AIoT技術應用落地的挑戰與對策

王凌霞 王哲

為更好地了解人工智能與物聯網領域的結合應用情況，深刻把握AIoT技術應用落地面臨的問題與挑戰，2019年上半年，賽迪智庫電子信息研究所與人工智能產業創新聯盟聯合舉辦了AIoT技術及應用研討會，特斯聯科技、英特爾中國研究院、曠視科技、升哲科技、出門問問、中移物聯等企業和機構的專家、企業家出席會議，就人工智能與物聯網技術的技術進展、應用障礙、政策環境等展開探討并積極建言獻策。

AIoT應用落地

面臨四方面挑戰

與會專家認為，AIoT概念自2017年左右誕生以來，不僅成為物聯網領域的發展熱點，也被認為是人工智能技術的重要應用方向。所謂“AIoT”即“AI+IoT”，是指人工智能（AI）與物聯網（IoT）技術融合應用以實現萬物智聯。人工智能可以使物聯網的價值最大化，物聯網能為人工智能提供數據流，二者有機結合，開拓了人工智能在應用層面更多的可能性，也為工業機器人、無人駕駛、智能家居、智慧城市，以及智慧物流等新興領域提供了重要技術支撐。不過，AIoT的應用落地還面臨著諸多問題。

人工智能算法無法直接應用于物聯網的細分垂直領域。AIoT涉及人的行動、機器的聯網、數據的處理等多個方面，各細分領域通常具備獨特的生態特點，都需要一套獨立的應用支撐算法。一方面，相對成熟的人工智能算法無法直接套用到具體的IoT應用之中;另一方面，特定應用領域的AIoT算法難以遷移復用到其他領域。例如，商湯、曠視等開發AI算法的企業，需要與特斯聯等深耕物聯網行業應用的企業進行配合，才能提供針對特定智慧城市服務場景的解決方案。再如，海康威視深耕安防行業，其AIoT算法在公共安全領域的適配性較好，但如果遷移到其他應用領域，則有明顯的局限性。

行業間的技術割裂不利于打造立體化的AIoT應用場景。目前AIoT 落地應用還停留在技術堆積階段，缺少融合貫通的系統設計，各行業的場景邏輯五花八門，存在嚴重的技術割裂現象。這既不利于打造貫通各行業的物聯網場景化服務，同時也顯著提高了AIoT落地的技術組合成本。例如，目前北京、上海、深圳等特大型城市的消防煙感、公共安防、城市用水、生活服務等模塊共同組成了城市感知系統，但各模塊的AIoT技術框架卻相對分離，無法形成貫通各行業的智能物聯能力。

商業模式缺乏創新拖慢了AIoT技術創新轉化落地速度。AIoT應用落地離不開商業模式的推動，但很多當前或潛在的用戶還不能很快響應AIoT的技術創新，無法從前瞻性、系統化的角度向市場提出需求。例如，在公共安全領域，AIoT算法演進大多由政府部門主導，與企業商業創新的出發點不同，兩者很難實現平衡。再如，AIoT技術在文博數字化、無人機、城市水質監測等領域已有一定應用，但相關行業用戶往往只考慮現階段要解決的問題，沒有為AIoT在該領域的可持續創新留出空間。

標準制定不夠靈活融通限制了AIoT應用創新活力。目前，多數AIoT技術應用的標準制定未能充分考慮靈活性，部分政府機構針對特定領域出臺的AIoT技術標準存在強制合規要求，導致企業為了合規只能沿用舊有技術，在一定程度上限制了創新發展。甚至在極端情況下，某項標準出臺可能直接終止技術創新活動。例如2019年5月14日，美國舊金山城市監督委員會以8∶1的結果通過一項名為《反監控條例》的法令，禁止警察和其它政府機構購買和使用人臉識別技術，此舉勢必嚴重影響該地區相關AIoT技術的應用創新。與此同時，AIoT標準的地區差異化現象普遍存在，企業疲于應對，造成了不必要的生產損耗，也影響了跨地域AIoT的應用。

三點建議

推動形成行業聯盟合力。第一，推動人工智能、物聯網領域的相關企業組建涵蓋AIoT領域芯片、算法、技術等產業上下游的緊密聯盟，共同探索AIoT產業合作發展的新模式和新機制，合力構建AIoT融合創新生態體系。第二，依托行業聯盟打造交流創新平臺，圍繞項目協作、資源協同、成果孵化、標準制定，以及方案共享、宣傳推廣和人才培養等開展常態化工作，促進聯盟成員加強技術對接和產業配套，構建快速反應的AIoT生態鏈，提升AIoT創新應用落地的效率，降低技術組合成本。第三，推動骨干企業牽頭整合聯盟內多領域多企業的應用方案，向用戶或技術需求方打包整體輸出，不斷提升AIoT相關產品供給的行業融合度。同時，通過加強與用戶的溝通磨合，加強供需雙方在技術、產品、服務等方面的匹配度，促進AIoT應用創新更快落地。

推動制定兼具靈活性和延續性的規范標準。第一，兼顧政策延續性和標準靈活性，為企業創新留出足夠的空間，盡可能打消企業創新活動對政策面的顧慮。第二，加強跨行業技術標準合作，以應用場景為單位，提升行業標準之間的交融度，降低AIoT技術創新落地的合規復雜度。第三，依照技術演進情況不斷升級異常行為檢測、防火墻等AIoT相關安全標準，防御IoT端點設備和AI系統受到攻擊。同時，不斷完善人工智能相關技術標準，提前預防反人工智能等新型安全問題。

同步提升云計算和邊緣計算能力。第一，進一步提升萬物互聯場景下的云計算能力，發展云端智能計算和數據處理能力，推動形成設備間信息共享、數據交互的嶄新生態。二是加快提升邊緣計算能力，在網絡服務、智能應用業務、安全與隱私保護等方面，提升邊緣側海量數據的分析和處理能力。第三，全面提升物聯網終端的智能化水平，緊密結合智慧城市、消費電子、智能網聯汽車、工業互聯網、智能家居等領域AIoT應用場景的創新需求，加快AIoT領域嵌入式芯片和算法的研發創新，全面提高人工智能端側的推理能力。