20世纪的信息技术革命催生了互联网。在互联网基础上不断延伸和扩展，将各种信息传感设备与互联网结合起来形成一个巨大网络——物联网，物联网就是实现在任何时间、任何地点，人、机、物的互联互通。
随着5G、云计算、人工智能等新兴技术的推动，智联网（AIoT）概念应运而生。中国信通院副院长余晓晖表示，从信息通信技术的角度，AIoT涉及物理世界的感知和智能分析，再加上5G、边缘计算等技术，构成了当前最重要的赋能技术体系，驱动着全球范围内影响深远的数字化转型和数字化革命，AIoT也是第四次工业革命的关键技术基础。
AIoT驱动数字化变革
10年前，中国最早提出了建设“感知中国”的理念，欧盟出台了物联网行动计划。随后几年，工业4.0、工业互联网等也相继提出和付诸实践，物联网从面向消费者的可穿戴设备向生产、生活、城市以及自然环境等各个领域全面渗透，成为经济社会发展的新型基础设施。在此过程中，物联网所需要的广域网络连接技术条件逐步具备，而人工智能则基于物联网获取的海量数据和光通信技术的高速传输以及云计算、边缘计算的强大算力，开始真正将物联网的价值发挥出来，形成数字化、网络化、智能化转型的强大力量。
可以说，到今天，我们看到信息通信技术的各个板块基本具备，从而可以改变我们认识物理世界、优化物理世界的方法，基于泛在深度的连接形成“数据驱动的智能”。余晓晖认为，这是一个新的方法论，是面向第四次工业革命的数字化转型的方法论，而AIoT代表的物联网、人工智能无疑是这一方法论的基础，也是发展最为迅速、创新最为活跃的领域之一。
中国工程院院士邬贺铨同样认为：“AIoT是IoT的发展方向，IoT需要AI来提升其价值。而5G是连接AI与IoT的桥梁，其高带宽、高可靠低时延、大连接特性开拓了AIoT更广阔的应用领域。”随着5G技术的飞速发展，5G 正在引领IoT 标准的演进，但也要注意到，IoT标准主要解决数据传输技术问题，而AIoT关注新的IoT应用形态，强调的是服务，特别是面向物联网的后端处理及应用。
众所周知，NB-IoT标准的特点是广覆盖、大连接、低功耗、低成本，这使得NB-IoT应用领域很广。但目前来看，NB-IoT依然存在一些不足。比如对于大量中小企业，自建物联网成本高、不经济。并且NB-IoT传感器的位置是固定的，而工业应用的工件和机器人及网联车的传感器是移动的。此外，NB-IoT业务带宽只有20kbit/s和250kbit/s两种，不足以支持许多应用。邬贺铨表示，需要新增eMTC (1Mbit/s, 支持移动与对话)和mMTC (大连接)的窄带物联网标准，需要将NB-IoT和eMTC扩展到LTE和5G频段。
此前，3GPP正式向ITU-R（国际电信联盟无线电通信部门）提交5G候选技术标准提案。其中，低功耗广域物联网技术NB-IoT被正式纳入5G候选技术集合，作为5G的组成部分与NR（New Radio）联合提交至ITU-R。据悉，ITU-R对提交的5G标准提案进行复核后，将于2020年正式对外发布。“3GPP通过仿真向ITU提交报告，说明在LTE和未来5G频段工作的NB-IoT和eMTC能满足5G的连接密度要求，因此NB-IoT和eMTC可纳入5G低功耗广域网（LPWAN）标准。”邬贺铨如是说。
从IoT到AIoT
AIoT可以看作是AI+IoT,即融合了人工智能技术的物联网。AI、IoT、5G之间又是怎样的关系？邬贺铨明言：AI与IoT是相辅相成的，IoT为人工智能提供深度学习所需的海量数据养料，而其场景化互联更为AI的快速落地提供了基础；AI将连接后产生的海量数据经分析决策转换为价值；5G则是连接AI与IoT的桥梁，5G的增强移动带宽，高可靠低时延和广覆盖特性及边缘计算的结合，使得AI与IoT融为一体。
目前来看，AIoT产业链各环节占市场规模为：硬件/终端25%、通信服务10%、平台服务10%、软件开发/系统集成/增值服务55%。邬贺铨认为：“AIoT在产业链上更强调AI芯片与AI能力开发平台。”比如，2018年，华为推出了自研AI芯片架构——达芬奇，达芬奇AI架构拥有非常强的弹性，向上可以部署至超高算力的数据中心里，向下可以部署到低功耗IoT设备中，接下来，海思或将沿用自研达芬奇AI芯片架构打造低功耗AIoT芯片。阿里平头哥首颗芯片玄铁910诞生，AIoT应用场景将不断丰富。
AIoT的发展及挑战
随着5G商用，AIoT产业正在起步。在邬贺铨看来，AIoT将经历单机智能、互联智能和主动智能3个发展阶段。具体来看，单机智能阶段是指单机系统需要精确感知、识别、理解用户的各类指令，如语音、手势等，并正确决策、执行和反馈。而这个过程中设备与设备之间是不发生相互联系的。互联智能阶段是指，采用集中的云或边缘计算控制多个终端(感知器)的模式，构成互联的产品矩阵，打破了单机智能的孤岛效应，对智能化体验场景进行了不断升级和优化。比如，当用户晚上在卧室对着空调说出”睡眠模式”时，客厅的电视、音箱，以及窗帘、灯等都自动进入关闭状态。主动智能阶段则是指智能系统根据用户行为偏好、用户画像、环境等各类信息，自我学习、主动提供适用于用户的服务。例如清晨伴随着光线的变化，窗帘自动缓缓开启，音箱传来悦耳的起床音乐，空调调整到适应白天的温度。邬贺铨认为：“目前智能家居基本属于单机智能阶段，而智能产业已经进入到互联智能阶段。”
AIoT本身也是产业，全球第二大市场研究机构MarketsandMarkets近日发布报告称，2019年全球AIoT市场规模为51亿美元。人工智能技术和物联网技术的发展落地共同推动AIoT的发展和成熟。AIoT的应用场景不断丰富，2019年在中国主要分布于智慧家居、智慧城市、智慧零售和智慧制造4项应用场景中。
前景虽好，但AIoT的发展依然面临着算力、算法、平台兼容性、安全性等挑战。比如在算力方面，普通计算机的计算能力有限，利用其训练一个模型往往需要数周至数月的时间。密集和频繁地使用高速计算资源面临成本挑战。在算法方面，AI的训练所需的时间是非常长的，目前仅训练一些简单的识别尚需数周时间，面对未来丰富的应用场景，有必要在算法层面予以增强。基础算法非常复杂，应用的企业开发者能力不足。在平台兼容性方面，物联网本身产品碎片化，而各AI公司生态之间又缺乏协同，本地算力、网络连接能力、平台间的不兼容，要把框架里的算法部署到数量众多的物联网设备上，大规模部署问题重重。在安全性方面，人工智能决策的正确性受IoT数据的精确度影响，AI的分析结果还缺乏可解释性。AIoT还存在被攻击而成为僵尸物联网的风险。
对此，邬贺铨表示：“AIoT目前仅是起步阶段，有很大的发展空间，也面临重大挑战。未来AIoT的发展仍然需要标准化推动，也需要企业间合作提升兼容性，还需要威胁情报共享，增强安全保障能力。”
