物聯網（IoT）正在慢慢改變我們收集數據和生活的方式。它還使日常用品能夠與組織內的其他設備共享無線連接。這項技術正在打破所有工業領域的創新和概念。據AnalyticsInsight預測，就全球市場而言，物聯網的復合年增長率為10．6%。預計將從2019年的6536億美元擴大到2023年的10804億美元。

物聯網傳感器通過互聯網通過設備連接積累大量數據。使用人工智能和機器學習工具對這些數據進行分析和評估。收集的傳感器數據可以是位置、聲音或濕度以及機器的不同測量值。一旦獲得數據見解，就可以用來與現有數據進行比較、計算、預測和核對，并采取相應的后續行動。人工智能還幫助存儲物聯網設備處理的大量數據。此外，人工智能和物聯網可以共同推動互聯智能機器的發展，這些機器相互共享信息，在沒有任何人為干預的情況下做出明智的決策。

物聯網設備和傳感器正在變得越來越普遍。它們還通過幫助企業從終端設備創建連續的數據流，同時使用更少的能源、更少的浪費和更少的預算，從而最大限度地減少公司對數據科學家和分析師的依賴。然而，物聯網傳感器和設備只要是在電源下運行，就有資源可用。如果沒有固定的電源，它們就不能收集和傳輸數據。

為了解決這個問題，匹茲堡大學項目的研究人員提出應用人工智能來延長部署在物聯網中的傳感器的壽命。該系統將有助于減少物聯網傳感器的能耗，并緩解電池壽命問題。在這個項目中，研究人員使用搭載式傳感器，這種傳感器由從環境中獲取的能量驅動，來觸發主要的傳感器。背負式傳感器將無人值守運行，并且經過訓練，使用人工智能算法，只在滿足特定事件條件時，才向主要設備發出開啟信號。

該研究的首席研究員、匹茲堡大學斯旺森工程學院電子與計算機工程副教授胡景通解釋說，利用環境獲取的能量運行人工智能算法的主要挑戰之一是，環境產生的能量是間歇性的。他補充說：“就像筆記本電腦一樣，如果傳感器斷電，你就會失去數據，所以我們希望幫助人工智能算法做出準確的決定，即使是在間歇性斷電的情況下。”

胡教授和他的團隊計劃開發一種方法，通過利用太陽能、熱能或風能等環境中的能源收集技術來節省遙感設備的電力。然后，他們將增加一個第二個小傳感器，可以觸發一個更堅固的設備，從而節省能源，并允許用戶更頻繁地更換電池。較小的傳感器應由從環境中獲取的能量供電。這個較小的傳感器將在無人值守的情況下運行，在人工智能的幫助下，它可以被訓練成識別模式，并向較大的設備發出信號，以便在特定事件中開啟;從而起到看門狗的作用。

根據國家科學基金會（NSF）網站上的博客文章，胡和他的團隊概述了三個任務，這將為基于能量收集技術的物聯網設備進行間歇性增量推理奠定基礎。這些是：

1．開發新穎的功率跟蹤感知壓縮，在線修剪和自適應算法，以確保在間歇供電的設備上高效部署多出口DNN。

2．開發新的多出口統計和增量神經網絡（MESI-NN），以進一步減少等待時間并提高準確性和能效。

3．設計新的神經體系結構搜索算法，該算法可以自動搜索最佳的MESI-NN體系結構。該項目將使用真實的系統和應用程序進行評估，例如圖像分類，關鍵字識別和活動識別。

這項提案的主要目標是延長部署在偏遠地區的傳感器和設備的使用壽命，這將大大有利于各種消費者、商業、科學和國家安全應用。物聯網設備也用于監測和預測自然災害。例如：傳感器技術目前被用于觀測地球上一些最偏遠地區的活火山所釋放的氣體。

責任編輯：gt