人工智能和5G如何结合以实现物联网收入最大化

作者: Jordi Castellvi 2021-06-01 13:49:15

研究表明,人工智能和5G技术相结合可以帮助电信公司实现物联网收入的最大化。

研究机构对全球部署的物联网设备的预测数量仍在不断上升。很少有行业分析师或研究人员能够确定这一数字最终是多少,但他们都承认,到2030年,这一数字将可能超过300亿台。到那时,全球物联网的市场规模将达到20万亿美元或更多。当物联网的概念在2010年首次推出时,对未来增长的预测数字如此庞大可能会被人们认为是可笑的。但是,在以“一个用户就有一台设备”为特征(即每个用户一个手机或每人拥有一台个人电脑)的物联网市场的增长是爆炸性的,并且接近指数级。事实上,全球每天都在增加数以百万计的物联网设备和传感器,而且有越来越多的在线资源。

大规模部署物联网设备的直接结果是,使人们现在所知道和使用的互联网规模更大、范围更广。此外,物联网所产生的社会和经济潜力是巨大的,迄今为止这些潜力几乎没有得到开发。考虑一下物联网系统的工作方式:例如,将网络设备销售给全球各地的客户,而各地的网络连接服务是由电信公司和网络运营商提供的。物联网设备的增长加快了全球化应用的步伐。

尽管这一潜力是显而易见的,但许多云计算服务提供商都发现很难从物联网流量中获得更多收入。这是因为事实证明,物联网的检测、测量、分类和货币化被证明是困难的,因为云计算服务提供商必须能够自动、准确和快速地为每一个物联网细分市场和使用案例提供适当的服务级别,而且它们的数量非常多。事实上,网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

解决全球物联网漫游问题

借助人工智能驱动的5G网络,电信公司、云计算服务提供商、数字服务提供商和网络运营商将成为通信革命的源头,能够实时连接、管理、监控大量个人设备以及自动驾驶汽车、机器人、汽车、摄像头、家用设备、传感器等等。在冠状病毒疫情的影响下,物联网漫游流量的增长正在加速,这表明企业和个人对物联网设备的依赖性越来越高。

应用人工智能将解决全球物联网的漫游问题,不仅通过细分消费者和物联网流量,而且通过利用信令和使用分析提供漫游流量模式的洞察力(例如永久漫游和静默的物联网设备),以及发现并隔离异常活动。当与5G的强大功能结合使用时,云计算服务提供商将通过向不同的物联网细分市场(如关键物联网或特定企业)提供差异化服务,从而带来新的商机,这将使他们能够向价值链上游移动。

那么如何发挥物联网的无限潜力呢?电信公司需要具备什么能力才能利用所提供的机会并从中受益?物联网从无数个数据来源收集大量数据,然后充分利用所有不同数据中包含的力量和相关性,必须迅速收集、处理、管理、分析和采取行动才能阐释出准确的含义。只有这样,才能获得有意义的见解,并提供背景和创造力,以做出明智的决策,并在对动态情况做出快速而敏捷的响应的时候采取明智的行动。该系统还必须能够在充分考虑并遵守数据保护法规、保密性和数据隐私性的前提下,平衡对本地化和集中化智能以及个性化的要求。

促进电信行业的发展

当与机器学习解决方案结合使用时,人工智能还可以准确地测量和预测操作条件,并检测需要修改的参数,以确保理想的结果。智能物联网可以分析和描述一些流程,例如耗时太长、使用太多资源、出现故障或冗余的流程。此外,它们还可以准确地确定哪些任务和例程需要微调以提高效率。其最终结果将是通过智能自动化、主动干预和个性化服务和体验为企业和消费者带来可量化的利益,而人工智能的预测能力将有助于消除瓶颈和网络停机时间。

尽管与物联网集成的移动设备甚至计算机的数量不断增加,但最常见的物联网生态系统继续为大量廉价的小型低端传感器提供连接,这些传感器可以连续或定期传输大量的信令数据可能会给网络造成压力,有时甚至使网络不堪重负。然而,支持人工智能的物联网生态系统通过分析和总结来自一个特定的、唯一标识的设备的数据,显著增强了可扩展性。这样,人工智能可以极大地简化海量数据,同时使传入数据保持完全有意义。

将人工智能与物联网集成以帮助业务转型并实现网络价值最大化的五大好处是:与客户建立更好更深入的关系,更具成本效益,提高运营效率,构建高度安全的网络环境和生态系统,以及更专注于提供新产品和服务。因此,物联网有可能改变电信运营商及其企业和个人消费者的世界。随着该行业的进一步发展,利用5G的灵活性以及机器学习的额外功能将使电信公司能够利用其获得的大量新数据见解,为客户和自身带来更多的好处。

人工智能 5G 物联网
上一篇:自然语言处理(NLP)的历史及其发展方向 下一篇:面部识别的利与弊:是福还是祸?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
当“追风筝的人”遇上了无人机……

随着我国用电需求的不断增长,电网建设的持续扩大,“追风筝的人”愈发力不从心。在逐渐增大的电力运维压力面前,电力工人由于作业效率、范围、成本、安全性和作业环境等方面的限制,愈发难以满足行业发展需求。在此背景下,无人机带来了福音。

智能制造网 ·  2021-05-31 20:48:45
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载