智能是物聯(lián)網(wǎng)核心

第一個(gè)關(guān)鍵詞是物聯(lián)網(wǎng)，而在第一次物聯(lián)網(wǎng)講堂分享的主題是物聯(lián)網(wǎng)的三個(gè)關(guān)鍵詞，這三個(gè)關(guān)鍵詞分別是融合、智能、生態(tài)。而今天特別強(qiáng)調(diào)的物聯(lián)網(wǎng)關(guān)鍵詞是智能。

物聯(lián)網(wǎng)概念興起的一個(gè)主要推動(dòng)力是2009年IBM推出的智慧地球概念，進(jìn)一步影響到美國和中國的政策。IBM對(duì)物聯(lián)網(wǎng)的定義中，最關(guān)鍵的是智能，物聯(lián)網(wǎng)創(chuàng)造價(jià)值主要是利用連接設(shè)備的數(shù)量由量變引起質(zhì)變后可以沉淀大量的數(shù)據(jù)，并進(jìn)一步形成智慧，利用智慧創(chuàng)造巨大的價(jià)值。

物聯(lián)網(wǎng)智能特別重要？互聯(lián)網(wǎng)信息聯(lián)網(wǎng)，信息是給人看的，人本身是有智慧的，當(dāng)人看到信息后，能夠作出進(jìn)一步處理的決策。但在物物相連之后，物體（或者設(shè)備）接收到信息后，如何做下一步處理？物體本身沒有智慧，物聯(lián)網(wǎng)體系就需要有一定的智能，物體根據(jù)收到的信息，將各種物體的實(shí)際狀態(tài)信息傳遞出來，體系內(nèi)的智能幫助物體判斷，做下一步的處理，這就需要物聯(lián)網(wǎng)具備智能。

物聯(lián)網(wǎng)系統(tǒng)中，智慧的產(chǎn)生有以下幾種形式：

1、將某一個(gè)領(lǐng)域非常有經(jīng)驗(yàn)的專家經(jīng)驗(yàn)，融到專家系統(tǒng)中，專家系統(tǒng)會(huì)根據(jù)設(shè)備狀況提供設(shè)備下一步處理的建議。（某石化系統(tǒng)的專家系統(tǒng)，這個(gè)系統(tǒng)包含兩部分：一部分是物聯(lián)網(wǎng)，將設(shè)備的實(shí)時(shí)狀態(tài)信息傳遞到系統(tǒng)；另外一部分是專家系統(tǒng)，將石化系統(tǒng)內(nèi)知名的設(shè)備維修專家的經(jīng)驗(yàn)融入專家系統(tǒng)。專家系統(tǒng)為設(shè)備實(shí)時(shí)運(yùn)行狀態(tài)設(shè)定了閥域值，當(dāng)設(shè)備超出閥域值之后，會(huì)根據(jù)專家系統(tǒng)的專家的經(jīng)驗(yàn)，給出設(shè)備需要檢查、維護(hù)、維修的意見）。

2、將某一領(lǐng)域的知識(shí)體系，嵌入到物聯(lián)網(wǎng)系統(tǒng)中。比如將控制算法嵌入到系統(tǒng)中。將APS理論應(yīng)用到物聯(lián)網(wǎng)系統(tǒng)中（今年在漢諾威工業(yè)展上，SAP主要推廣的是SAP的物聯(lián)網(wǎng)平臺(tái)Leonardo，SAP的很多新應(yīng)用都是在Leonardo上實(shí)現(xiàn)的，其中將APS算法融入到系統(tǒng)中，APS是高級(jí)排產(chǎn)功能，在SAP的系統(tǒng)中，生產(chǎn)物料根據(jù)生產(chǎn)訂單的工序，自動(dòng)根據(jù)APS的算法，尋找匹配的閑置的生產(chǎn)設(shè)備，提高了設(shè)備的利用率。）。SAP的物聯(lián)網(wǎng)系統(tǒng)，融入了APS的知識(shí)體系，利用已有知識(shí)體系實(shí)現(xiàn)智能。

