5G网络加上AI 让物联网系统更加高效

5G网络为物联网数据传输收集提供了动力，智能城市中的传感器和物联网设备收集的数据必须以某种方式使用。信息可以提供识别模式和趋势的见解。如果你有足够的数据，也就是大数据，那么无论你正在探索什么，你都可以获得非常精确的图像。例如，具有足够信息的智能电网可以使用数据来确定电力需求的峰值和谷值，然后调整输出。这优化了能源的使用，有助于推动可持续发展。

可以使用诸如机器学习（ML）之类的技术来增强优化决策，机器学习是人工智能（AI）的组成部分。ML获取由健康应用程序，智能仪表或支持互联网的汽车等生成的数据，并使用这些数据来发现模式并学习如何优化给定服务。例如，NVIDIA开发了智能视频，处理大数据分析并将机器学习应用于视频流。他们与50个AI城市合作伙伴合作，利用该技术改善智能交通等领域。到2020年，预计这些智能相机将达到10亿。这是生成，分析和采取行动的大量数据。该系统将取代人工解释，取而代之的是机器学习算法，预期在准确性和速度方面有所提高。这个城市大脑将处理我们的许多个人数据，包括有关我们运动的视觉数据。

如上所述，机器学习需要数据来发现模式和趋势。对大数据的分析为城市服务提供了高度响应其公民需求所需的信息。它还在服务中使用这些数据来构建更优化的服务使用响应，有助于增强体验并提高可持续性。正在探索适合人工智能和机器学习的一个领域是服务的个性化。这要求在用作分析工具之前收集和汇总个人数据。

我们必须仔细考虑数据如何使智能城市体验个性化，以及在智慧城市环境中利用AI和ML的偏见和隐私问题。

AI和ML如何个性化智能城市服务

例如，个性化体验的ML工具已经在营销中使用。在这里，他们习惯于定制在线网站，显示用户希望从他们预测的配置文件中喜欢的产品。在智能城市中，相同类型的算法可用于其他目的。例如，三所英国大学的一项研究考察了各种ML算法在自行车和天气中的应用，以此作为在智能城市内创建个性化服务的一种手段。这是基于大数据的收集，汇总和分析。该研究得出结论：ML，物联网和大数据的结合，为智能城市技术和服务的开发者提供了巨大的潜力。

流量卡之家认为，AI和ML无疑是当下物联网系统的最好补充。在前端，传感器能够收集更多数据，在5G网络的应用之下，短时间传输更多的数据，大大提高数据传输效率。当然，数据的增加需要AI、ML等进行更快的数据分析处理，这样一套流程下来，要比以往的物联网系统高效的多。

相关阅读：http://www.wlk.cn/a/946