2.3.2 AI算法
AI即人工智能，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。算法是指在有限步骤内求解某一问题所使用的一组定义明确的规则。因此，AI算法即基于人工智能技术的求解问题的规则。AI算法大致可分为监督学习、无监督学习与强化学习三类。其中，监督学习通过不断训练程序（模型），从人类已有经验中学习规律。在这一类机器学习中，研究人员会通过标记数据等方法，不断调整模型参数以达到学习目的。无监督学习则通过训练程序，使机器能直接从已有数据中提取特征，对信息进行压缩，用于完成其他任务。如传统的主成分分析，可以将高维特征使用低维度向量近似。这类机器学习算法并不需要以往经验，也被称之为无监督学习。强化学习又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体在与环境的交互过程中，通过学习策略达成的回报最大化或实现特定目标的问题。强化学习的常见模型是标准的马尔可夫决策过程。
eSIM即电子化的SIM卡，其作为一个数据文件，可通过网络下载到移动终端。电子终端基于eSIM可以连接上网、接拨电话、发短信等，其功能和普通SIM卡无异。eSIM卡顺应了AIoT的发展需求，是物联网时代的重要技术之一，在车联网、智慧农业、智慧工业等领域都有巨大应用潜力。目前，全球范围内支持eSIM的消费类设备已超110种，其中，包括手机43款、手表27款、平板电脑19款、PC23款，另外，还有无人机、智能眼镜等。全球已有69个国家的170多家运营商支持开通eSIM服务。Counterpoint Research预测，到2025年，eSIM设备的全年出货量将达到60亿台的规模。其中，手机端eSIM出货设备将占到45%，其余eSIM渗透率较高和增长较快的移动蜂窝设备含PC、路由器、手表、汽车、平板电脑等消费类和物联网设备。
