物聯(lián)網(wǎng)（Internet of Things）這個概念讀者應(yīng)該不會陌生。物聯(lián)網(wǎng)的概念最早于1999年被提出來，曾被稱為繼計算機(jī)、互聯(lián)網(wǎng)之后，世界信息產(chǎn)業(yè)發(fā)展的第三次浪潮，到現(xiàn)在已經(jīng)發(fā)展了20余年。
如今，在日常生活中，我們已經(jīng)可以接觸到非常多的物聯(lián)網(wǎng)產(chǎn)品，例如各種智能家電、智能門鎖等，這些都是物聯(lián)網(wǎng)技術(shù)比較成熟的應(yīng)用。
物聯(lián)網(wǎng)最早的定義是：把所有物品通過射頻識別等信息傳感設(shè)備與互聯(lián)網(wǎng)連接起來，實(shí)現(xiàn)智能化識別和管理。當(dāng)然，物聯(lián)網(wǎng)發(fā)展到今天，它的定義和范圍已經(jīng)有了擴(kuò)展與變化，下面是現(xiàn)代物聯(lián)網(wǎng)具有的特點(diǎn)。

1. 物聯(lián)網(wǎng)也是互聯(lián)網(wǎng)
物聯(lián)網(wǎng)，即物的互聯(lián)網(wǎng)，屬于互聯(lián)網(wǎng)的一部分。物聯(lián)網(wǎng)將互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施作為信息傳遞的載體，即現(xiàn)代的物聯(lián)網(wǎng)產(chǎn)品一定是“物”通過某種方式接入了互聯(lián)網(wǎng)，而“物”通過互聯(lián)網(wǎng)上傳/下載數(shù)據(jù)，以及與人進(jìn)行交互。
舉個通過手機(jī)App遠(yuǎn)程啟動汽車的例子，當(dāng)用戶通過App完成啟動操作時，指令從已接入互聯(lián)網(wǎng)的手機(jī)發(fā)送到云端平臺，云端平臺找到已接入互聯(lián)網(wǎng)的車端電腦，然后下發(fā)指令，車端電腦執(zhí)行啟動命令，并將執(zhí)行的結(jié)果反饋到云端平臺；同時，用戶的這次操作被記錄在云端，用戶可以隨時從App上查詢遠(yuǎn)程開鎖記錄歷史。
這就是一個典型的物聯(lián)網(wǎng)場景，它是屬于互聯(lián)網(wǎng)應(yīng)用的一種。“物”接入互聯(lián)網(wǎng)，數(shù)據(jù)和信息通過互聯(lián)網(wǎng)交互，同時數(shù)據(jù)和其他互聯(lián)網(wǎng)應(yīng)用一樣匯聚到了云端。

2. 物聯(lián)網(wǎng)的主體是“物”
前面說現(xiàn)代物聯(lián)網(wǎng)應(yīng)用是一種互聯(lián)網(wǎng)應(yīng)用，但是物聯(lián)網(wǎng)應(yīng)用和傳統(tǒng)互聯(lián)網(wǎng)應(yīng)用又有一個很大的不同，那就是傳統(tǒng)互聯(lián)網(wǎng)生產(chǎn)和消費(fèi)數(shù)據(jù)的主體是人，而現(xiàn)代物聯(lián)網(wǎng)生產(chǎn)和消費(fèi)數(shù)據(jù)的主體是物。
在現(xiàn)代物聯(lián)網(wǎng)的應(yīng)用場景下，數(shù)據(jù)的生產(chǎn)方是“物”，比如智能設(shè)備或者傳感器，數(shù)據(jù)的消費(fèi)者往往也是“物”。
在智慧農(nóng)業(yè)的應(yīng)用中，孵化室中的溫度傳感器將孵化室中的溫度周期性地上傳到控制中心。當(dāng)溫度低于一定閾值時，中心按照預(yù)設(shè)的規(guī)則遠(yuǎn)程打開加溫設(shè)備。在這一場景中，數(shù)據(jù)的生產(chǎn)者是溫度傳感器，數(shù)據(jù)的消費(fèi)者是加溫設(shè)備，二者都是“物”，人并沒有直接參與其中。
物聯(lián)網(wǎng)和傳統(tǒng)互聯(lián)網(wǎng)最大的不同：數(shù)據(jù)的生產(chǎn)者和消費(fèi)者主要是物，數(shù)據(jù)內(nèi)容也是和“物”息息相關(guān)的。

3. 物聯(lián)網(wǎng)和人工智能
人工智能可謂近年來IT領(lǐng)域最火的詞語之一。縱觀人工智能的發(fā)展路線，我們可以看到，人工智能的發(fā)展之所以能夠突飛猛進(jìn)，主要有以下兩個原因。
硬件的發(fā)展使得深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)時間迅速縮短。
在大數(shù)據(jù)的時代，獲取大量數(shù)據(jù)的成本變低。
事實(shí)上，第二個原因尤為重要，神經(jīng)網(wǎng)絡(luò)由于其特性，需要海量的數(shù)據(jù)進(jìn)行學(xué)習(xí)，可供學(xué)習(xí)的有效數(shù)據(jù)量往往決定了最后訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)的效果，甚至算法的重要性都可以排在數(shù)據(jù)量之后。
而物聯(lián)網(wǎng)設(shè)備，比如智能家電、可穿戴設(shè)備等，每天都在產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過處理和清洗后，都可以作為不錯的訓(xùn)練數(shù)據(jù)反哺神經(jīng)網(wǎng)絡(luò)。同時，訓(xùn)練出來的神經(jīng)網(wǎng)絡(luò)又可以重新應(yīng)用到物聯(lián)網(wǎng)設(shè)備中，進(jìn)而形成一個良性循環(huán)。

關(guān)于課程講師：國家自然科學(xué)基金項(xiàng)目四項(xiàng)（其中重點(diǎn)項(xiàng)目兩項(xiàng)），國防預(yù)研項(xiàng)目兩項(xiàng)，國家科技重大專項(xiàng)一項(xiàng)，深圳市基礎(chǔ)研究項(xiàng)目六項(xiàng)，深圳市技術(shù)攻關(guān)項(xiàng)目一項(xiàng)。
想要了解更多IT資訊內(nèi)容可與老師聯(lián)系18513851518（同微信）