AI可以帮助减少IoT传感器的困扰吗？

物联网正在逐步改变我们今天收集数据和生活的方式。它还使日常对象能够与组织中的其他设备共享无线连接。这项技术正在揭示所有工业领域的创新和概念。根据全球市场，物联网预计将以10.6％的复合年增长率增长。据估计，这一数字将从2019年的6536亿美元增长到2023年的10804亿美元。

物联网传感器通过互联网连接积累大量数据。使用人工智能和机器学习工具对这些数据进行分析和评估。所收集的传感器数据可以是位置，声音或湿度以及机器的不同测量值的形式。一旦获得了数据洞察力，就可以将其用于比较，计算，预测和检查现有数据，并采取相关的后续行动。人工智能还有助于存储物联网设备处理的大量数据。此外，人工智能和物联网可以共同推动互联智能机器的发展，这些机器彼此共享信息并做出明智的决策，而无需任何人工干预。

的确，物联网设备和传感器正变得越来越普遍。通过帮助他们从终端设备创建连续的数据流，同时使用更少的能源，更少的产品和更少的预算，它们还最小化了公司对数据科学家和分析师的依赖。但是，只要依靠电源运行，IoT传感器和设备就会变得资源丰富。没有恒定的电源，它们将无法收集或传输数据。

为了解决这个问题，匹兹堡大学项目的研究人员提出了人工智能的应用，以延长部署在物联网中的传感器的寿命。该系统将有助于减少IoT传感器的能耗并减轻电池寿命问题。在这个项目中，研究人员使用搭载在环境中的能量驱动的背负式传感器来触发主要传感器。搭载传感器将在无人看管的情况下运行并接受训练，使用AI算法，仅在满足特定事件条件时才向主要设备发出信号，以使其开启。

皮特斯旺森工程学院电气与计算机工程研究的首席研究员兼副教授胡静彤解释说，使用从环境中收集的能量运行AI算法的主要挑战之一是，环境中的能量是间歇性的。他补充说：“就像笔记本电脑一样，如果传感器断电，则会丢失数据，因此我们希望帮助AI算法即使在断电情况下也能做出准确的决定。”

Hu和他的团队计划开发一种利用能量收集技术在遥感器设备上节省电能的方法，该技术从环境中获取能量，例如太阳能，热能或风能。然后，他们将添加第二个小型传感器，该传感器可以触发功能更强大的设备，从而节省能源并不用用户频繁更换电池。较小的传感器应由从环境中收集的能量提供动力。这种较小的传感器将在无人值守的情况下运行，并且可以借助AI进行训练，以识别模式并向较大的设备发出信号以在特定事件中开启。

根据美国国家科学基金会（NSF）网站上的博客文章，他的团队概述了三个任务，这些任务将为基于能源收集技术的物联网设备进行间歇性增量推断奠定基础。这些是：

1.开发新颖的功率跟踪感知压缩，在线修剪和自适应算法，以确保在间歇供电的设备上高效部署多出口DNN。

2.开发新的多出口统计和增量神经网络（MESI-NN），以进一步减少等待时间并提高准确性和能效。

3.设计新的神经体系结构搜索算法，该算法可以自动搜索最佳的MESI-NN体系结构。该项目将使用真实的系统和应用程序进行评估，例如图像分类，关键字识别和活动识别。

该提案的主要目的是延长部署在偏远地区的传感器和设备的寿命，这将使各种消费者，企业，科学和国家安全应用大为受益。物联网设备还用于监视和预测自然灾害。例如：传感器技术目前用于观察地球上一些偏远地区的活火山释放的气体。