تمام آنچه که ما برای کار دقیق با مدلهای یادگیری ماشینی نیاز داریم، حجم زیادی داده با کیفیت و مرتبط است. اینترنت اشیا هم پتانسیل تولید مقدار زیادی اطلاعات را دارد که این اطلاعات را میتوان با استفاده از هوش مصنوعی مورد استفاده قرار داد.
دوربینهای تشخیص چهره را تصور کنید که برای تشخیص چهره اطلاعات زیادی را جمعآوری میکنند. خودروهای خودرانی که اطلاعات را از محیط اطراف جمعآوری میکنند. ترکیب هوش مصنوعی و اینترنت اشیا میتواند در اینجا به کار گرفته شود اما در مورد این که این دو فناوری چگونه با هم ادغام شوند، مطالب کمی منتشر شدهاست.
پلتفورمهای فعلی اینترنت اشیا امکان جمعآوری اطلاعات از ادوات مختلف را فراهم میکنند که این پلتفورمها به سادگی میتوانند اطلاعات اینترنت اشیا را در اختیار سیستمهای هوشمصنوعی/یادگیری ماشینی قرار دهند. در اینجا چند مثال از ترکیب هوش مصنوعی و اینترنت اشیا ارائه میشود.
ET City Brain یک پلتفورم هوش مصنوعی است که توسط شرکت آلاباما کلود ارائه شدهاست. این پلتفورم از منابع عمومی شهری استفاده میکند. این فناوری در شهر هونگژو چین مورد استفاده قرار گرفته و در نهایت موجب کاهش ترافیک شهر به میزان ۱۵ درصد شدهاست. این فناوری با استفاده از دادههای شهری کمک میکند تا تصادفها به حداقل رسیده و پارک کردنهای غیرمجاز نیز کم شود. همچنین این فناوری به آمبولانسها کمک میکند تا سریعتر به بیمار برسند. برای این کار از اینترنت اشیا استفاده میشود تا با کمک یک سیستم نرمافزاری، چراغهای راهنمایی و رانندگی کل شهر را برای رسیدن به هدف از پیش تعیین شده (کاهش ترافیک، رسیدن آمبولانس به بیمار و غیره) کنترل شود.
راننده خودکار تسلا: سامانه خودکار تسلا مجهز به دوربین، جیپیاس، رادار و حسگرهایی است که میتواند سختافزارها را کنترل کند. این سامانه با استفاده از شبکه نرونی و اتصال به حسگرهای مختلف میتواند به تصمیمگیری صحیح درباره حرکت خودرو کمک کند.
سامانه کنترل کلاس: این سیستم در یکی از دبیرستانهای چین پیادهسازی شدهاست. دوربینها هر ۳۰ ثانیه یک بار اتاق را اسکن میکنند و الگوریتمها قادراند تا احساسات دانشآموزان و رفتار آنها را تعیین کنند. با این کار مدیر مدرسه میتواند روی رفتار دانشآموزان و میزان یادگیری آنها تسلط بیشتری داشته باشد.
این مثالها نشان میدهد که چگونه هوش مصنوعی با استفاده از اطلاعات جمعآوری شده توسط اینترنت اشیا مشکلات را حل میکند.