定義AIoT
顧名思義，AIoT=AI+IoT。其實，AIoT有一個更直觀的叫法，Artificial Intelligence of Things。總之，AIoT意味著AI(人工智慧)與IoT(物聯網)的融合。
AIoT可以理解為物聯網的下一個發展階段——從智慧裝置的低階互動，到智慧裝置的高階互動。換句話說，AIoT是一個會思考的物聯網。
其實，AIoT並沒有我們想象的那麼神奇。本質上，AIoT不是一種技術，只是一種技術融合後的狀態。
基於現有的物聯網技術，透過人工智慧的賦能，使前者更加智慧。讓IoT成為以人為本的IoT(People-Oriented IoT)。
所以，AIoT服務的一個重要場景，就是智慧家居。AIoT研究的一部分，就是研究如何讓智慧家居從“家庭自動化”，變成真正的“家庭智慧化”。
AI和IoT這兩詞碰撞到一起，其實是必然的。因為兩者的存在是相輔相成的：AI需要IoT採集的資料做深度學習演算法的訓練，IoT則需要AI建立的思考模型做出決策。
AIoT雖然聽上去高深莫測，但在當前並不存在技術壁壘。它只是技術發展到一定階段，被人為賦予的一種新的名稱罷了。
AIoT賦能智慧家居
現階段的智慧家居(主要指全屋智慧)，依然是以區域網的形式建立。一個家庭內部所有的智慧裝置，透過Wi-Fi、Zigbee、KNX等通訊協議，透過一箇中央閘道器組建了一個區域網。這個區域網依靠某個控制中心與網際網路連線。
這讓使用者可以實現一些自動化控制功能，讓家居裝置比以往更加便利。在我們看來，這是智慧家居的“初級階段”。相比此前，這已經是一種智慧化的進步。
而AIoT則對現有的技術提出了更高的要求——透過對使用者行為的學習與分析，自動調整整個智慧家居系統的對外反饋，給使用者提供一個動態的控制模型。
所謂千人千面，同一套智慧裝置，每個人使用的習慣不一樣。比如在智慧照明的場景中，使用者經常坐在靠近窗戶的沙發上閱讀，那麼這一側的燈光就要適當增強，並呈現出護眼模式。
IoT系統中的感測器捕捉到資料後，上傳到雲端，遠端的AI晶片透過神經網路的分析，掌握了使用者的這一習慣，並返回一個指令，要求IoT系統在使用者下次坐到靠近窗戶的沙發上看書時，將該側燈光設為閱讀模式。
整個計算過程，使用者是毫無感知的。他甚至沒有注意到燈光的變化，只是覺得閱讀體驗更好了。這個例子就是AIoT的落地場景。AIoT能讓智慧家居成為一個會思考的機器，而不是簡單的輸入輸出。
對於智慧家居領域來說，由於本地裝置數量眾多，排列組合出來的場景千變萬化，為了提升整個系統的執行速度和應對網路故障問題，邊緣計算的發展就顯得十分重要了。
這就是為什麼，這麼多企業在發力AI晶片。
智慧家居人如何應對
說到底，AIoT是一個高大上的概念。迴歸市場，絕大部分老百姓可能連AI和IoT是什麼意思都不知道。對於智慧家居廠家來說，AIoT是一種發展趨勢，要做好技術和人才儲備。
而對於千千萬的智慧家居渠道商來說，AIoT著實有些“陽春白雪”。不過，這並不意味著AIoT的概念與渠道商們毫無關係。
相反，當整個行業都在推進AIoT的落地，智慧家居的渠道商(或者說服務商)，也應該做好準備。因為AIoT相對於目前的智慧家居，其技術複雜性更強，對售後服務提出的要求也更嚴苛。
這好比功能機與智慧機的區別：使用者在使用後者的過程中所產生的困惑和期待，一定大大高於前者。
智慧家居渠道商要首先搞懂三個概念：深度學習、邊緣計算，以及AIoT。如果賣的人搞不懂，那買的人就更搞不懂了。
AIoT的落地速度，可能比我們想象的要快。AIoT的概念一旦普及，智慧家居(尤其是全屋智慧)行業將迎來一次徹底的技術洗牌。
