技术组-第一次作业-2022300114-高紫欣
与传统物联网的区别：
传统物联网是实现数据收集到数据处理的过程，传感器收集环境中的数据，并把他们传到云端，数据在云中心进行计算和储存，再通过互联网反馈。而智能物联网是以数据处理为中心，传感器进行实时信息采集，然后在终端设备、边缘设备、云端都可以进行数据的处理和挖掘。智能物联网和传统物联网最大的不同应该是智能物联网从云端计算集群、边缘网络节点到物联网智能终端都可以进行感知、学习和决策。
迅猛兴起的原因：
一是物联网终端设备的普及，终端数据和连接的迅速增长，需要计算能力更高的物联网体系架构来实现数据的及时分析和处理；二是许多特殊的领域应用场景对数据处理的实时性、隐私性要求更为迫切；三是深度学习等人工智能的兴起；四是物联网终端计算能力不断提升；五是边缘计算和边缘智能的兴起。
未来的前景：
智能物联网带来了泛在智能感知、情境自适应通信、分布式群体智能、云边端协同计算等新的挑战问题，来自国内外的许多研究人员都对智能物联网这一前沿领域开展了系统性研究。在 AIoT 快速发展趋势下，国内外著名 IT 企业也都加紧布局，在边缘智能、智能芯片、智能物联网软件平台等方面取得了很多基础性成果。所以无论在学术界和产业界，智能物联网均成为新的发展趋势。
关键技术的阐释：
一、泛在智能感知技术：是通过内嵌在智能手机、手表等中的摄像头、加速度传感器等对人和环境进行多模态感知，然后利用人工智能的算法、模型和技术对感知到的信息进行分析，得到关于人和环境的情境状态，进而为人在合适的时间、地点提供智能的服务。包括智能视觉感知、智能听觉感知、智能无限感知、多模态智能感知。
二、群智感知计算技术：群智感知计算是利用大量的移动终端作为基本感知单元，通过互联网实现感知任务分发与感知数据收集利用，以实现构建大规模移动感知网络。
三、智能物联网通信：智能物联网通信的主要思想是将机器学习和AI思想融入到相应的算法或协议中，实现AI和通信的结合，目前各项研究正处于初步，探索阶段。
四、终端适配深度计算：具有高可靠性、保护数据隐私的优势。
五、物联网分布式学习：单智能体数据和经验有限，通过群体分布式协作可实现超越个体行为的集体智慧，构建具有自组织、自学习、自适应等能力的智能感知计算空间。
六、云边端协同计算：是指将部分计算从云端下沉到边缘和终端，以缓解云计算负载，产生更快的服务响应。
七、安全与隐私保护：智能物联网时代，智能物联网终端、硬件以及人工智能的应用都可能导致数据的泄露等安全问题，需要从法律、技术等层面解决安全和隐私保护的问题。
应用场景：自动驾驶、目标识别与跟踪、智慧城市、智慧家居等。
