ERAEngineering Research and Application2995-31542993-2742Art and Design10.61369/ERA.2025080028Article物联网系统设计与应用：AI驱动的智能化转型路径https://artdesignp.com/journal/ERA/3/8/10.61369/ERA.2025080028谢铭恩2025382025-08-20本文聚焦人工智能（AI）与物联网（IoT）融合驱动的智能化转型路径，基于《“十四五”数字经济发展规划》等政策背景，剖析边缘智能、联邦学习等核心技术对感知-决策闭环的优化机制。分层架构与轻量化模型设计在智能制造、智能交通及远程医疗场景中实现系统延迟降低40%-60%、诊断精度提升7-12个百分点，隐私泄露风险控制至1.4%以下。然而，边缘算力瓶颈与跨场景泛化能力不足仍制约规模化应用。未来6G通信与量子计算有望突破实时性与安全瓶颈，推动物联网向自主决策与高能效方向演进。人工智能物联网（AIoT）,边缘智能,联邦学习

[1] 张华.基于物联网的人工智能图像检测系统设计与实现[J].计算机测量与控制,2017,25(2):4. [2] 黄赐金.制造业数字化转型路径研究[D].江西师范大学,2022. [3] 胡青松,张赫男,李世银,等.基于大数据与AI驱动的智能煤矿目标位置服务技术[J].煤炭科学技术,2020(008):048. [4] 黄耀霖,陈志忠,王昊阳,等.基于物联网的AI交通管理系统——智能斑马线关键部分的设计与实现[J].电脑与电信,2018(12):3. [5] 孙浙茸.AI智能化语音输出技术在智能调度平台的实践应用[J].电声技术, 2023,47(9):34-36. [6] 金宙贤.面向物联网设备的AI引擎的研究与实现[D].电子科技大学,2021. [7] 相辉.区块链技术视角下智能时代数字信息信任与安全问题——评《区块链安全技术指南》[J].安全与环境学报,2020. [8]None.AI 走进工业物联网 逐步打造制造智能化[J].世界电子元器件, 2019(1):4. [9] 崔宏禹.数据及平台驱动的AI创新微软智能云和智能边缘[J].软件和信息服务（原：软件世界）,2018,000(8):2. [10] 佚名.人工智能将如何改变物联网架构[J].信息技术,2018.