2024-07-19 14:01:49
过去多年来,人工智能与物联网融合形成智能物联网(AIoT)已深入应用于大量行业,形成规模化应用场景。如今,物联网依然保持稳步发展,连接的设备数量快速增长,IoT Analytics数据显示,2023年物联网设备连接数已达到236亿,远远超过人的连接数,形成各行业数字化发展的重要基座。同时,人工智能迎来了跨越式的发展,尤其是生成式人工智能(GenAI)获得了全社会的高度关注,成为前沿科技发展的最典型代表。人工智能进入GenAI时代,人工智能和物联网的融合,自然也会探索GenAI+IoT的融合应用,推动GenAIoT给人们带来新的体验,驱动物联网进入新阶段。
近日,知名的科技杂志《麻省理工科技评论》联合瑞银集团发布了一份《家庭训练机器狗:生成式人工智能如何改变消费物联网》的报告,对于GenAIoT进行初步探索。在笔者看来,考虑到物联网应用的行业特点,生成式人工智能在消费物联网场景确实更具备可行性,GenAIoT可能最先在消费领域实现。
物联网是由一个庞大的技术生态系统构成的,首先是物理设备本身,是由传感器、执行器以及其他与其交互的器件组成,每一个物理硬件背后都有大量技术支持;其次是这些设备生成的数据,需要大数据相关技术来支持,对数据进行存储;再次是先进的网络和通信技术;另外,还需要专门的平台、应用程序、软件对这些信息和数据进行分析,支持做出决策和建议。
对于物联网的创新,围绕着其技术生态各个层面进行,这些创新能为物联网应用带来更多的通信、存储、计算和潜在决策的能力,提升物联网的实用性。生成式人工智能正是当前对物联网创新的一个新的领域,能够显著提升物联网的用户体验,并带来更深洞察能力。
与应用于工业、能源、交通、物流、公用事业等产业类物联网相比,智能音箱、智能家电、穿戴设备、游戏娱乐等消费类物联网场景会率先与生成式人工智能融合应用。
一是消费物联网设备出货量规模较大,在消费领域渗透率达到较高的比例。
以智能家居为例,各类家庭智能化设备出货实现快速增长,家电类设备智能化比例较高,大部分家电具备了联网功能。根据市场调研机构Statista统计数据,2022年美国智能家居在家庭中的渗透率已达到43.8%,到2028年这一渗透率将高达75.1%。中国市场方面,2022年智能家居在中国家庭的渗透率为16.6%,即有8000多万户家庭采用了智能家居产品,预计到2028年中国智能家居的活跃用户数将达到1.91亿户,这意味着有1.91亿户家庭在日常生活中都将高频率使用智能家居产品,占所有家庭户的比例接近4成。有了规模效应,能够为生成式人工智能提供丰富的输入。
而对于产业物联网来说,由于产业场景种类非常多,不同场景需要不同智能终端,产业物联网场景终端产品数量规模远远低于消费物联网场景终端。没有规模优势,生成式人工智能难以发挥作用。
二是消费物联网平台积累了丰富场景和数据,为GenAI应用打下基础。
物联网平台作为终端设备接入、开发、管理的中枢大脑,是人工智能能力核心的载体,平台完善的功能、丰富的场景和数据显得非常重要。
目前,消费物联网领域已形成了多个大型平台,如海尔、美的等家电厂商依托自身家电产品和产业链资源,建立起接入数千万设备的消费物联网平台;小米、涂鸦智能依托自身生态圈资源建立物联网平台,接入设备数量达到数亿级。
各类消费物联网场景已引入了语音交互、手势交互、智能感知、图像识别、视觉定位等能力,大型消费物联网平台在这些方面有了长时间积累,相关能力不断迭代,未来应用生成式人工智能技术会进一步提升客户体验。
虽然各类产业物联网场景均需要相关平台进行管理,但大部分平台是由用户自主掌握的私有平台,出于场景和数据安全的考虑,难以进行共享。同时,产业类场景涉及到企业生产经营核心环节,场景更为复杂。
三是不少消费物联网终端具有承载GenAI的能力,扩展AI触点。
低功耗是物联网终端的一个重要发展趋势,尤其是产业场景中海量传感器的接入、恶劣环境或无人值守环境,终端功耗一直是一个痛点。近年来,低功耗广域物联网、无源物联网等成为热点,均是针对这一需求而生。当然,在降低功耗的同时,终端功能就会尽量简化,一些较高智能化功能就无法在终端实现。
