来源：物联之家（iothome.com)

物联网将产生海量数据——这些数据可以帮助城市预测事件和犯罪；让年夜夫实时理解起搏器或生物芯片的信息；通过对设备和机器进行预测性掩护，实现跨行业的最佳生产效率；创建真正智能的家用电器，并供应自动驾驶汽车之间的关键通信。
物联网带来的可能性是无限的。

随着连网设备和传感器的快速扩展，它们创建的数据量将呈指数级增长，而随之而来的最大问题是如何剖析这些海量性能数据。

事情便是这样：跟上物联网天生数据的速率并得到洞察力的唯一方法是机器学习。

什么是人工智能，什么是机器学习？

人工智能是对感知周围天下、形成操持并为实现目标而做出决策的智能体的研究。
它的根本包括数学、逻辑、哲学、概率论、措辞学、神经科学和决策理论。
许多领域都属于人工智能的范畴，如打算机视觉、机器人学、机器学习和自然措辞处理。

机器学习是人工智能的一个分支，它的目标是让打算机能够自己学习。
机器的学习算法使其能够识别数据中的模式，然后构建阐明天下的模型，并在没有明确预先编程规则和模型的情形下预测事物。

为什么机器学习很主要？

人工智能将比任何其他创新更有能力塑造我们的未来，任何不理解它的人很快就会创造自己被抛在后面。

在经由多个人工智能冬天和“虚假繁荣”之后，数据存储和打算机处理能力的快速发展极大地改变了游戏规则。

机器学习已经对打算机视觉（机器识别图像或***中工具的能力）做出了巨大改进。
例如，您网络了几十万乃至几百万张图片，须要分别给它们贴上标签，比如要给有猫的图片贴上标签，然后，该算法试图建立一个模型，可以准确无误地给每一张有猫的图片贴上标签。
一旦精度足够高，机器就能“理解”猫的样子。

例如，跟踪康健状况的可穿着设备已经是一个新兴行业，但很快这些设备将发展成为相互连接并连接到互联网的设备，可以跟踪您的康健状况并为康健做事供应实时更新。

如果您身体的某项指标达到阈值，您的年夜夫会收到关照——例如，心率增加到不屈安的水平，乃至停滞。
为了能够指出潜在问题，必须从正常和不正常的角度来剖析数据，而这须要基于实时数据流快速识别相似性、干系性和非常性。
这能否由在医疗做事部门事情的个人来完成？——实时审查来自数千名患者的数据，并精确决定何时发出紧急信息？不太可能——编写代码或规则来搜索数据以查找已知模式非常耗时，充满了缺点，并且仅限于识别先前已知的模式。

为了在网络数据时立即进行剖析，以准确识别先前已知和先前从未见过的新模式，还必须利用能够天生和聚合这些大数据的机器来理解每个患者的正常行为，并跟踪、创造和标记任何可能表明严重康健问题的非常内容。
（来源：物联之家iothome）

物联网的实现依赖于能够得到隐蔽在广阔且不断增长的数据海洋中的洞察力。
由于目前的方法不能扩展到物联网的规模，因此，实现物联网承诺的未来依赖于机器学习来创造模式、干系性和非常，而这些模式、干系性和非常有可能会改进我们日常生活的所有方面。

机器学习是我们走向人工智能之旅的核心，与此同时，它将改变每个行业，并对我们的日常生活产生巨大影响。

延伸阅读：

超级伙伴：物联网、人工智能和云组建了一个强大的同盟

物联网、人工智能和增强现实正在重塑零售业

区块链和人工智能：完美匹配

工业物联网的进步如何影响就业市场？