根據(jù)ABI Research近期的一份報告，機器學習分析工具將減少IoT的復雜性，并提高IoT的采用。該公司預計，隨著機器學習即服務(MLaaS)模型的發(fā)展，機器學習數(shù)據(jù)分析工具和服務的收入到2021年將達到200億美元。

　　ABI高級分析師Ryan Martin認為，機器學習是借鑒已有經(jīng)驗學習算法的研究。“hard-coded規(guī)則的挑戰(zhàn)是不能適應現(xiàn)實世界的環(huán)境，hard-coded規(guī)則可以在不影響規(guī)模的前提下解決一些問題。”

　　Martin表示機器學習可以將很多流程自動化，如一些重復的任務。該技術能在網(wǎng)絡邊緣進行分析，這將保證物聯(lián)網(wǎng)系統(tǒng)的健壯性并節(jié)約成本。

　　例如，當分析在網(wǎng)絡邊緣完成而不是將數(shù)據(jù)發(fā)送到云或者網(wǎng)絡核心進行分析，這使得流量信息更加高效，減少了網(wǎng)絡延遲從而降低了成本。Martin說：“機器學習是網(wǎng)絡邊緣分析的基礎，它能夠促進分布式網(wǎng)絡體系架構的發(fā)展。”

　　此外，通過使用機器學習，公司可以在技術當中添加人物因素，使得數(shù)據(jù)存在差異而不是技術存在差異。

　　Martin表示這是許多云基礎設施提供商如Amazon、Google、IBM、微軟投資機器學習的原因，也是為什么他們要將他們深入學習軟件開源的原因。