بررسی جامع همگرایی اینترنت اشیا و یادگیری ماشین در توسعه سیستم های هوشمند آینده

اینترنت اشیا (IoT) به عنوان یکی از فناوری های مهم و کلیدی تحول دیجیتال امکان اتصال گسترده میلیاردها دستگاه هوشمند را در سطح جهانی فراهم کرده است. این دستگاه ها به صورت مداوم داده های حجیم، ناهمگن و بلادرنگ تولید می کنند که بدون استفاده از روش های هوشمند تحلیل داده، عملا ارزش عملیاتی محدودی دارند. در مقابل یادگیری ماشین (Machine Learning) به عنوان یکی از مهم ترین شاخه های هوش مصنوعی توانایی استخراج الگو، پیش بینی رفتار و تصمیم گیری مبتنی بر داده را فراهم می کند. ترکیب این دو حوزه که تحت عنوان AIoT شناخته می شود باعث شکل گیری نسل جدیدی از سیستم های هوشمند شده است که قادر به یادگیری، تصمیم گیری، تحلیل و تصمیم گیری خودکار هستند. مطالعات جدید نشان می دهد که استفاده از معماری های توزیع شده، یادگیری فدرال و مدل های سبک وزن می تواند عملکرد سیستم های IoT را به شکل قابل توجهی بهبود دهد و همزمان مصرف منابع را کاهش دهد (۲۰۲۴, Wang). همچنین این ترکیب در حوزه هایی مانند سلامت هوشمند، شهرهای هوشمند، صنعت و کشاورزی دقیق کاربرد گسترده ای پیدا کرده است. این مقاله به بررسی جامع این حوزه و تحلیل روندهای پژوهشی سال های اخیر می پردازد.

کلیدواژه ها:

اینترنت اشیا ، یادگیری ماشین ، هوش مصنوعی ، داده های بزرگ ، سیستم های هوشمند