3、隨著大數(shù)據(jù)融合在一個(gè)平臺(tái)，很多潛在的有價(jià)值的關(guān)聯(lián)信息大量被挖掘，利用大數(shù)據(jù)分析，從而形成新的智慧。

4、物聯(lián)網(wǎng)具備學(xué)習(xí)能力，通過一定時(shí)間的給定條件的輸入、輸出，訓(xùn)練出智能，以后根據(jù)訓(xùn)練出來的智能，在給定輸入情況下提供智能的輸出。

其中第一種、第二種智慧，是人類智慧中非常小的一部分。而未來更多的智慧是通過第三種、第四種模式來形成的智慧。而第三種智慧最主要的是利用大數(shù)據(jù)技術(shù)，第四種智慧最主要的是人工智能技術(shù)。

學(xué)習(xí)能力是人工智能的關(guān)鍵

看第二個(gè)關(guān)鍵詞：人工智能。

百度百科對(duì)人工智能的定義：人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺(tái)的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。

我不是人工智能的專家，而人工智能涵蓋面非常廣；所以我介紹人工智能，是從應(yīng)用這個(gè)角度入手，理論不會(huì)特別嚴(yán)謹(jǐn)，知識(shí)抓住人工智能的終重點(diǎn)介紹。

首先我關(guān)注到，研究人工智能的機(jī)構(gòu)或者研究者很多都是自動(dòng)化領(lǐng)域的專家，比如現(xiàn)在中國人工智能協(xié)會(huì)的理事長譚鐵牛先生，是自動(dòng)化專家，原來也是中國科學(xué)院自動(dòng)化研究所的所長。而中科院自動(dòng)化所在人工智能領(lǐng)域的學(xué)術(shù)能力是最強(qiáng)的，國內(nèi)一家非常知名的人工智能企業(yè)的技術(shù)，是自動(dòng)化所得技術(shù)。

而在大學(xué)期間學(xué)習(xí)過的神經(jīng)元控制，就是人工智能：

X是輸入層，隱含層是三層節(jié)點(diǎn)，而這些節(jié)點(diǎn)之間有一定權(quán)重。

Y是輸出層。

訓(xùn)練階段，是已經(jīng)X，Y，訓(xùn)練隱含層之間節(jié)點(diǎn)的權(quán)重。

應(yīng)用階段：隱含節(jié)點(diǎn)權(quán)重確定之后，根據(jù)X，和這些權(quán)重，得到輸出Y。

所謂的深度學(xué)習(xí)，無非是增加了隱含層的層數(shù)。

我在大學(xué)期間，計(jì)算機(jī)處理能力，只能處理非常少的隱含層，但云計(jì)算突破了技術(shù)的限制，可以解決非常復(fù)雜的問題了。

看一下人工智能的發(fā)展歷史：這是譚鐵牛院士在2016年人工智能大會(huì)上做的圖。現(xiàn)在人工智能已經(jīng)經(jīng)歷了三次期望的波峰。第一次是人工智能概念的誕生；第二次是專家系統(tǒng)遍地開花，人工智能專項(xiàng)實(shí)用，而第三次就是這一輪的人工智能的興起，這次人工智能的興起，源自云計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)的突破，深度學(xué)習(xí)和大數(shù)據(jù)的興起帶來人工智能的爆發(fā)。

這一輪人工智能熱，是因?yàn)樯疃葘W(xué)習(xí)人工智能取得了一定的成功，但深度學(xué)習(xí)的成功，不是理論方法的突破，而是大數(shù)據(jù)和大規(guī)模計(jì)算資源驅(qū)動(dòng)下的基于基礎(chǔ)理論的技術(shù)突破，其本質(zhì)是通過多層非線性影射，對(duì)復(fù)雜函數(shù)進(jìn)行逼近。深度學(xué)習(xí)存在明顯局限物聯(lián)網(wǎng)，對(duì)任務(wù)的無縫切換，知識(shí)遷移，對(duì)環(huán)境變化的適應(yīng)和自我完善物聯(lián)網(wǎng)，對(duì)小樣本的舉一反三，與人類的學(xué)習(xí)能力相差甚遠(yuǎn)。

