跳到主要內容區塊
8月號 2018 Aug
資訊補給站-淺談物聯網、大數據與人工智慧
作者/資訊處 陳福吉
 
什麼是「物聯網」?
 
物聯網(Internet of Things;IoT)是將所有物品連接上網,當任何東西都互相聯結時,即可透過網路對電腦、裝置、機器或人員進行集中管理控制,而最終目標是達成任何物品都能互相溝通,讓整個網絡接近全自動化操控。物聯網不僅可以讓生活更方便,也帶來更多的安全,所有資料經由網路的收集,最後聚合而成大數據,加值運用達成事件預測與防範。管理學大師杜拉克的名言:「If you can't measure it, you can't manage it!」,日後物聯網時代數據蒐集不在困難,可以做更完整分析與管理,而管理決策模式轉變成資料導向。
 
物聯網概念於1998年出現,架構分為應用層、網路層與感知層,但當時許多技術並未成熟,所以推行起來面對了許多困難與挑戰。而在20年後的今天,不論在技術上的克服或使用者對資訊科技接受度與習性的改變,例如應用層中行動裝置普及化、網路層中3G/4G的推出、感知層設備量產價格下降,讓物聯網從2017年開始變的不在遙不可及。

台糖公司投入物聯網、大數據、人工智慧、雲端運算與ARVR技術運用
 
我的資料也是大數據嗎?
 
數位化時代全面來臨,幾乎所有的資訊皆資料化儲存,從日常的報紙新聞、音樂電影到個人的指紋、臉型、汽車車牌,由不同的媒體形式資料化存在著不同地方。大數據(Big Data)即是將這些分散在各處的資料全部收集在一個檔案系統中,而這資料量規模大到無法由人工來進行擷取、管理、處理、分析與匯總解讀。資料的價值是得靠一連串的處理與分析轉換成有用的知識,因此產生新商業模式是圍繞著資料本體,透過資料交換與分享取得利益,也就大家口中常說的「羊毛出在狗身上,豬來買單」營利模式。第一個正式刊登大數據成功案例是Google由搜尋引擎中取得大量相關搜尋資料,Google的大數據中有文字、有圖片、有文章,每天運用數百種分析模型在24PB(PetaByte)資料量中進行分析,預測美國可能發生H1N1的地方,2009年一舉登上Science期刊引起大家的注意。

 
怎麼大家都在談「人工智慧」?
 
人工智慧(Artificial Intelligence;AI)應用領域廣泛,概念是希望讓電腦能像人類一樣的學習、解決複雜問題、抽象思考、展現創意等,進一步推理、規劃、交流和感知。人工智慧領域發展上是具有高度技術性與專業性,AI下各分支領域都是深入且不相通的,主要如同前面所述涉及範圍極廣。再者AI為了解決複雜問題,而需透過多種方式的嘗試與驗證找出最好的解決方法,可能從搜尋和數學最佳化、邏輯推演延伸,甚至仿生學、認知心理學、統計學、經學濟等領域來一一探索。
 
AI是發展超過60年的電腦科學研究分支,在每個年代皆是大家關心的議題。早期的研究成果中可能著重於知識表達與專家系統,進而轉往資料探勘、預測、及自然語言處理,再演進到機器人、電腦視覺、語音辨視領域發展,一直到目前的語意辨視、人機互動暨創造力的表現方。只要人工智慧本身還無法針對特定問題而創造出人工智慧的話(AI創造另一個AI),該領域還會一直走下去。

 
IoT、Big Data與AI之間的關係
 
三者之間的關係就向是蓋房子一樣,有著基底才能往上發展。物聯網像是資料的來源與終端設備的控制操作,大數據是這些資料儲存與分析的平台,而人工智慧是對這些資料做加值分析眾多的手段之一。資料(文字、語音、影像等)的處理與分析往往是最有價值最困難的部份,面對問題可能有許多方法可以達成,但每個方法結果的精確率不一樣,建置成本也有差異,應評估找出最適成本效益之解決方法,這也是做資料分析最困難的一環。

 
結論
科技日新月異,對新資訊科技需要不斷與時俱進,如同再造台糖策略推動中「資訊科技之應用」,台糖公司投入物聯網、大數據、人工智慧、雲端運算與AR/VR技術運用,藉由新科技促使產業升級,邁向產業4.0之路。或許大家都知道這些新科技的導入是趨勢,但往往不知道如何開始,建議「以終為始,化整為零」,先訂出想要達成的目標,在將這目標拆解更細的任務,此時思考要完成這些任務需要那些資料,而這些資料想要如何去運用它、處理它。
編輯室報告
封面故事
專題報導
糖情outlook
業務特寫
主編精選
資訊補給站
繽紛生活
  • 買東西
  • 找據點
  • 會員區
  • 住台糖
  • 更多社群分享