Искусственный интеллект вещей ( AIoT ) — это сочетание технологий искусственного интеллекта (ИИ) с инфраструктурой Интернета вещей (IoT) для достижения более эффективных операций IoT, улучшения взаимодействия человека и машины и улучшения управления данными и аналитики. [1] [2] [3]
В 2018 году KPMG опубликовала прогнозное исследование о будущем ИИ, включая сценарии до 2040 года. [4] Аналитики подробно описывают сценарий, в котором сообщество вещей увидит, что каждое устройство также содержит свой собственный ИИ, который может автономно связываться с другими ИИ, чтобы вместе выполнять задачи разумно. Создание ценности будет контролироваться и выполняться в режиме реального времени с использованием роевого интеллекта . Многие отрасли могут быть преобразованы с применением роевого интеллекта, включая: автомобильную, облачную, медицинскую, военную, исследовательскую и технологическую.
В AIoT важным аспектом является ИИ, выполняемый на некоторой Вещи. В своей чистейшей форме это подразумевает выполнение ИИ на устройстве, т. е. на периферии или Edge Computing , без необходимости во внешних соединениях. В AIoT нет необходимости в Интернете, это эволюция концепции IoT, и на этом сравнение заканчивается.
Объединенная мощь ИИ и Интернета вещей обещает раскрыть нереализованную ценность для клиентов в широком спектре отраслевых вертикалей, таких как периферийная аналитика, автономные транспортные средства, персонализированный фитнес, удаленное здравоохранение, точное земледелие, интеллектуальная розничная торговля, предиктивное обслуживание и промышленная автоматизация. [5]
Согласно определению Закона о лечении в XXI веке от 2016 года, медицинское устройство — это устройство, которое выполняет функцию в здравоохранении с намерением использовать его «для диагностики заболеваний или других состояний, или для лечения, смягчения, лечения или профилактики заболеваний у человека или других животных, или предназначенное для воздействия на структуру или любую функцию организма человека или других животных» [6] .
В соответствии с Федеральным законом о пищевых продуктах, лекарственных средствах и косметических средствах все системы ИИ, подпадающие под это определение, регулируются FDA. Медицинские устройства классифицируются FDA на три класса в зависимости от их использования и рисков. Чем выше риск, тем строже контроль. Категория класса I включает устройства с наименьшим риском, а класс III имеет наибольший риск. [6] Количество одобренных медицинских устройств, использующих искусственный интеллект или машинное обучение (ИИ/МО), неуклонно растет. К 2020 году Управление по контролю за продуктами и лекарствами США (FDA) одобрило очень много медицинских устройств, использующих ИИ/МО. Год спустя FDA выпустило нормативную базу для машин, использующих программное обеспечение ИИ/МО, в дополнение к регламенту ЕС о медицинских устройствах, который заменил медицинский регламент ЕС. [7] По мере того, как технологии продолжают совершенствоваться, они быстро расширяют методы работы и диагностики в медицинских областях. Различные приложения ИИ могут повысить производительность и сократить количество медицинских ошибок, таких как диагностика и выбор лечения, а также создание прогнозов риска и стратификация заболеваний. [8]
ИИ также помогает пациентам, предоставляя данные пациентов, электронные медицинские карты, мобильные приложения и предоставляя легкий доступ к устройствам и датчикам конкретным пациентам, которым нужны такие технологии. Необходимость защиты данных пациентов является чрезвычайной. Использование электронных карт для сокрытия данных пациентов становится все более сложным, поскольку данные интегрируются в клиническую помощь. Доступ к данным пациентов может быть простым для пациента, но это также вызывает скептицизм в отношении защиты данных.
Технологии и ИИ объединились, чтобы предоставить возможности для лучшего управления информацией здравоохранения и интеграции технологий в медицинской отрасли. ИИ внедряется для распознавания отклонений и подозрений в отношении доступа третьей стороны к конфиденциальным данным. С другой стороны, необходимо будет переосмыслить конфиденциальность и другие основные принципы медицинской этики для внедрения систем глубокого обучения, поскольку мы не можем полагаться исключительно на технологии. [6]
Интеграция ИИ в облачную инженерию может помочь нескольким профессиональным областям в максимизации сбора данных. Это может повысить производительность и эффективность посредством цифрового управления.
Облачная инженерия следует инженерным методам для применения в облачных вычислениях и фокусируется на технологических облачных сервисах. [9] При разработке, разработке, эксплуатации и обслуживании систем облачных вычислений она принимает систематический подход к коммерциализации, стандартизации и управлению. Среди ее разнообразных аспектов есть вклады из инженерии разработки, инженерии программного обеспечения, веб-разработки, инженерии производительности, инженерии безопасности, инженерии платформ, инженерии рисков и инженерии качества. [10]
Внедрение ИИ в структуру информационных технологий для обеспечения плавной рабочей нагрузки и автоматизации повторяющихся процессов. [11] Используя эти инструменты, организации могут лучше управлять данными, поскольку они разрабатывают большие объемы коллективных данных и интегрируют процессы распознавания, классификации и управления данными с течением времени.
С помощью ИИ он может повысить эффективность организаций, внедряя стратегические методы и экономя время на повторяющихся задачах. Выполняя анализ, организации могут экономить время и быть более эффективными.