一、物联网简介

物联网（Internet of Things）的概念最早于1999年被提出来，曾被称为继计算机、互联网之后，世界信息产业发展的第三次浪潮，到现在已经发展了20余年。如今，在日常生活中，我们已经可以接触到非常多的物联网产品，例如各种智能家电、智能门锁等，这些都是物联网技术比较成熟的应用。物联网最早的定义是：把所有物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。

当然，物联网发展到今天，它的定义和范围已经有了扩展与变化，下面是现代物联网具有的两个特点：

1、物联网也是互联网

物联网，即物的互联网，属于互联网的一部分。物联网将互联网的基础设施作为信息传递的载体，即现代的物联网产品一定是“物”通过某种方式接入了互联网，而“物”通过互联网上传/下载数据，以及与人进行交互。举个通过手机App远程启动汽车的例子，当用户通过App完成启动操作时，指令从已接入互联网的手机发送到云端平台，云端平台找到已接入互联网的车端电脑，然后下发指令，车端电脑执行启动命令，并将执行的结果反馈到云端平台；同时，用户的这次操作被记录在云端，用户可以随时从App上查询远程开锁记录历史。这就是一个典型的物联网场景，它是属于互联网应用的一种。“物”接入互联网，数据和信息通过互联网交互，同时数据和其他互联网应用一样汇聚到了云端。

2、物联网的主体是“物”

前面说现代物联网应用是一种互联网应用，但是物联网应用和传统互联网应用又有一个很大的不同，那就是传统互联网生产和消费数据的主体是人，而现代物联网生产和消费数据的主体是物。

这就是物联网和传统互联网最大的不同：数据的生产者和消费者主要是物，数据内容也是和“物”息息相关的。

二、物联网和人工智能

既然说到了物联网，那么这里有必要再提一下人工智能。人工智能可谓近年来IT领域最火的词语之一。人工智能的概念是在1956年提出的，之前一直不温不火，直到最近几年才得以飞速发展，尤其是以神经网络为代表的深度学习，发展更为迅速。神经网络是深度学习中的一种非常重要的技术，它用类似于大脑神经元的架构来组织学习网络，在分类、计算机视觉方面的应用场景非常多。它的特点之一就是需要大量的数据进行训练。

纵观人工智能的发展路线，我们可以看到，人工智能的发展之所以能够突飞猛进，主要有以下两个原因：

• 硬件的发展使得深度学习神经网络的学习时间迅速缩短。
• 在大数据的时代，获取大量数据的成本变低。

事实上，第二个原因尤为重要，神经网络由于其特性，需要海量的数据进行学习，可供学习的有效数据量往往决定了最后训练出的神经网络的效果，甚至算法的重要性都可以排在数据量之后。而物联网设备，比如智能家电、可穿戴设备等，每天都在产生海量的数据，这些数据经过处理和清洗后，都可以作为不错的训练数据反哺神经网络。同时，训练出来的神经网络又可以重新应用到物联网设备中，进而形成一个良性循环。

三、物联网的现状与前景

随着5G时代的来临，物联网的发展将会非常迅速。同时，物联网方向的新增融资也一直处于上升趋势。下面再从应用场景角度来谈一下物联网行业的发展前景。物联网的应用场景非常广泛，包括：智慧城市、智慧建筑、车联网、智慧社区、智能家居、智慧医疗、工业物联网等，

在不同的场景下，物联网应用的差异非常大，终端和网络架构的异构性强，这意味着在物联网行业存在足够多的细分市场，这就很难出现一家在市场份额上具有统治力的公司，同时由于市场够大，所以能够让足够多的公司存活。这种情况在互联网行业是不常见的，互联网行业的头部效应非常明显，市场绝大部分份额往往被头部的两三家公司占据。

物联网模式相对于互联网模式来说更“重”一些。物联网的应用总是伴随着前端设备，这也就意味着用户的切换成本相对较高，毕竟拆除设备、重新安装设备比动动手指重新下载一个应用要复杂不少。这也就意味着，资本的推动力在物联网行业中相对更弱。如果你取得了先发优势，那么后来者想光靠资本的力量赶上或者将你挤出市场，那他付出的代价要比在互联网行业中大得多。

所以说，物联网行业目前仍然是一片蓝海，小规模公司在这个行业中也完全有能力和大规模公司同台竞争。在AI和区块链的热度冷却后，物联网很有可能会成为下一个风口。作为程序员，在风口来临之前，提前进行一些知识储备是非常有必要的。

【拜托了，物联网！】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/299476