本文摘要：前言近年来随着网络的较慢发展，无所不在的终端设备与传感器转入我们的生活，再加云端运算虚拟化技术与服务型商业模式的蓬勃发展，让计算机运算资源改为以服务形式，经由互联网必要获得，新的塑造成信息产业供应链，在这个潮流下，物联网(Internet of Things，IoT)毫无疑问是眼下最热门的话题之一，随着传感器的很快普及，通过传感器搜集的巨量资料(Big Data)经过云端服务存储及巨量数据的分析，以数据驱动服务价值，将是未来使用的技术创新，堪称将引导下一个产业革命的典范移往，沦为未来企业新的商业模式。

前言近年来随着网络的较慢发展，无所不在的终端设备与传感器转入我们的生活，再加云端运算虚拟化技术与服务型商业模式的蓬勃发展，让计算机运算资源改为以服务形式，经由互联网必要获得，新的塑造成信息产业供应链，在这个潮流下，物联网(Internet of Things，IoT)毫无疑问是眼下最热门的话题之一，随着传感器的很快普及，通过传感器搜集的巨量资料(Big Data)经过云端服务存储及巨量数据的分析，以数据驱动服务价值，将是未来使用的技术创新，堪称将引导下一个产业革命的典范移往，沦为未来企业新的商业模式。物联网与人工智能物联网是一个基于互联网、传统电信网等信息梁载体，让所有需要被独立国家传输速率的普通物理对象构建互联互通的网络。

物联网一般为无线网，而由于每个人周围的设备可以超过一千至五千个，所以物联网有可能要包括500兆至一千兆个物体。在物联网上，每个人都可以应用于电子卷标将现实的物体网际网路连结，所以从物联网的定义来看，智能电话、可穿着设备、汽车、住房、消费类电子产品、医疗设备、工厂设备等城市基础设施，都可沦为一个端点 (Thing)，因此物联网不会产生巨量的数据。

另一方面自从IBM 的超级计算机 Watson 在 2011 年于在美国知名的科学知识答题节目“危险性边缘”，力挫两位顶尖人类运动员，沦为当时冠军，人工智能再次受到各方的注目。Watson 不具备自然语言理解能力，还具备语义分析的能力，能认清讽刺，双关等特定语言现象。

而这是构筑人工智能的最重要技术“机器学习”的演化应用于。“机器学习”就是指巨量的数据库数据中探查结构一个模型，定义有所不同的参数，而自学这件事就是让这个模型以程序的方式继续执行，利用测试数据(Training Data)来调整优化这些参数，等到训练样本到一定的程度后，参数的定义也成熟期了，这支程序就可以做到预测。

而随着获得的数据越来越可观，传统的机器学习算法权宜之计，无以必须需要自行自学科学知识而无须人工干预，这就是后来大家所熟悉的深度自学领域。

本文来源：k1体育在线网站-www.miraenie.com