物联网背后的网关与机器学习，这些大咖都是怎么说的

图3 台湾微软营运暨营销事业群云端及企业平台事业部

副总经理李玉秀表示，物联网收集到的巨量数据，势必得靠机器学习来协助分析。

李玉秀举例，工具机大厂友嘉现已在该公司的工具机中，加入Azure的物联网服务，接下来该公司所推出的工具机，将都可以联网收集数据，并进行进一步的预测分析、维护分析等应用。

物联网收集到的数据数量可能非常庞大，且必须在很短的时间内处理完，甚至有时也须加入机器学习。 例如在工厂中，网关的数据发现到某一马达的声音有异常，机器便要能判断其是否具有潜在的故障问题，须要被检测。

李玉秀分析，在物联网的整体供应链中，网关收集到的数据会由网关的厂商来负责，而Azure云端平台，便是和网关的解决方案对接，协助客户透过大数据分析提升处理数据的效率。 Azure也提供呈现的接口，如条状图、分区图、地理位置图等，而这些接口更可与行动装置连接，实现在线通知功能。 除了通知装置上的用户，也可通知机器人要进一步做什么动作，藉此让产业链更为完整。

除了工具机之外，工业计算机所收集到的数据通常会放在本机端，但也可以同时传上Azure的公有云平台，如此一来，厂商便可以直接到公有云平台执行机器学习分析。

同时也考虑到用户将数据汇入后，可能不知道要用什么样的模型去进行分析。 Azure内建了许多分析模型，用户只须尝试几款不同的模型，拉出相关参数，预测出的答案最接近实际状况的分析模型，就会是最适用的模型，因此用户不须要有很深厚的数学能力，就能使用机器学习。

服务器架构统一具优势公/私有云轻松转换
然而，客户在使用公有云时，可能很大的考虑点会是在于，公有云在数据保密性上还是远不及私有云。 李玉秀表示，微软长期以来皆是针对企业提供解决方案，企业在架设私有云时所使用的服务器，约有50%的机会是Windows Server，在架设数据库时，也有50%的机会是Microsoft SQL Server。

因此采用Azure很大的好处在于，当用户期望变成私有云架构时，将可很容易地从Azure云端平台搬到企业的私有云，因其采用的是同一服务器架构。

此外，当开发人员还在做测试时，也就不必得耗费机器成本才能做机器学习，且当开发公司若还没有太大的经费，一次性购买大规模的机器时，便可把Azure当作是临时性地缓冲空间，这将会是Azure与其他业者提供的云端平台之间很大的差异。