分离硬件和代码、稳定 API

预计在未来几年中，大量的计算工作将在边缘发生，因为组织希望在数据产生最大价值后尽快捕获并采取行动。如今，几乎没有定义所有工作方式的标准和协议。但是与此同时，包括IBM在内的硬件和软件提供商都在拥护开放生态系统方法的好处。

据IDC称，包括服务器机房，蜂窝塔和现场部署的小型数据中心在内的边缘将在未来五年内激增。该公司表示，到2025年，将有50%的新内部部署基础结构部署在边缘位置，而如今这一比例为10%。

边缘将是许多基于机器学习的决策发生在从端点(如个人电脑、智能手机、工业传感器、联网汽车和可穿戴设备)生成的实时数据上。由于将数据从端点发送到核心(定义为公共云、私有云和大型数据中心)并返回到端点会产生影响，因此需要在边缘发生这种情况。
 

在5G网络服务大规模普及应用之前，我们还有很长的路要走，但是我们可以讨论5G的未来含义，以及一旦广泛使用后5G如何改善设备功能。

5G的影响在于可以通过基于云的系统在智能家居设备之间传输的数据量增加。通过利用云的海量计算能力及其处理更大容量数据的能力，我们可以接收更深入的分析，这些分析可以通过使智能家居设备更快、更智能来改善智能家居设备。

那么，5G会促进智能家居市场的创新吗?

当前的智能家居视频监控系统可以显示使用5G进行创新的示例。当前的产品允许您使用运动检测等功能。就目前而言，这是一种监视的基本形式，它监视图像的变化并在发生异常情况时通知所有者。

一旦5G发挥作用，捕获的视频数据就可以发送到云中，进行更详细的分析，并且可以使系统推断出该运动是来自人类，物体还是动物。面部识别也可以在这里发挥作用，在向警察报告事件时提供更无缝的服务。

同样，我们可以使用家庭中各种设备的数据来加强安全措施。与存在或热探测器结合使用的摄像机可以通过为“更大的画面”提供更多的数据点来进行操作，从而消除小错误-合并使用所有智能设备。

我们不能仅仅依靠智能设备为我们做出决策，但是我们可以做的就是改善设备处理，以便在我们介入时，我们已经掌握了所有必要的信息，可以评估适当的行动呼吁。

5G将让房主在自己的房屋内做什么?

目前，使用4G的智能家居采用整合Wi-Fi、蓝牙和其他网络协议的方式以分散的方式运行。与4G不同，5G将与低功耗设备一起使用，使其可用于更广泛的连接产品。这意味着我们将能够连接所有设备，以允许所有设备之间进行集成通信。

例如，你的冰箱和其他厨房电器可以连接在一起，与家庭系统一起协同工作，以创建一个完全自动化的家庭。如果你的冰箱已连接互联网，则如果断电，你可能会收到通知，但是由于家里的其他所有设备也都已连接，因此你可以立即确定是电源故障还是产品故障。更快的连接性意味着用户可以快速利用其智能设备提供的数据，例如可以监控水位并允许进行行为更改以限制用水的用水传感器。

车辆同样适用。未来的汽车将是自动驾驶的，并包括一个集成的行车记录仪，然后可以将其连接到你的安全系统，以在你的房屋外围提供现场增强的安全性，在潜在的入侵者到达你的前门时提醒你。
 

使用深度学习神经网络的另一个挑战是它们的黑匣子问题。如果程序做出了决定，则程序员可以撤消该决定，以找出程序做出该决定的原因。但是，深度学习不是可追溯的系统，而是在隐藏层中处理数据。开发人员只能找到输入到神经网络的数据及其输出。但是，他们无法找出隐藏层中进行了哪些处理来做出决定。因此，很难知道深度学习网络失败的原因，因为没有人可以追溯到发生失败的地方。

有时，深度学习网络甚至无法实现其本来打算完成的任务。神经网络很难像在不同的视频帧中一样在小图像变换中进行概括。例如，根据一项研究，深卷积网络将狒狒或猫鼬标记为相同的北极熊，具体取决于背景的微小变化。

无人驾驶汽车是一项实验，至今尚无人知道结果如何。自动驾驶汽车深度学习能否将其驱动到主流交通工具取决于技术如何进一步发展。即使克服了深度学习的挑战，自动驾驶汽车的方式也存在其他障碍。这些汽车与IoT设备等多种技术集成在一起，以收集数据，云计算以处理数据，以及5G以提高数据传输速度。一旦这些技术能够有效地协同工作，以建立良好的交通生态系统，自动驾驶汽车就能成为主流。

 

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!