：它能讓手機更快地學習。
機器+AI
機器之間學習可能是未來最希望達到等程度，例如兩隻相近的掃地機器人可以相互學習，它們能夠運行自己的AI機器，並能分享自己程序的邏輯塊，來加速學習，它們可以相互學習如何保持電池的壽命，甚至學會交流。
儘管 AI和物聯網的結合將會為我們的生活帶來極大的便利。但是，因為現在AI還處於低級階段，因此其與物聯網的結合應用也處於嬰兒期。雖然它潛力巨大，但仍需我們的研究和調查。
閱讀更多 獵人IT追蹤 的文章
