物联网与AI的结合：让不同的智能手机相互学习

　　让设备相互学习

　　两只相近的智能手机可以相互学习，它们能够运行自己的AI机器，并能分享自己程序的逻辑块，来加速学习。比如，它们可以相互学习如何保持电池的寿命。

　　设备之所以能够相互学习，背后有两个原因。首先，每台手机都可以独立学习，来发展自己的基因材料。在演化计算中，这叫做“岛屿模式”。在物联网中，每台设备都能变成自己的“岛屿”。

　　此外，这些设备能够分享他们学习到的东西。这将增加基因库的多样性，对于能够学习或是进化的系统很有帮助。这也意味着这些设备知道如何更好地适应新的环境。

　　AI和物联网设备的结合，与动物跟踪机制有些相似。将传感器安装到动物耳部的皮革或金属耳标上，就能跟踪野生动物、宠物和家畜的活动。

　　为了跟踪更加精确的信息，每台设备需要学习动物的行动特征(比如物种、年龄、性别等)，而这些都可在AI的帮助下进行。

　　那在跟踪动物之时，设备怎么相互学习呢?当两只动物相遇，物联网设备就能分享它们学习到的内容，这样两台设备就能相互进步，并能将之运用于其他相似的动物特征研究之上。

　　让传感器预测错误

　　物联网的分享和学习功能所造福的不只是动物和人类，它还能检测城市桥梁、道路的状况。

　　在很多情况下，因为较高的成本和较远的距离，这些设备并不能联网，但是它们能就地收集信息，并能学习传感器数据的特定模式，来预测错误。

　　因为错误非常少，因此与临近设备分享的信息能够构成更大的数据库，来训练其他的设备，而这些设备可能不曾遇到过错误。

　　不过，说到如何让物联网设备从现实中学习，我们还有很多问题尚待解决。如果设备分享信息，那么会泄露用户的隐私吗?这就需要看看这些信息是否具有特殊意义了。比如，包含遗传程序的信息是不可分享的。

　　一部物联网设备也需要确保在它与新的环境反应之时，同时持续执行任务。我们需要运用适当的安全控制，比如为设备设定硬性限制，规定它可以学习什么，不可以学习什么。

　　另一个问题就是：设备如何决定了哪一台临近的设备值得信赖?如果恶性设备进入设备所处的环境，设备该怎么办?这都是亟待解决的问题。

　　因此， AI和物联网的结合将会为我们的生活带来极大的便利。但是，因为现在AI还处于低级阶段，因此其与物联网的结合应用也处于婴儿期。虽然它潜力巨大，但仍需我们的研究、dao和调查。