机器学习技术使物联网（IOT）设备更加强大 云端运算为幕后推手

　　物联网(IOT))产业吸引众多科技厂商投入，而产品是否具备机器学习能力，决定其是否能获得消费者青睐。

　　根据Venture Beat报导，1996年时，芝加哥的Cook County Hospital急诊室使用一种算法来了解，当病人出现胸痛症状时，是否是因为患有心脏病，应该要将他们移入病床。该算法使用一种系统性的基本测试，为快速、有效而且精准的方法。可以把70%的病人划分到低风险领域，其他病人中有95%为心脏病患，精准度高于一般医生判断的75~89%。而当时还没有深度运算技术。

　　现在全世界一年有64亿个物联网(IOT)设备，平均下来几乎每个人都拥有1个。如果当中1%可以搜集各种心跳、饮食或睡眠数据、分析人的身体状况，便可以大幅扩大医疗的普及。将技术扩大使用的真正关键在于机器学习。机器学习可以从搜集来的数据中找出规律，而一般医生就算有了数十年经验可能也无法做到。试想，Fitbit如果可以侦测出人的心跳变化与某种心脏疾病有关，它就会告诉你应该去医院接受治疗。透过一般家里的设备解决过去不可能的问题，就能创造出价值。目前各种领先的智能设备都具备机器学习能力。以Nest为例，一般人购买Nest并不是因为想要用手机来开启暖气，去“按开关”从来不是人们的问题，但重点是它可以节能、根据室内人数来调整温度，用智能解决问题。

　　然而许多物联网(IOT)科技缺乏真正的智慧。远程遥控门锁或收音机，乍看之下很先进，但仅获得上流社会的青睐，机器学习则是要让人觉得非拥有不可、可以普及的设备。恒温器让你觉得温暖，穿戴式设备给你个人化的提醒，环境监控会分析污染源，保护家人健康。而现在有了云端，要把机器学习技术放进设备里，无论是连网或运算都能轻松达成，数据才是真正的问题。计算机若要从数据中找出规律，数据量必须够大。它必须考虑多种因素，包括个人使用偏好、环境等等。许多因素可能与时间有关，包括使用频率、行为频率、条件频率、行为改变、季节变迁、传感器的数据精准度变化等。如此一来，要追上领先者是不容易的事，因为领先者拥有的数据更多、且更精准。

　　然而目前仅有IBM和Google开始销售机器学习产品。机器学习对新创公司而言或许是太过昂贵的投资，但也不尽然如此，其关键在于要利用别人的运算计算机，而云端运算则是推手。新创公司可以用小时计费方式得到强大的运算能力。最重要的是，你的硬件不需要具备强大的功能才能实现机器学习，一开始推出时也不必马上具有机器学习功能。Nest一开始也并不聪明，当时只有简单的运算法，可以预测家中温度达到某个程度需要多少时间，透过之后的更新，才开始有其他功能。对新创公司来说可以依据自身财务状况慢慢增加机器学习功能，但同时也必须确保不能被竞争者抢先一步。

　　机器学习让智能设备不再只是方便，而是具备了强大力量。Nest和亚马逊Echo(Amazon Echo)成为领先者，不但不断增加新的使用价值，同时也有数百家科技公司的加入，未来世界将大不相同。