来自：图灵教育（微信号：turingbooks）
给你三秒钟时间，请你回答：《星球大战》系列中你最喜欢的人或物是？
是英姿飒爽的莉亚公主，善良的救世主卢克，发型丑人依然帅的索罗船长，智慧之星尤达大师，好搭档、技工楚巴卡，还是邪恶黑武士...
是名震星系的千年隼号宇宙飞船，迷之优雅的神器光剑，还是浩瀚动人的星空？
如果要我说，我的大爱是天然呆萌、最具默契CP——机器人R2-D2和翻译机器人C-3PO——是否发现，这俩才是星球系列真·主角？
快说，看电影的时候有没有被他俩萌翻？是否觉得有个机器人伴你左右酷毙了？辣么聪明的机器人，心疼你，体贴你，为你探测敌军情报、为你感知外界状况...仔细想想，竟有种
“理想人生，不过如此” 的感觉。
机器人——一个你从小就莫名熟悉的神奇“物种”，不止是这个词儿本身，还有它无处不在的身(mo)影(xing)，在影视剧中、在小说里、在科学杂志上，甚至在你的梦里......
但是，机器人之于我们，果真像自己认为的那样熟悉吗？你了解机器人的结构吗？你知道它的工作原理吗？
机器人和普通设备一样，都是由输入设备、
输出设备，以及控制两者的控制器三个要素构成——机器人是一种高度集成了各式设备的机器。
So，今天要跟大家分享机器人相关的知识了吗？不，今天想跟大家分享的是——物联网。
把我们身边形形色色的“物”都连接到互联网，就是物联网。物联网将是今后一段时间科技发展的大趋势。当然，我们已经在享受其中的一些非常了不起的成果了，运动手环、智能手表、智能摄像机、无人机...
你觉得物联网和机器人是什么关系？物联网中使用的设备随着时间的推移在不断进化，这条进化之路的前方到底有什么？机器人即是其中一种非常重要的形式。
对于我们每个人，理解了物联网，就更好地认识了机器人。什么？你还不了解物联网...
好，今天我们就来分享点儿物联网的干货吧！
物联网的技术要素
要实现物联网，需要很多技术要素。除了传感器等电子零件和电子电路以外，还包括
Web 应用中经常用到的技术，以及数据分析等。接下来为大家简单说说这些技术。
物联网与以往的
Web
服务不同，设备在其中担任着重要的作用。设备指的是一种“物”，它上面装有一种名为传感器的电子零件，并与网络相连接。比如大家拿着的智能手机和平板电脑就是设备的一种。家电、手表以及伞等，只要能满足上述条件，就是设备。
这些设备起着两个作用：感测和反馈。
感测作用
感测指的是搜集设备本身的状态和周边环境的状态并通知系统。这里说的状态包括房门的开闭状态、房间的温度和湿度、房间里面有没有人，等等。设备是利用传感器这种电子零件来实现感测的。
反馈的作用
设备的另外一个作用是接收从系统发来的通知，显示信息或执行指定操作。系统会基于从传感器处搜集到的信息进行一些反馈，
并针对现实世界采取行动。
要想像前文说的那样搜集设备和环境的状态，就需要利用称为传感器的电子零件。
传感器负责把物理现象用电子信号的形式输出。例如有的传感器可以把温度和湿度作为电子信号输出，有的传感器能把超声波和红外线等人类难以感知的现象转换成电子信号输出。
数码相机上使用的图像传感器也能把进入镜头的光线捕捉成 3
种颜色的光源，并将其转换为电子信号。因此它也可以归为传感器。传感器的种类很多，下图列出了几种。
在把设备连接到物联网服务时，网络是不可或缺的。不仅要把设备连接到物联网服务，还得把设备连接到其他设备。物联网使用的网络大体上分为两种：一种是把设备连接到其他设备的网络，另一种是把设备连接到物联网服务的网络。
物联网服务有两个作用：一是从设备接收数据以及发送数据给设备；
二是处理和保存数据。
我们具体看一下这两个作用。
数据交换
通常的
Web 服务会根据 Web 浏览器发送的 HTTP 请求发送 HTML， 然后用 Web 浏览器显示。物联网服务则不采用 Web
浏览器，而是接收从设备直接发来的数据。设备发来的数据内容包括设备搭载的传感器采集的信息，以及用户对设备进行的操作。设备和物联网服务的通信方法大致分为两种：同步传输和异步传输。
处理和保存数据
