當AlphaGo再三打敗棋王，自動駕駛技術不斷更新，人工智慧加入機器，使得我們的環境從自動化走向智慧化，而當人工智慧碰上物聯網也對我們的生活給予很大的衝擊。

先來說說現在存在許多家庭的物聯網，在具有封閉連結及網路的產品大量現上市之後，而這些產品與以往的家電非常的不同，加了物聯網的電器，開始能遠端遙控、在機器內部的偵錯識別，甚至能和手機做連結，這些被定為智慧家電。現在的我們漸漸習慣IoT裝置給我們帶來的便利，人手一機，使得數據大量的產生，這景象不只在我們的生活，包含在工業、物流、交通等，IoT裝置都讓各個行業產生了極大的便利。

在初期只要裝上IoT設備的都稱為第一代智慧家電，而使用者即回傳數據值都是等比在上升，這說明了我們漸漸開始依賴IoT裝置的方便。來自各地的海量數據就是這代智慧家電最有價值的產物之一。但光有數據是沒有用的，如何善用、分析，而人工智慧的機器學習和深度學習剛好能解決這項問題，大量的資料交由機器做分析，找到問題，提升這些裝置才是最重要的。

那從人工智慧角度看，人工智慧的成功是需要非常龐大資料作為依據，藉由學習後產生模型，而現今IoT裝置的普及，使得資料能開始累積，並且累積非常足夠的量，讓人工智慧的演算法能分析後做出的判斷更加符合常理，也讓人工智慧從一開始的協助到增強功能，甚至到深度學習後的自主性。

參考文章：
https://www.sap.com/taiwan/trends/internet-of-things.html