茳J魚兒的淡淡心事
誠邀，我是臉譜君。曾是物聯網、大數據的從業者。
簡單點的說，物聯網作為大數據採集的工具，通過大數據的處理、分析，從各行各業的海量數據中，獲得有價值的洞察，為更高級的AI算法提供素材。
在新零售領域，大數據與AI的結合，可以提升人臉識別的準確率，商家可以更好地預測銷售業績；在交通領域，大數據和AI的結合，基於大量的交通數據開發的智能交通流量預測、智能交通疏導等人工智能應用可以實現對整體交通網絡進行智能控制；在健康領域，大數據和AI的結合，能夠提供醫療影像分析、輔助診療、醫療機器人等更便捷、更智能的醫療服務。同時在技術層面，大數據技術已經基本成熟，不管是通過物聯網還是目前的互聯網，都會推動AI技術以冪指數的速度進步。
我是臉譜，一個行走在互聯網的觀察者，對新零售、線上教育、互聯網醫療、智慧物流、智能工業、智慧物業、VR/AR、大數據、區塊鏈等領域頗有研究，曾負責多家傳統企業的信息化轉型。如果對我的文章感興趣或者想要與我深度交流，歡迎私信。
臉譜君
物聯網、大數據及人工智能都是近年來互聯網行業比較火熱的話題，三者之間具有非常緊密的聯繫。想探討物聯網、大數據及人工智能之間如何融合，首先需要了解其基本概念。
概念
1、物聯網
根據百度百科的解釋，物聯網（Internet of Things，IoT）是一個基於互聯網、傳統電信網等的信息承載體，它讓所有能夠被獨立尋址的普通物理對象形成互聯互通的網絡（萬物互聯）。物聯網網絡架構設計由感知層、網絡層及應用層組成，分別實現數據採集、數據傳輸及數據應用的功能。目前，物聯網已經廣泛應用於智慧醫療、智慧環保、智慧城市、智能家居及物流等領域。
2、大數據
大數據指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據具有體量大（Volume）、及時性（Velocity）、多樣性（Variety）、低價值密度（Value）及真實性（Veracity）的“5V”特性。
3、人工智能
人工智能是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。目前，人工智能正在改變各行各業的傳統模式，作為人工智能分支的機器學習/深度學習已經廣泛用於自然語言處理（NLP）、計算機視覺（CV）、機器翻譯及推薦系統等領域。
深度融合
物聯網、大數據、人工智能三者之間相輔相成，可以形成一個閉環通路。物聯網作為智能感知層，主要負責採集現場的數據並將數據上傳至分佈式數據庫中；大數據作為數據存儲層，將經過ETL處理後的數據保存到分佈式文件系統（HDFS）或數據倉庫（HIVE）中；人工智能作為應用層，可利用spark ml或tensorflow實現相關的機器學習或深度學習算法，對存儲在HDFS或HIVE中的數據進行數據挖掘。
應用案例
目前，物聯網、大數據、人工智能已經廣泛用於智慧城市、智慧環保、智慧交通等領域。以智慧環保中的空氣預警為例，首先，物聯網可以作為智慧感知層，安裝在客戶現場的空氣監測設備採集的空氣質量信息通過網絡傳輸數據中心；而後，利用大數據ETL工具（spark、hive）進行數據清洗並存儲至分佈式數據庫/文件系統/數據倉庫中；最後，利用人工智能相關技術進行大數據分析（spark ml、tensorflow），預測未來若干天的空氣質量，並以此輔助進行科學決策及改善環境。
數碼之道
物聯網會產生大量數據，那麼產生的數據通過人工智能反饋來優化物聯網，使得物聯網通過數據化，智能化來更好的發展。
人工智能發展的好與壞，數據和場景反饋的效率是至關重要的，而物聯網大多是反饋快，高頻數據的場景。因此找到合適的物聯網場景，配合大數據和人工智能，會使得物聯網發展的更好。
所以，大數據是鏈接物聯網與人工智能的橋樑。
圖像處理與機器視覺
首先物聯網提供了硬件基礎，提供了人工智能和大數據的載體
其次大數據只要網絡運行起來自然會產生海量數據
然後人工智能則是去從數據中提取到有效信息的手段
技術本身無需融合，需要的是把技術應用到某個領域
AI算法工程師，歡迎拍磚
CV知識點
物聯網的特點之一就是會產生海量數據。所以大數據分析對豐富物聯網的功能，提高物聯網的效率起到非常重要的作用。人工智能是一種重要的數據分析和挖掘工具，它在某些場景下會更有效的分析處理數據。
九子博士
物聯網網產生數據，大數據收集整理數據，人工智能應用數據服務業務
