在某些簡單的術語中，物聯(lián)網(wǎng)包括連接到互聯(lián)網(wǎng)的所有設備。各種估計預計到2020年將有500億臺物聯(lián)網(wǎng)設備連接到互聯(lián)網(wǎng)。

　　設備的復雜性與其屬于物聯(lián)網(wǎng)的分類無關。該設備可以像溫度計或浮動開關一樣簡單，也可以像特斯拉電動汽車或氣相色譜儀那樣復雜。關鍵因素是它直接或間接地連接到互聯(lián)網(wǎng)。直接連接是相當明顯的，它可以通過標準電纜、wifi或任何其他標準互聯(lián)網(wǎng)接口連接。間接連接的設備可能稍微更神秘，因為可能使用諸如藍牙或物聯(lián)網(wǎng)卡等等來連接到網(wǎng)關，然后網(wǎng)關連接到互聯(lián)網(wǎng)。

　　這個概念可以進一步擴展，因為特定設備不需要直接連接到網(wǎng)關。相反，它可以遍歷由任意數(shù)量的設備組成的本地網(wǎng)絡，以便鏈接到網(wǎng)關。后一種情況最常見于設備的網(wǎng)狀網(wǎng)絡中。這允許連接遵循通過該網(wǎng)格的任意路徑，這是一個或多個設備以某種方式被損壞的非常有用的特性。通常，對構(gòu)成網(wǎng)格的物聯(lián)網(wǎng)設備數(shù)量的實際限制由特定應用程序可以容忍的傳輸延遲量確定，因為即使我們忽略，消息也必須通過每個設備的額外傳輸延遲。設備或網(wǎng)關之間網(wǎng)絡沖突可能造成的延遲。

　　通過將AI與物聯(lián)網(wǎng)相結(jié)合，我們觀察到乘數(shù)效應，允許這些技術顯示既不能獨立展示的功能。有兩種主要方法可以實現(xiàn)這一點。目前，最常見的是在物聯(lián)網(wǎng)設備中安裝適當?shù)膫鞲衅?，并使用它們通過互聯(lián)網(wǎng)提供數(shù)據(jù)流，以便在遠程AI系統(tǒng)上進行處理。根據(jù)要監(jiān)控的內(nèi)容，可能擁有來自一種傳感器類型或各種傳感器類型的單個或多個數(shù)據(jù)流。我們已經(jīng)看到這種數(shù)據(jù)處理遷移到物聯(lián)網(wǎng)設備本身，因為設備內(nèi)的處理器和內(nèi)存變得更加強大。

　　與所有受監(jiān)控的物聯(lián)網(wǎng)設備的數(shù)據(jù)流相比，我們目前認為的“大數(shù)據(jù)”似乎微不足道。將處理遷移到物聯(lián)網(wǎng)設備的另一個理由是，在許多情況下，數(shù)據(jù)的值非常短暫。換句話說，必須立即處理數(shù)據(jù)。一個很好的例子是當提取的數(shù)據(jù)用于過程控制循環(huán)時。如果您有連續(xù)流動反應器，為了優(yōu)化所生產(chǎn)產(chǎn)品的質(zhì)量，必須不斷應用反饋。任何重大延遲，在某些系統(tǒng)中可能只有幾秒或更短，

　　通過安裝物聯(lián)網(wǎng)設備來監(jiān)控可能影響過程的所有反應器條件，例如溫度，壓力，流速等，AI系統(tǒng)可用于優(yōu)化產(chǎn)品產(chǎn)量。在許多工業(yè)流程工作的規(guī)模上，即使產(chǎn)品產(chǎn)量提高一小部分，也可能帶來顯著的財務回報。

　　AI也可以在實驗室中應用于分析方面。許多利用AI功能的儀器已經(jīng)上市。您可以在其控制軟件中找到包含AI的氣相色譜儀，紅外光譜儀等。這使得機器在分析收集的數(shù)據(jù)時更加“智能”。在極少數(shù)情況下，這消除了專家運行機器和分析數(shù)據(jù)的需要。

　　國內(nèi)物聯(lián)網(wǎng)卡采購平臺物聯(lián)卡商城表示，結(jié)合物聯(lián)網(wǎng)和人工智能，展示了如何在不需要現(xiàn)場專家的情況下加速復雜數(shù)據(jù)的分析，同時處理大量實驗數(shù)據(jù)，從所有這些數(shù)據(jù)位中提取意義，以便提供多種成像方式。其補充是它還可以提供最佳實驗室設計的數(shù)據(jù)，并提供對實驗室環(huán)境的更有效控制。