物聯(lián)網(wǎng)與人工智能相互促進(jìn)

物聯(lián)網(wǎng)與人工智能相互促進(jìn)：物聯(lián)網(wǎng)為人工智能的發(fā)展提供大量的數(shù)據(jù)，而人工智能幫助物聯(lián)網(wǎng)設(shè)備實(shí)現(xiàn)智能。今天分享人工智能在物聯(lián)網(wǎng)四層架構(gòu)的作用。

比較通用的物聯(lián)網(wǎng)技術(shù)架構(gòu)分三層：感知層、網(wǎng)絡(luò)層和智能應(yīng)用層。隨著技術(shù)的發(fā)展，在智能應(yīng)用層又分為邊緣計(jì)算層的智能應(yīng)用，和云計(jì)算層的智能應(yīng)用。所以今天介紹的架構(gòu)是：感知層、網(wǎng)絡(luò)層，邊緣計(jì)算層和云計(jì)算層。

而這四層都需要人工智能支持。

感知層：

感知層包括傳感器、執(zhí)行器、RFID和一些智能裝置。隨著技術(shù)的發(fā)展，感知層越來越需要人工智能。

比如傳統(tǒng)的檢測汽車是否壓線，是否闖紅燈，一般是在路上打磁釘做傳感器，但磁釘影響路面，現(xiàn)在用的是虛擬磁釘：利用圖像，通過對(duì)圖像的人工智能處理，通過圖像判斷是否闖紅燈和是否壓線。

還有銀行的防盜系統(tǒng)，通過識(shí)別圖像圍欄，來做銀行的安防。這些都用到了人工智能的技術(shù)。

以前曾經(jīng)了解過圖漾信息，最近在創(chuàng)業(yè)邦人工智能創(chuàng)新50強(qiáng)中，獲得1500萬的融資，其技術(shù)可以做立體識(shí)別，通過更加詳細(xì)的動(dòng)作識(shí)別來判斷危險(xiǎn)動(dòng)作，曾經(jīng)帶圖漾信息與大華交流，大華非常感興趣，但可惜我沒能幫助這家企業(yè)融到資，但了解了這個(gè)行業(yè)的知識(shí)。。

在工業(yè)領(lǐng)域，圖像的人工智能技術(shù)應(yīng)用更加廣泛，隨著智能制造的發(fā)展，越來越多的企業(yè)開始個(gè)性化定制，而個(gè)性化定制，要求檢測技術(shù)要求越來越通用化。

我曾經(jīng)在軸承行業(yè)做過調(diào)研，傳統(tǒng)的軸承生產(chǎn)過程中，對(duì)產(chǎn)品的檢測是首件檢測，尾件檢測，中間抽檢。而每一批產(chǎn)品，都要手工檢測。傳統(tǒng)的生產(chǎn)批量大，這種模式，這種模式效率低一些可以忍受，如果沒種產(chǎn)品批次很少，用傳統(tǒng)接觸式檢測的效率低，每次檢測調(diào)整周期長。現(xiàn)在工業(yè)對(duì)于非接觸式檢測，也就是通過圖像識(shí)別檢測的需求特別旺盛。

如果可以實(shí)現(xiàn)非接觸式圖像檢測，一方面可以提高生產(chǎn)設(shè)備的柔性，可以實(shí)現(xiàn)件件檢測，提高質(zhì)量水平；還可以通過檢測實(shí)現(xiàn)動(dòng)態(tài)刀具補(bǔ)償，降低產(chǎn)品的偏差。

