物聯網分為三大層面，分別是感知層、傳輸層、應用層，三個層面缺一不可。其中，人工智慧主要在應用層中發揮作用。

應用層是透過程式對感知世界做出分析，進而發出指令。由於感知層會產生大量的資料（數字、文字、影象、影片等），隨著實踐的深入，對應用層的要求越來越高。傳統的依賴於人類經驗的響應式的程式設計方式，已經無法滿足應用層的需求。

我們程式往往是做邏輯判斷，如果出現XX情況，那麼裝置應該採用XX方案。可是程式設計師傳統程式設計方式，寫入的情形無法完整或準確判斷大資料的世界。這就依賴於程式能自我學習，透過大資料做自我訓練，得出最優解決策略。而這套模式，就是我們所說的人工智慧。

例如，現在的天網工程，目標之一，是透過人臉能實際時分辨出人的身份。感知層部署大量的攝像頭，傳輸層是高速寬頻，應用層則是後端雲平臺和攝像頭上的邊緣計算模組。人工智慧的作用，是提煉出每個人臉的影片特徵，並與攝像頭中實時抓取的人物特徵進行比對。如果程式設計師按人頭一個個的特徵錄取入系統，這將是不可完成的工程。人工智慧則是從海量的人物頭像中找到規律，完成每個公民的人臉特徵標記。攝像頭前的每個人臉資料，都會被快速比對，識別出這人是誰。

所以，人工智慧可以幫助物聯網實現能力飛躍。是物聯網的重要模組。

我從2012年就開始從事物聯網的媒體，經歷了谷歌收購Nest帶來的智慧硬體熱；經歷NB－IOT，物聯網平臺，邊緣計算帶來的這一輪的物聯網熱；與幾百個物聯網公司做過交流（或者是大公司的高管、或者是創業公司創始人）；對物聯網的發展有比較深刻的認識。

大家可以想象物聯網與網際網路的區別。

網際網路將資訊傳遞給人，人是有智慧的，看到資訊後，可以透過獲得的資訊，作出判斷然後指導下一步做什麼。

當萬物互聯之後，一個裝置獲得一個資訊之後，這個裝置如果沒有智慧的話，它不能決定下一步做什麼，如果最後還由人來判斷下一步如何操作的話，裝置與人的互動，並由人決定的速度，將制約物物相連的價值。

所以物聯網的裝置需要透過智慧，處理獲得的資訊，並決定下一步做什麼。

而根據物聯網的幾個提出機構看，智慧都是起到關鍵的作用。

2009年的物聯網熱，最初是IBM提出的智慧地球的戰略，核心是智慧！

1、透過機理模型，包括理論模型集，如自動化理論，流體力學模型；邏輯模型集，邏輯框架、流程步驟，管理時序；部件模型集；工藝模型集，故障模型集；模擬模型集。

2、將人的經驗固化在系統中。

3、透過資料驅動模型：包括資料分析，機器學習，控制系統。

其中機器學習，神經網路就是人工智慧的方式。

而且機理模型相對於由人工智慧創造的智慧的比例是非常小的，未來的人工智慧將幫助人類找到未來很多未知的模型。

大家都知道物聯網分三層架構：感知、連線、智慧。

剛剛介紹的物聯網需要智慧，主要指的是智慧層。

而在感知層，人工智慧幫助提升感知能力。比如現在利用影象、語音識別實現人機互動。

例如現在透過影象、影片的人工智慧處理，可以實現一些感測功能，比如影片的虛擬磁釘，影象的3座標檢測，都是透過通用的非接觸式的影象人工處理實現通用的檢測功能。

而在人機互動這層，傳統的選單模式，要求人有計算機習慣，而透過人工智慧的互動，與人互動模式類似，可以讓沒有任何計算機操作經驗的人，使用物聯網裝置，促進物聯網的發展。

首先，關於物聯網、人工智慧，再加上雲計算，經常會同時出現，打個比方就明白他們的關係了，如果說雲計算是一個人的心臟，提供各種計算能力，那麼物聯網就像是神經網路，所有資料的傳輸及交易都在這裡實現；人工智慧就是人類的大腦。控制所有需要藉助演算法實現判斷推理決策的動作。所以物聯網需要人工智慧實現具體的應用價值。

另外，人工智慧作為一門應用科學，是新一代資訊科技的核心變數；它善於融合各類包括雲計算、大資料、物聯網以及區塊鏈等各類技術；也善於透過應用向各行各業進行滲透。

—願意做你的私人技術顧問 馬珂

隨著智慧手機，智慧汽車，智慧家居等創新技術的迅速發展，科技正在迅速將我們的世界變成一個“智慧”世界，物聯網（IoT）是這裡的主要貢獻者之一， IoT的核心是所有關於配備感測器和微晶片的連線裝置，這些裝置可透過集中式平臺透過網際網路傳輸資料，從而提高效率和效能。據估計，到2020年，全球連線裝置的數量將接近500億。

隨著連線裝置的數量繼續迅速增加，將會出現管理和分析由這些裝置生成的大量資料的需求。這些資料至關重要，因為它提供了寶貴的見解和模式，可以幫助企業和組織評估潛在風險，發現新的商業機會，並且最重要的是可以提高組織的整體運作和生產力，這就是需要人工智慧（AI）和機器學習（ML）的地方。AI和ML技術允許資料科學家深入研究海量資料並從中發現有意義的見解。儘管處於發展階段，AI已經開始在全球市場創造就業前景。凱捷報告稱，近83％利用人工智慧技術的組織認為，人工智慧領域新的就業機會已經開始出現。隨著越來越多的組織加入大資料和人工智慧的潮流，現在對資料科學家，資料工程師，資料分析師等熟練資料專業人員的需求非常龐大。聯網上湧現出高度教育性和資訊豐富的線上人工智慧課程。這些課程專門為有志向學生介紹人工智慧的基本概念，如演算法，自然語言處理等，並逐漸向更復雜的概念（如機器學習和深度學習）進展。