深入分析各国的物联网战略、计划。其核心是智慧、智能化的数据处理也就是说物联网的核心是智能化的信息处理及应用。模拟法人工智能应用于物联网的一个方向是专家系统，是一种模拟人类专家解决领域问题的计算机程序系统，现在人工智能遇到的瓶颈，在于使计算机能像生物一样，通过积累已知的数据及其中潜藏的信息，做出全面的智慧性的判断。
1999年Aut小ID研究中心有一个白皮书首次提出了物联网概念。2005年国际电信联盟(ITU)正式提出“物联网(IoT，Intemet of things)”又称“传感网”，并发布了《rrU互联网报告2005:物联网)}。物联网引起全球广泛关注是在2009年初。美国政府对IBM提出的“智慧地球”(建议政府投资新一代的智慧型基础设施)概念给予积极回应.并上升至美国国家战略。由此引发了世界各国对物联网的追捧。目前各国纷纷提出针对物联网的国家战略，如美国的一智慧地球战略、日本的“u一J叩an”战略‘韩国的“u一Korea“战略新加坡“智慧国20巧“计划，等等。
深入分析各国的物联网战略、计划。其核心是智慧、智能化的数据处理也就是说物联网的核心是智能化的信息处理及应用。怎样实现一个智慧的地球.怎样实现智能的信息处理是问题的关键。物联网兴起以来.我国对物联网认识大多是从本机构的实际出发对物联网的体系结构作出解释和定义。现阶段物联网基本上被分为三个层次.即物联网感知层、物联网网络层、物联网应用层。
物联网的工作原理：感知层采集的信息经过传输层传输，再由应用层把感知和传输来的信息进行分析和处理，做出正确的控制和决策，实现智能化的管理、应用。人类对这一应用的憧憬早在工业自动化时代来临之际，就已“蠢蠢欲动”。难道爱迪生在发明电灯时，不希望电灯“日落而亮、日出而熄”或是随着一声“开灯”而点亮，但通讯技术瓶颈造成将传感器和执行机构的隔离，即便能够实现连通，在联网技术未能将这种连通成本降低到能激励人们广泛使用的水平也是行不通的。随着网络技术的突飞猛进，使数据能在传感器、计算机和执行机构之间自由流动。具有革命性意义的是，物品既可以感知环境，又可以相互通讯时，并迅速对其做出响应，有的甚至可在基本无人干预的情况下工作。这种智能“基因”有赖于人工智能在计算机上的实现，也决定着物联网的“成长特性”。
人工智能有2种不同的方式：一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同，这种方法叫工程学方法(Engineeringapproach)。另一种是模拟法(Modelingapproach)，它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。有甚者模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。
采用前一种方法，需要人工详细规定程序逻辑，在已有的实践众多被采用，商务智能就是典型一例。在这一新型的经济和社会形态中，信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求;商务智能就是新的信息技术在商务分析中的有效利用。从不同的数据源(就包含物联网的感知信息)收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市(这时数据变为信息)，然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理(这时信息变为辅助决策的知识)，最后将知识呈现于用户面前，转变为决策。
模拟法人工智能应用于物联网的一个方向是专家系统，是一种模拟人类专家解决领域问题的计算机程序系统，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。与物联网相结合的应用就很多了，例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。
另一个方向为模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。用计算机实现模式(文字、声音、人物、物体等)的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高，识别过程与人类的学习过程相似，可使物联网在“识别端”——信息处理过程的起点就具有智能性，保证物联网上的每个非人类结点也有了“自觉行为”。
现在人工智能遇到的瓶颈，在于使计算机能像生物一样，通过积累已知的数据及其中潜藏的信息，做出全面的智慧性的判断，即让机器拥有常识，并会思考。机器搜集信息的能力是不能跟人类相比的，我们的五官无时无刻都在接受信息，我们大脑无时无刻都在处理信息，而传统的计算机却只能被动地接受人们输入下载的数据，进行基本的逻辑和数学运算，缺乏自主性与灵活性。
物联网技术的兴起大大促进了传感器的发展，传感器的职能便是搜集数据，各种声光压力温度传感器就好比人类的五官和触觉，保证了物联网系统拥有源源不断的数据信息，而云计算的异军突起更是为这些海量数据提供了一个可靠的处理方式，如果人工智能的研究借助物联网系统的数据搜集方式和数据处理方式，再配合适当的机器学习算法，也许会有新的思路。
