AI無處不在"，從人臉識別、語音識別、自動駕駛等應用場景分析，越來越多的AI算法已經逐步落地。正是得益于AI的迅速發展，IoT產業智能化演進也獲得了強大的推力。目前，AI與IoT融合形成的AIoT已經成為一個大共識，大賽道、大市場。
我們在前面幾期采訪中也了解到，大聯大與英特爾聯手針對IoT進行了緊密的產業生態合作。本期采訪中，大聯大控股旗下的世平集團(下簡稱：大聯大世平)物聯網解決方案事業部中國區總監劉漢細致介紹了大聯大在AIoT以及IIoT領域的發展動態。
據Omdia數據，2020年范圍內前端智能化滲透率達16%，預計到2025年將達64%。但是要達到如此高滲透，首先要解決AIoT的痛點，下游應用場景與需求的高度碎片化，物聯網終端異構、網絡通信方式與平臺多樣化。
從當前AIoT領域發展趨勢來看，硬件加上定制算法的模式更適合能夠規模復制的單一場景，但AIoT市場的場景和需求是碎片化的、復雜的、存在大量變化的。所以，我們需要一個平臺型產品和產業級的通路角色來解決相關問題。
劉漢表示，人工智能會涉及到深度學習和推演算法兩個層面，深度學習是基于各個高校、研究機構去構建模型。在產業應用方面，推演算法更加貼近企業和行業實際發展需求。
英特爾研發的OpenVINOTM是介于AI算法模型和推演算法的中間平臺層產品，它的作用就是把構建完成，并且質的算法模型全部都轉化成統一的API/SDK接口，進而供下游的各個垂直應用廠商根據不同場景去調用，高效地開發出推演算法。
尤其是在IIoT領域，由于工廠人員多，工作場景復雜，AI低成本、全平臺、高效率、高兼容的優勢凸顯。據悉，在IIoT領域，大聯大IoT與愛動人工智能協同合作，尋找合適的硬件廠商，客制化解決方案，幫助他們開發市場并將解決方案推向更廣闊的市場，甚至支持通過生態系統合作伙伴的協同作業來擴展業務。
從人臉識別到著裝識別、從車輛安全到輔助駕駛等場景，大聯大IoT與愛動超越人工智能攜手，正在讓終端客戶的工業生產變得更安全、更高效。
劉漢補充到：“我們團隊不僅具備AI算法模型的轉化能力，還能夠從英特爾超過數千個深度學習算法模型的數據庫中調用客戶想要的模型，然后轉化成推演算法，供終端的客戶去做二次開發。"
以英特爾的算法模型和生產工具鏈為基礎，基于大聯大產業通路經驗和產業上下游場景落地能力，兩家頭部企業的結合將會在未來打造出更為強大的AIoT數字空間。
來源：網絡
版權歸原作者所有，如有侵權，請聯系刪除
