2、搭建物联网与人工智能环境

搭建物联网与人工智能环境

物联网 (IoT) 和人工智能 (AI) 正给人们的生活带来巨大影响。例如，可穿戴传感器正在革新医疗等行业，能在患者出院后对其进行监测。工业设备上应用的机器学习 (ML) 技术，如异常检测、预测性维护和规范性操作等，可实现更好的监测效果并减少停机时间。

1. 选择设备

在物联网项目中，选择合适的硬件是开展人工智能应用的基础。使用物联网意味着要面对各种限制条件。当数据量较小时，在云端使用机器学习通常是一种经济高效的解决方案，但图像、视频和声音数据往往会使网络不堪重负。如果使用蜂窝网络，成本可能会非常高。而且，大部分物联网的盈利来自服务销售，而非生产昂贵的设备。

以下是市场上一些广泛使用的开发板：
| 设备名称 | 价格 | 典型模型 | 使用场景 |
| — | — | — | — |
| Manifold 2 - C with NVIDIA TX2 | $500 | 强化学习、计算机视觉 | 自主飞行无人机、机器人 |
| i.MX 系列 | $200 + | 计算机视觉、自然语言处理 | 情感分析、人脸识别、目标识别、语音识别 |
| LattePanda | $100 + | 人脸检测、语音识别、高速边缘模型 | 支持音频的信息亭、高频心脏监测 |
| Raspberry Pi Class | $35 | 决策树、人工神经网络、异常检测 | 智能家居、工业物联网 |
| Arduino | $15 | 线性回归 | 传感器读数分类 |
| ESP8266 | $5 或更低 | 仅在云端 | 仅在云端 |

不同设备的价格和功能各不相同。Raspberry