机会供应链系统(SCS)范围从原材料的采购到物品的生产和交付。SC中的主要利益相关者是负责按时将正确产品交付正确产品的供应商,供应商和零售商。这可以通过诸如人工智能(AI)的物联网(IoT)等智能技术来实现。基于AI的IoT(Aiot)对产品进行实时跟踪,并通过减少碳排放来维持绿色环境,因为整个系统都通过数字连接。基于AIOT的系统提供了许多机会,但是,它们存在一些需要克服的挑战。例如,数字系统容易出现对抗攻击,其安全性对于绿色SC的平稳操作至关重要。有担保和绿色SCS在采购,制造,交付和返回产品方面具有高效且具有成本效益。在此系统中,IoT设备监视外部世界并安全地跟踪产品。也可以部署这些设备,以增强产品的存储条件,同时维持绿色环境。尽管支持AIOT的SC在初始阶段,但它将使用下一代技术,例如大数据,云计算,5/6G和网络安全进行有效的操作。但是,一个巨大的挑战是通过加入多个站点来制造全球AIOT的有保障和绿色SC。此外,为小规模行业设计这样的系统是另一个挑战,因为它们的资源有限。因此,我们需要一个智能,安全,绿色,经济,全球和快速的SC来加速商机,更好地为客户服务,节省金钱并提高效率。本期特刊旨在收集以AIOT支持的有担保和绿色SC的最新进步,创新和以行业为导向的实践,以低成本提供出色的客户满意度和业务增长。感兴趣的主题包括但不限于:
摘要:尽管人工智能和物联网前景光明,但许多组织在扩大智慧城市计划方面的努力仍未达到预期。组织通常首先通过概念验证和试点项目探索潜力,但后来由于各种原因,该过程逐渐停止。试点炼狱,即组织投资小规模实施而未实现实质性收益,在有关为什么人工智能和物联网计划无法扩大到智慧城市的科学文献中很少受到关注。通过结合广泛的文献研究和专家访谈,本研究探讨了许多依赖人工智能 (AIoT) 的智慧城市计划无法扩大规模的根本原因。研究结果表明,多种因素可能导致组织对智慧城市 AIoT 解决方案准备不足,而当城市缺乏急需的资源和能力时,这些因素往往会成倍增加。然而,许多组织往往忽视了这样一个事实:此类举措要求他们关注变革的各个方面:战略、数据、人员和组织、流程和技术。此外,研究还表明,某些因素在某些阶段往往更具影响力。战略因素往往在早期阶段更为突出,而与人员和组织相关的因素往往在组织推出解决方案时才会出现。该研究还提出了公司可以采用的潜在策略,以成功扩大规模。这项研究得出了三个主要战略主题:价值证明,而不是概念证明;将数据视为关键资产并加以管理;以及各级的承诺。
摘要:尽管人工智能和物联网前景光明,但许多组织在扩大智慧城市计划方面的努力仍未达到预期。组织通常首先通过概念验证和试点项目探索潜力,但后来由于各种原因,该过程逐渐停止。试点炼狱,即组织投资小规模实施而未实现实质性收益,在有关为什么人工智能和物联网计划无法扩大到智慧城市的科学文献中很少受到关注。通过结合广泛的文献研究和专家访谈,本研究探讨了许多依赖人工智能 (AIoT) 的智慧城市计划无法扩大规模的根本原因。研究结果表明,多种因素可能导致组织对智慧城市 AIoT 解决方案准备不足,而当城市缺乏急需的资源和能力时,这些因素往往会成倍增加。然而,许多组织往往忽视了这样一个事实:此类举措要求他们关注变革的各个方面:战略、数据、人员和组织、流程和技术。此外,研究还表明,某些因素在某些阶段往往更具影响力。战略因素往往在早期阶段更为突出,而与人员和组织相关的因素往往在组织推出解决方案时才会出现。该研究还提出了公司可以采用的潜在策略,以成功扩大规模。这项研究得出了三个主要战略主题:价值证明,而不是概念证明;将数据视为关键资产并加以管理;以及各级的承诺。
摘要 — 借助去中心化的机器学习 (ML) 策略和现代边缘张量处理单元 (TPU),智能设备不再仅仅是人工智能 (AI) 的消费者,更是其生产者,将物联网 (IoT) 转变为全球去中心化的物联网人工智能 (AIoT)。随着大量 AI 参与者的出现,不仅带来了发现和与它们建立网络的挑战,还带来了将其 AI 功能用作服务的潜力。然而,AI 参与者的异构性、它们的 AI 功能、AI 上下文环境、移动性,甚至可用或寻求的 AI 特性,不仅需要强大的 IoT 架构,还需要灵活的 AI 语义。在本文中,我们提出了一个 AI 即服务平台,帮助 AI 消费者在 AIoT 中识别适合其需求的现有 AI。我们描述了架构、API、消息流和 AI 语义,以便在需要时和需要的地点识别最合适的 AI 工作者,从而有效地从分布式车辆生成 AI 模型。作为概念验证,我们选择了一个应用场景,使用 CARLA 驾驶模拟器展示了 AI 模型根据车辆环境在车辆之间的可训练性/可更改性。索引术语 — AI 即服务、物联网 AI、机器学习、本体论、语义、驾驶模拟器、CARLA。
