“AIoT”即“AI+IoT”，指的是人工智能技术与物联网在实际应用中的落地融合。当前，已经有越来越多的人将AI与IoT结合到一起……
AI与IoT融合领域近年来一片火热，不论是资本市场，还是大众创业，无不对其表现出极大的热情。
AIoT领域中人机交互的市场机会
自2017年开始，“AIoT”一词便开始频频刷屏，成为物联网的行业热词。“AIoT”即“AI+IoT”，指的是人工智能技术与物联网在实际应用中的落地融合。当前，已经有越来越多的人将AI与IoT结合到一起来看，AIoT作为各大传统行业智能化升级的最佳通道，已经成为物联网发展的必然趋势。
在基于IoT技术的市场里，与人发生联系的场景（如智能家居、自动驾驶、智慧医疗、智慧办公）正在变得越来越多。而只要是与人发生联系的地方，势必都会涉及人机交互的需求。人机交互是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务的人与计算换机之间的信息交互过程。人机交互的范围很广，小到电灯开关，大到飞机上的仪表板或是发电厂的控制室等等。而随着智能终端设备的爆发，用户对于人与机器间的交互方式也提出了全新要求，使得AIoT人机交互市场被逐渐激发起来。
AIoT发展路径
以智能家居市场为例，数据显示，2018年中国智能家居规模将达到1800亿元，到2020年智能家居市场规模将达到3576亿元。分析师预测，2021年全球智能家居市场规模将达5000多亿元。飞速爆发中的AIoT市场，所蕴藏的人机交互需求及前景无疑是令人期待的。
人类生活的数字化进程已持续约三十年，这些年我们经历了从模拟时代到PC互联时代再移动互联时代的演进，而目前我们正处在向物联网时代的演进过程中。从交互方式上来讲，我们可以看到机器是越来越“迁就”人的：从PC时代的键盘和鼠标到移动时代的触屏、NFC以及各种MEMS传感器，再到物联网时代正在蓬勃发展的语音/图像等交互方式，使用门槛正在变得越来越低，这导致了越来越多的用户的卷入。同时我们需要注意到另一个深刻的变化，即由于交互方式的演进，大量的新维度的数据也在不断地被创造出来和数字化，比如PC时代的工作资料和娱乐节目，智能手机时代的用户使用习惯、位置、信用和货币，再到物联网时代的各种可能的新数据。
在物联网时代，交互方式正在往本体交互的方向发展。所谓“本体交互”，指的是从人的本体出发的，人与人之间交互的基本方式，如语音、视觉、动作、触觉，甚至味觉等。例如，通过声音控制家电，或者空调通过红外来决定是否应该降温，通过语音和红外结合来进行温度的控制（侦测到房间里没人的时候，即便电视节目里提到了“降温”，空调也不做反应）。
新的数据是AI的养料，而大量的新维度的数据正在为AIoT创造出无限可能。从AIoT发展路径来看，当前行业人士普遍认为，其将经历单机智能、互联智能到主动智能的三大阶段。
单机智能指的是智能设备等待用户发起交互需求，而这个过程中设备与设备之间是不发生相互联系的。这种情境下，单机系统需要精确感知、识别、理解用户的各类指令，如语音、手势等，并正确决策、执行和反馈。AIoT行业正处于这一阶段。以家电行业为例，过去的家电就是一个功能机时代，就像以前的手机按键式的，帮你把温度降下来，帮你实现食物的冷藏；现在的家电实现了单机智能，就是语音或手机APP的遥控去实现调温度、打开风扇等。
无法互联互通的智能单品，只是一个个数据和服务的孤岛，远远满足不了人们使用需求。要取得智能化场景体验的不断升级、优化，首先需要打破的是单品智能的孤岛效应。而互联智能场景，本质上指的是一个相互互联互通的产品矩阵，因而，“一个大脑（云或者中控），多个终端（感知器）”的模式成为必然。例如，当用户在卧室里对空调说关闭客厅的窗帘，而空调和客厅的智能音箱中控是连接的，他们之间可以互相商量和决策，进而做出由音箱关闭客厅窗帘的动作；又或者当用户晚上在卧室对着空调说出“睡眠模式”时，不仅仅空调自动调节到适宜睡眠的温度，同时，客厅的电视、音箱，以及窗帘、灯设备都自动进入关闭状态。这就是一个典型的通过云端大脑，配合多个感知器的互联智能的场景落地。
主动智能指的是智能系统根据用户行为偏好、用户画像、环境等各类信息，随时待命，具有自学习、自适应、自提高能力，可主动提供适用于用户的服务，而无需等待用户提出需求，正如一个私人秘书。试想这样的场景，清晨伴随着光线的变化，窗帘自动缓缓开启，音箱传来舒缓的起床音乐，新风系统和空调开始工作。你开始洗漱，洗漱台前的私人助手自动为你播报今日天气、穿衣建议等。洗漱完毕，早餐和咖啡已经做好。当你走出家门，家里的电器自动断电，等待你回家时再度开启。
AIoT的实现对边缘计算能力提出需求
边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。在行业内有个十分形象的比方，边缘计算犹如人类身体的神经末梢，可以对简单的刺激进行自行处理，并将特征信息反馈给云端大脑。伴随AIoT的落地实现，在万物智联的场景中，设备与设备间将互联互通，形成数据交互、共享的崭新生态。在这个过程中，终端不仅需要有更加高效的算力，在大多数场景中，还必须具有本地自主决断及响应能力。拿智能音箱举例，其不仅需要支持本地唤醒的能力，还应该具备远讲降噪的能力，而由于实时性以及数据有效性的考虑，这方面的计算必须发生在设备端而不是云端。
智能家居行业作为AIoT人机交互最重要的落地场景，正吸引越来越多企业进入。在这其中，既有如Apple、Google、Amazon等这样的科技巨头，也有像海尔、三星这类的传统家电厂商，当然也不乏小米、京东这样的互联网新贵。基于互联智能的构想，未来的AIoT时代，每个设备都需要具备一定的感知（如预处理）、推断以及决策功能。因此，每个设备端都需要具备一定不依赖于云端的独立计算能力，即上面提到的边缘计算。
在智能家居的场景下，通过自然语音的方式与终端设备进行交互，在当前已成为行业主流。由于家庭场景的特殊性，家用终端设备需精准区分、提取正确的用户命令（而不是家人在谈话时无意说到的无效关键词），以及声源、声纹等信息，因此，智能家居领域的语音交互对于边缘计算也提出了更高要求，具体表现在以下几方面：
