Machine Intelligence (MI) technologies have revolutionized the design and applications of computational intelligence systems, by introducing remarkable scientific and technological enhancements across domains. MI can improve Internet of Things (IoT) in several ways, such as optimizing the management of large volumes of data or improving automation and transmission in large-scale IoT deployments. When considering MI in the IoT context, MI services deployment must account for the latency demands and network bandwidth requirements. To this extent, moving the intelligence towards the IoT end-device aims to address such requirements and introduces the notion of Distributed MI (D-MI) also in the IoT context. However, current D-MI deployments are limited by the lack of MI interoperability. Currently, the intelligence is tightly bound to the application that exploits it, limiting the provisioning of that specific intelligence service to additional applications. The objective of this article is to propose a novel approach to cope with such constraints. It focuses on decoupling the intelligence from the application by revising the traditional device's stack and introducing an intelligence layer that provides services to the overlying application layer. This paradigm aims to provide final users with more control and accessibility of intelligence services by boosting providers' incentives to develop solutions that could theoretically reach any device. Based on the definition of this emerging paradigm, we explore several aspects related to the intelligence distribution and its impact in the whole MI ecosystem.

中文翻译：

---

将智能分发到边缘和更远的地方 [研究前沿]

机器智能 (MI) 技术通过跨领域引入显着的科学和技术改进，彻底改变了计算智能系统的设计和应用。MI 可以通过多种方式改进物联网 (IoT)，例如优化海量数据的管理或改进大规模物联网部署中的自动化和传输。在物联网环境中考虑 MI 时，MI 服务部署必须考虑延迟需求和网络带宽要求。就此而言，将智能移至物联网终端设备旨在解决此类需求，并在物联网环境中引入分布式 MI (D-MI) 的概念。然而，当前的 D-MI 部署受到 MI 互操作性缺乏的限制。现在，情报与利用它的应用程序紧密绑定，从而限制了对该特定情报服务的提供给其他应用程序。本文的目的是提出一种新方法来应对此类限制。它侧重于通过修改传统设备的堆栈并引入一个为上层应用层提供服务的智能层来将智能与应用程序解耦。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。将该特定情报服务的供应限制为其他应用程序。本文的目的是提出一种新方法来应对此类限制。它侧重于通过修改传统设备的堆栈并引入一个为上层应用层提供服务的智能层来将智能与应用程序解耦。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。将该特定情报服务的供应限制为其他应用程序。本文的目的是提出一种新方法来应对此类限制。它侧重于通过修改传统设备的堆栈并引入一个为上层应用层提供服务的智能层来将智能与应用程序解耦。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。本文的目的是提出一种新方法来应对此类限制。它侧重于通过修改传统设备的堆栈并引入一个为上层应用层提供服务的智能层来将智能与应用程序解耦。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。本文的目的是提出一种新方法来应对此类限制。它侧重于通过修改传统设备的堆栈并引入一个为上层应用层提供服务的智能层来将智能与应用程序解耦。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。s 堆栈并引入一个智能层，为上层应用层提供服务。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这种新兴范式的定义，我们探讨了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。s 堆栈并引入一个智能层，为上层应用层提供服务。这种范式旨在通过提高提供商开发理论上可以覆盖任何设备的解决方案的动机，为最终用户提供更多的智能服务控制权和可访问性。基于这一新兴范式的定义，我们探索了与智能分布及其在整个 MI 生态系统中的影响相关的几个方面。