不过,消费物联网场景中不少设备不受功耗的困扰,能够加载一定程度的AI能力。智能家居的大部分终端产品有稳定电源供电,穿戴设备的功能越来越多,电池续航能力也同步增强,包括智能音箱、家居中控等设备本身就是人工智能应用的优质载体,在边缘侧和端侧AI能力需要不断增强,未来也可以作为承载GenAI的重要载体。
在大模型成为全民追捧的热门技术的背景下,各类消费物联网厂商也开始了这一领域的布局,探索GenAI在相关场景的落地,通过语言交互能力、多模态感知能力进步,提升消费物联网产品的智能化水平、交互模式来实现用户体验升级,同时降低自身产品开发和生产成本。
此前,海尔发布了智慧家庭领域首个行业大模型HomeGPT,基于海尔智慧家庭、家电、家装等领域多维度的数据,HomeGPT具有文本、图像、音频、视频、智慧场景、代码等多模态生成能力,还在此基础上进一步研发了深度语义理解技术,进行了亿级家庭知识增强训练。今年5月,HomeGPT大模型通过《生成式人工智能服务管理办法》备案审批。
美的已发布了“美言大模型”,该模型具备智能感知、自然交互、自主决策等能力,支持全屋空气、智慧烹饪、智慧洗护、智慧能源等 8 大业务系统,涵盖了生活的多个方面。在人感科技方面,推动视觉感知技术、声音识别技术、气味传感器技术、非接触温感技术、毫米波雷达睡眠监测技术、味觉传感器技术的应用。
今年5月,涂鸦智能发布其首个AI大模型Cube Al,在空间智能化方向,通过将GenAI能力融入空间场景,用户能够获得生成式AI的设备功能与管理体验、AI 驱动的智能场景体验、或是场景分析与联动方案推荐。
消费物联网厂商布局GenAI,虽然初期场景非常有限,但正如消费物联网过去多年发展历程一样,随着消费物联网规模扩大,用户体验提升需求加强,GenAI的作用会更加明显。
GenAI下沉至边缘侧和终端侧,也是GenAI能够与消费物联网深度融合的重要条件。市场研究机构IDC在一份报告中指出,目前,所有边缘设备产生的数据占全球数据生成量的20%,而这些边缘设备中大部分都是物联网设备,作为边缘侧AI的载体。同时,消费物联网场景中大量智能终端也将成为端侧AI的载体。
从边缘侧来看,在AI向实际场景落地的过程中,边缘算力的重要性加速凸显,未来的AI运算呈现出“训练与迭代在云端、推理与内容生产梯度分布”的格局变化,边缘算力有望成为AI算力的重要组成部分。GenAI下沉至边缘侧,模型能够在边缘处理数据,可以实时做出关键决策,从而提高运营效率、增强客户体验和更好的整体业务成果;同时,用户还可以在边缘设备网络上分配计算负载,从而优化资源利用率并有效扩展。也不排除GenAI模型可以直接在边缘设备或本地服务器上运行,最大限度地减少将敏感数据传输到集中式云服务器的需要。
从端侧来看,今年热门的是AI 直接在移动设备上处理数据,即使设备没有连接到网络,也可以随时使用。过去几个月,大型科技厂商不断推出端侧AI产品,AI PC、AI手机纷纷涌现,打破GenAI应用的“最后一公里”。
早在去年3月,高通就在安卓手机上首次演示了模型参数超过10亿的Stable Diffusion。2023年10月的骁龙峰会上,高通发布了骁龙8Gen3,支持运行100亿参数端侧大模型;紧随其后,联发科发布了天玑9300,支持运行10亿至330亿参数的端侧大模型。
今年以来,主流芯片厂商升级了能够提升终端AI能力NPU的性能,为端侧AI时代奠定了基础,这使得图像、语言等生成式 AI 可以在终端上运行,并将扩展到视频和音频,从而接近多模态AI。
边缘AI、AI PC和AI手机等端侧智能的快速发展,不断积累GenAI在边缘侧和终端侧下沉的经验。随着边缘和端侧GenAI的不断应用,消费物联网一些终端也逐渐具备了在边缘和端侧应用GenAI的条件,例如,智能家居中控设备、智能音箱等,搭载高性能GPU和NPU,支持边缘和本地GenAI运行。
近年来,物联网与各个领域深入融合,让AIoT已深入人心,伴随着生成式人工智能的发展,GenAIoT开始进入人们生活中,期待GenAI能够加速提升消费物联网用户体验,改变消费物联网格局,进而进一步应用于产业物联网,推动物联网进入GenAIoT时代。