我信任你曾經(jīng)據(jù)說過物聯(lián)網(wǎng)（IoT）和人工智能（AI）。然則，你曉得這兩個概念之間有甚么差別嗎？或許，人們是否是以為物聯(lián)網(wǎng)和人工智能代表折異樣的工作，這兩個詞現(xiàn)實上是可以被交互應(yīng)用的？

　　讓我們先來談?wù)勅斯ぶ悄堋Ｔ谟⑽闹校斯ぶ悄埽ˋrtificial Intelligence）簡稱AI，AI能依據(jù)年夜量的汗青材料和及時不雅察（real-time observation）找出關(guān)于將來猜測性的洞察（predictive insights）。因為同時剖析曩昔的和及時的數(shù)據(jù)，AI能輕易留意到有哪些材料屬于破例，并做出公道、適合的揣摸，而數(shù)據(jù)關(guān)于人工智能的主要性也就不問可知了。是以，若要使AI引擎變得更聰慧、更壯大，辦法及進程其實就好像在栽種物（或乃至像是養(yǎng)小孩！）。獨一的差別在于： AI須要的是連續(xù)的數(shù)據(jù)流入，而不是水，肥料和食品。關(guān)于人工智能來講，它可以處置和從中進修的數(shù)據(jù)越多，其猜測的精確率也會越高。

　　談了以上的內(nèi)容，乍看之下，我們似乎只須要人工智能便可以了。但是，物聯(lián)網(wǎng)（IoT）其實肩負(fù)了一個相當(dāng)主要的義務(wù)：材料搜集。概念上，物聯(lián)網(wǎng)可銜接年夜量分歧的裝備及裝配，包含：家用電器和穿著式裝備。嵌入在各個產(chǎn)物中的傳感器（sensor）便會賡續(xù)地將新數(shù)據(jù)上傳至云端。這些新的數(shù)據(jù)今后可以被人工智能處置和剖析，以生成所須要的信息并持續(xù)積聚常識。

　　挪動貝果（MoBagel）在IoT和AI的成長早期，便曾經(jīng)發(fā)明它們的宏大潛力。起先，我們向客戶供給了儀表板，下面包括及時的信息，像是：涼氣機的應(yīng)用情形，或燈膽的逐日用電量。但是，裝備監(jiān)控只是挪動貝果處理計劃中的一小部門罷了。我們還有物聯(lián)網(wǎng)人工智能引擎Decanter?，曾經(jīng)勝利贊助我們的很多客戶捉住主要的發(fā)賣契機，并享用利潤生長。透過Decanter?，我們用林林總總的辦法來強化公司的營運績效，例如：找出向花費者發(fā)送促銷信息的最好機會。

　　在懂得了AI和IoT之間的關(guān)系和相干的運用后，我們可以懂得到其實不須要把人工智能（AI）和物聯(lián)網(wǎng)（IoT）這兩個概念完整辨別開來。 AI可以最年夜化IoT帶來的價值，而IoT能為AI供給所需的數(shù)據(jù)流。只要它們被同時應(yīng)用時，能力同時完成AI和IoT的好處及優(yōu)勢。