定義AIoT
顧名思義，AIoT=AI+IoT。其實，AIoT有一個更直觀的叫法，Artificial Intelligence of Things。總之，AIoT意味著AI(人工智慧)與IoT(物聯網)的融合。
AIoT可以理解為物聯網的下一個發展階段——從智慧裝置的低階互動，到智慧裝置的高階互動。換句話說，AIoT是一個會思考的物聯網。
其實，AIoT並沒有我們想象的那麼神奇。本質上，AIoT不是一種技術，只是一種技術融合後的狀態。
基於現有的物聯網技術，透過人工智慧的賦能，使前者更加智慧。讓IoT成為以人為本的IoT(People-Oriented IoT)。
所以，AIoT服務的一個重要場景，就是智慧家居。AIoT研究的一部分，就是研究如何讓智慧家居從“家庭自動化”，變成真正的“家庭智慧化”。
AI和IoT這兩詞碰撞到一起，其實是必然的。因為兩者的存在是相輔相成的：AI需要IoT採集的資料做深度學習演算法的訓練，IoT則需要AI建立的思考模型做出決策。
AIoT雖然聽上去高深莫測，但在當前並不存在技術壁壘。它只是技術發展到一定階段，被人為賦予的一種新的名稱罷了。
AIoT賦能智慧家居
現階段的智慧家居(主要指全屋智慧)，依然是以區域網的形式建立。一個家庭內部所有的智慧裝置，透過Wi-Fi、Zigbee、KNX等通訊協議，透過一箇中央閘道器組建了一個區域網。這個區域網依靠某個控制中心與網際網路連線。
這讓使用者可以實現一些自動化控制功能，讓家居裝置比以往更加便利。在我們看來，這是智慧家居的“初級階段”。相比此前，這已經是一種智慧化的進步。
而AIoT則對現有的技術提出了更高的要求——透過對使用者行為的學習與分析，自動調整整個智慧家居系統的對外反饋，給使用者提供一個動態的控制模型。
所謂千人千面，同一套智慧裝置，每個人使用的習慣不一樣。比如在智慧照明的場景中，使用者經常坐在靠近窗戶的沙發上閱讀，那麼這一側的燈光就要適當增強，並呈現出護眼模式。
IoT系統中的感測器捕捉到資料後，上傳到雲端，遠端的AI晶片透過神經網路的分析，掌握了使用者的這一習慣，並返回一個指令，要求IoT系統在使用者下次坐到靠近窗戶的沙發上看書時，將該側燈光設為閱讀模式。
整個計算過程，使用者是毫無感知的。他甚至沒有注意到燈光的變化，只是覺得閱讀體驗更好了。這個例子就是AIoT的落地場景。AIoT能讓智慧家居成為一個會思考的機器，而不是簡單的輸入輸出。
對於智慧家居領域來說，由於本地裝置數量眾多，排列組合出來的場景千變萬化，為了提升整個系統的執行速度和應對網路故障問題，邊緣計算的發展就顯得十分重要了。
這就是為什麼，這麼多企業在發力AI晶片。
智慧家居人如何應對
說到底，AIoT是一個高大上的概念。迴歸市場，絕大部分老百姓可能連AI和IoT是什麼意思都不知道。對於智慧家居廠家來說，AIoT是一種發展趨勢，要做好技術和人才儲備。
而對於千千萬的智慧家居渠道商來說，AIoT著實有些“陽春白雪”。不過，這並不意味著AIoT的概念與渠道商們毫無關係。
相反，當整個行業都在推進AIoT的落地，智慧家居的渠道商(或者說服務商)，也應該做好準備。因為AIoT相對於目前的智慧家居，其技術複雜性更強，對售後服務提出的要求也更嚴苛。
這好比功能機與智慧機的區別：使用者在使用後者的過程中所產生的困惑和期待，一定大大高於前者。
智慧家居渠道商要首先搞懂三個概念：深度學習、邊緣計算，以及AIoT。如果賣的人搞不懂，那買的人就更搞不懂了。
AIoT的落地速度，可能比我們想象的要快。AIoT的概念一旦普及，智慧家居(尤其是全屋智慧)行業將迎來一次徹底的技術洗牌。