摘要 — 人工智能物联网 (AIoT) 领域的大规模知识迫切需要有效的模型来理解人类语言并自动回答问题。预训练语言模型 (PLM) 在某些问答 (QA) 数据集上取得了最佳性能,但很少有模型能够回答有关 AIoT 领域知识的问题。目前,AIoT 领域缺乏足够的 QA 数据集和大规模预训练语料库。我们提出了 RoBERTa AIoT 来解决缺乏高质量大规模标记的 AIoT QA 数据集的问题。我们构建了一个 AIoT 语料库来进一步预训练 RoBERTa 和 BERT。RoBERTa AIoT 和 BERT AIoT 利用由面向 AIoT 的维基百科网页组成的大型语料库进行无监督预训练,以学习更多特定领域的上下文并提高 AIoT QA 任务的性能。为了微调和评估模型,我们基于社区问答网站构建了 3 个 AIoT 问答数据集。我们在这些数据集上评估了我们的方法,实验结果证明了我们的方法有显著的改进。
医学中的 AIoT,即人工智能 (AI) 与物联网 (IoT) 的结合,正在改变医疗服务和患者治疗效果。本章包含一系列真实案例研究和成功案例,展示了 AIoT 技术在各个医疗领域的革命性力量。在这些情况下,重点是 AIoT 如何提高诊断准确性、实现个性化治疗方案以及提高医疗机构的运营效率。关键案例研究包括在远程患者监控中使用 AIoT,其中从可穿戴设备持续收集数据,结合人工智能算法,实现实时健康跟踪和早期干预。另一个例子涉及将 AIoT 应用于医疗设备的预测性维护,从而减少停机时间并确保关键物品的可用性。此外,作者还研究了 AIoT 在优化医院工作流程方面的重要性,例如使用智能传感器和自动化系统加快患者入院和库存管理。
摘要技术的快速进步引起了一个革命性的概念,称为“事物的人工智能”(Aiot)。此抽象探讨了两种开创性技术,人工智能(AI)和物联网(IoT)的融合及其对各个行业和日常生活的变革性影响。此外,AIOT对智能城市有重大影响,使城市规划人员能够优化交通管理,废物处理,能源消耗和公共安全。智能房屋还利用Aiot来创建无缝的家庭自动化系统,提高能源效率并提供个性化的用户体验。总而言之,Aiot代表了一种开创性的范式,它正在重塑行业并改变我们与技术互动的方式。AI和IoT的协同作用提供了无与伦比的机会,可以创建一个更具联系,聪明和高效的世界。在面对挑战的同时,AIOT应用的好处有望彻底改变多个部门,并改善全球个人的生活质量。继续进行研究,协作和负责任的发展对于释放这种创新和变革性技术的全部潜力至关重要。关键字:人工智能,信息技术,数据隐私。
摘要 — 当涉及过载等情况时,由按需设备(包括辅助服务器)组成的关键基础设施就会发挥作用。按需服务器和设备需要智能管理解决方案,这些解决方案是人工智能物联网 (AIoT) 不可或缺的一部分。这项工作将 AIoT 视为移动物联网 (M-IoT) 和人工智能的结合,需要立即响应、辅助支持系统和计算资源。在共享信息时,AIoT 中的隐私始终是一个问题,因为入侵者可以窃听系统的设置。本文使用渗透计算范式,该范式可以推导策略来决定通过 AIoT 中的最佳和隐私感知资源管理共享服务的方法。安全竞争建立在配置奖励之上,有助于实现隐私设计。这项工作的贡献通过理论分析和数值模拟来表达。
酒店业通常是引入新技术以彻底改变其运营方式的“训练营”。酒店物业通常是新技术的创新实验室。本课程旨在介绍人工智能与物联网 (AIoT) 和机器人技术的原理。此外,还将回顾实用的机器人案例研究和解决方案。学生将获得在这个快速变化的行业中设计和部署智能技术的经验,并为酒店产生新的想法。主题包括:人工智能和物联网简介、传感器技术概述、基于人工智能和机器人技术的酒店和旅游管理运营研究、案例研究和示例。掌握人工智能物联网及其系统开发的能力需要掌握人工智能物联网的基本概念、基本编程技能、此类项目的管理以及人工智能和物联网项目之间系统集成的实践知识。
许多工业公司正在寻求在其生产链上实施新技术,并希望将其公司重塑为智能工厂,即数字化生产的未来。例如,西门子投资了一个名为 Mindsphere 的项目,该项目是一种工业物联网应用服务解决方案,使用人工智能进行高级分析,结合物联网解决方案和联网产品的云,以优化运营、控制和保护数据,从而生产出质量更好的产品 [6]。据 Klaus Helmrich 先生介绍,西门子正致力于通过数字化重塑工业企业及其生产运营的流程 [7]。亚马逊、阿迪达斯、惠而浦等其他企业在智能工厂方面都有成功案例,这些公司已开始或将开始在其生产链上实施新技术。本研究的目的是定义物联网人工智能一词,研究 AIoT 对工业应用的软硬影响以及在现代工业中实施人工智能和物联网技术的好处。