在感知層的人工智能，還包括語音識(shí)別，道路識(shí)別等等。

最近智能音箱受到資本追捧，主要是利用語音識(shí)別技術(shù)，讓音箱成為一個(gè)人機(jī)交互的入口，就需要音箱能夠識(shí)別控制命令，信息，并通過語音控制設(shè)備。

通訊層的人工智能

當(dāng)萬物互聯(lián)之后，一個(gè)人對(duì)應(yīng)多臺(tái)設(shè)備，而設(shè)備聯(lián)網(wǎng)自動(dòng)配置是復(fù)雜的，就需要設(shè)備聯(lián)網(wǎng)智能化，實(shí)現(xiàn)網(wǎng)絡(luò)的自動(dòng)配置。

設(shè)備具備多樣性，從而決定了物聯(lián)網(wǎng)時(shí)代連接方式的多樣性，5G，NB－iot，有線，工業(yè)以太網(wǎng)，總線，WIFI，Zigbee，藍(lán)牙等通訊方式都可能存在，還可能會(huì)有新的通訊，比如電銷機(jī)器人bee。未來有些設(shè)備可能支持一種以上的通訊，設(shè)備智能聯(lián)網(wǎng)需要選擇適合的通訊方式。

物聯(lián)網(wǎng)時(shí)代網(wǎng)絡(luò)結(jié)構(gòu)會(huì)比互聯(lián)網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，從A到B的網(wǎng)絡(luò)會(huì)有多種路由路徑可選，哪個(gè)路由路徑速率快，哪個(gè)路由路徑效率最高，哪個(gè)路由路徑最穩(wěn)定，這些也需要人工智能。

網(wǎng)絡(luò)安全非常重要，就需要在網(wǎng)絡(luò)上有良好的網(wǎng)絡(luò)測試機(jī)制，還需要有智能化的安全機(jī)智。計(jì)算機(jī)的智能安全可以由人通過安全軟件來實(shí)現(xiàn)，而設(shè)備的安全，其智能功能需要人工智能來實(shí)現(xiàn)。

邊緣計(jì)算和云計(jì)算的人工智能：

我經(jīng)常用仿生的原理來解釋智能的發(fā)展。

比如人在學(xué)習(xí)一個(gè)武術(shù)套路時(shí)，最開始學(xué)習(xí)每一招，都要用腦去記住套路，然后堅(jiān)持鍛煉這個(gè)套路，慢慢的熟練成自然，長期堅(jiān)持，就形成了條件反射，當(dāng)套路熟練的時(shí)候，就不用腦子，就能夠把整套武術(shù)快速完整的完成。

而形成條件反射之后，別人打過來時(shí)，就會(huì)自然形成躲避或者回?fù)舻姆磻?yīng)。

所以物聯(lián)網(wǎng)的應(yīng)用會(huì)與人學(xué)習(xí)武術(shù)的模式非常類似：當(dāng)?shù)谝环N條件發(fā)生的時(shí)候，是通過云計(jì)算的智能形成，而未來大數(shù)據(jù)與人工智能結(jié)合的智能方式是未來的主流模式。

當(dāng)相似條件持續(xù)發(fā)生的時(shí)候，邊緣計(jì)算就會(huì)學(xué)習(xí)云計(jì)算處理的方法，逐漸過渡到由邊緣計(jì)算自動(dòng)判斷完成的智能。

這個(gè)過程一方面在云計(jì)算層要實(shí)現(xiàn)基于大數(shù)據(jù)深度學(xué)習(xí)的人工智能；而邊緣計(jì)算層也要不斷學(xué)習(xí)云計(jì)算層的處理，形成類似條件反射的智能反應(yīng)。

人工智能與物聯(lián)網(wǎng)是相輔相成的，相互支持！物聯(lián)網(wǎng)連接是基礎(chǔ)，依靠智能創(chuàng)造價(jià)值！而人工智能需要載體，物理網(wǎng)就是良好的載體！