就如大家刚看到的那样，处理和保存数据的操作包括把从设备接收到的数据保存到数据库，以及从接收到的数据来判断如何控制设备。从设备接收到的数据不只有数值型数据（能用计算机简单处理），根据要实现的内容，还包含图像、语音、自然语言这些很难直接用计算机处理、没有被结构化的数据（非结构化数据）。处理时，有时会把那些易于用计算机处理的数据从非结构化数据中提取出来，例如把表示图像和语音特征的值提取出来。这些信息会被保存到数据库中。设备按照所提取数据的判断逻辑来决定反馈的内容，例如基于某个房间的温度数据来决定空调的开关状态和目标温度。处理和保存方法大体上分为两种：对保存的数据定期进行采集和处理的批处
理，将收到的数据逐次进行处理的流处理。
数据分析的代表性方法有两种，分别是统计分析和机器学习。这里就来看看用这两种方法能办到什么。
统计分析
统计分析是用数学手法通过搜集到的大量数据来明确事物联系性的方法。
机器学习
统计分析基于大量数据之间的联系性，明确当前数据间形成的关联。机器学习则不仅仅能进行分析，还能预测今后的发展状况。
机器学习就如它的字面意思一样，计算机会按照程序决定的算法，
机械性地学习数据之间的联系性。当给出未知数据时，也会输出与其对应的值。
机器学习分为两个阶段：学习阶段和识别阶段。在学习阶段，一个名为学习器的程序会基于一些训练数据，机械性地掌握这些数据之间的联系。作为学习阶段的结果，计算机会根据机器学习的算法输出参数，然后以这个参数为基础创建鉴别器（discriminator）程
序。只要把未知的数据给这个鉴别器，就能输出最适合这个值的结果。
举个例子，假设我们想使用若干种传感器来识别房间里有没有人。
这种情况下需要准备两种数据，即房间里有人的传感器数据（正面例子）和房间里没人的传感器数据（反面例子）。计算机通过把这两种数据分别交给学习器，可以获取制作鉴别器用的参数。对于以参数为基准制作的鉴别器而言，只要输入从各个感测设备接收到的数据，鉴别器就能输出结果，告诉我们现在房间里是否有人。
上述内容属于机器学习的示例之一，被称作分类问题。在用于执行数据分类的机器学习算法中有很多途径，如用于垃圾邮件过滤器的贝叶斯过滤器和用于分类文档及图像的支持向量机（Support
Vector Machine， SVM）等。此外，除了分类问题以外，机器学习还能解决很多领域的问题。
作者：NTT
DATA集团
译者：丁灵
定价：59.00元
/ 电子书：29.99元
内容包括用于实现IoT的架构、传感器的种类及能从传感器获取的信息等，并介绍了传感设备原型设计必需的Arduino等平台及这些平台的选择方法，连接传感器的电路，传感器的数据分析，乃至IoT跟智能手机/可穿戴设备的联动等。此外，本书以作者们开发的IoT系统为例，讲述了硬件设置、无线通信及网络安全等运用IoT系统时会出现的问题和必备的诀窍。
本书适合那些想了解物联网的基础知识和整体情况，或是今后要从事物联网和机器对机器通信系统规划或开发的人士，以及所有对物联网系统开发感兴趣的硬件和软件工程师阅读。
回到这篇文章的标题，几年后，比做程序员更赚钱的是?
答案是做一名略懂硬件或者数据分析的软件开发人员（任意组合了），因为这是未来的趋势，这是物联网对技术人员的需求。
貌似说了句废话，其实，就算放在现在，也是软硬通吃的人稀缺。多维技能、跨界好难，却是没有捷径中的捷径。
宇宙最易懂技术入门书——日系图解家族已经有12位成员了，这个链接赶紧收藏！
https://mp.weixin.qq.com/s/oMEAWxoChKz0Jf4i9dhkmQ
PS：
如果你是一位机器人爱好者，那么《机器人科技》这本书你或许可以参阅。
小贴士：返回上一级搜索“人工智能”、“机器学习”获取更多相关文章。
●本文编号2396，以后想阅读这篇文章直接输入2396即可。
●输入m获取文章目录
大数据技术
更多推荐《18个技术微信，爱学习的程序猿必看》
涵盖：程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。
