0
| 本文作者： 張棟 | 2018-12-26 09:53 | 專題：2018 AIoT+智慧城市峰會 |
12月20日，雷鋒網(wǎng)主辦的AIoT+智慧城市峰會在深圳舉行，ZNV力維首席技術官曹友盛在峰會上分享了ZNV AIoT架構設計與 AIoT如何賦能智慧城市的創(chuàng)新實踐。
以下內容為曹友盛博士的演講全文，雷鋒網(wǎng)在不改變原意的基礎上做了細致梳理及增改：
ZNV力維主要做兩件事，一個是AIoT，一個是智慧城市。我首先提出一個概念，智慧城市離不開AIoT，第二我會簡單介紹下力維在智慧城市上的創(chuàng)新實踐。
AIoT，到底怎么定義？AIoT是不是顛覆了過去的物聯(lián)網(wǎng)？
力維認為AIoT不是要去重構一個網(wǎng)， 是科技發(fā)展自然形成的產物。AIoT是繼網(wǎng)絡集成、設備集成、系統(tǒng)集成后，對數(shù)據(jù)、知識和智能的集成。
下面這張圖可以看出 AIoT是如何實現(xiàn)技術上的成熟：
首先，從 1956提出人工智能后，人類一直希望通過人工做出一個能夠模擬人類智慧的機器人。這個夢想在經過1985年的機器學習與2012年的深度學習突破后，人工智能首先在下圍棋上擊敗了人類，并逐漸在人臉識別上第一次有了人工智能的可應用場景。實現(xiàn)以人為中心的視頻深度學習是當前人工智能的主要方向。
其次，在物聯(lián)網(wǎng)建設上，人類最早提出的是 M2M（Machine to Machine）設備對設備的交流。通過移動通訊對設備進行有效控制，從而將商務的邊界大幅度擴展或創(chuàng)造出較傳統(tǒng)方式，更高效率的經營方式亦或創(chuàng)造出完全不同于傳統(tǒng)方式的全新服務。隨著大數(shù)據(jù)和云技術的出現(xiàn)，人類希望通過無處不及的云端作為產生人工智能的核心(大腦)。
隨后，人類發(fā)覺我們的M都在地面，尤其是移動終端。而云在天上，讓地面的 M通過天上的云，與另一個邊上的 M實現(xiàn) Talk。于是，就產生了霧計算、邊緣計算與智能感知設備。
從組網(wǎng)技術上，我們經過了固網(wǎng)、2G、4G，以及即將來臨的5G。
5G改變的不僅僅是網(wǎng)速，而是生活。如果說 4G是解決了人與人之間的通訊問題，那么5G就是解決“人與物”之間的溝通問題，萬物互聯(lián)。
相比4G，5G的技術優(yōu)勢可以植入到更多的使用場景中，讓無人駕駛更安全，遠程醫(yī)療變成現(xiàn)實。更多的應用讓人機互動更為智能，3D、VR等娛樂更豐富，更高的傳輸速率提高了人們工作效率。
低功耗無線組網(wǎng)（LPWAN）的技術和IPv6的誕生(6LowPAN)，讓人類能夠賦予世界上“每一粒沙”一個獨一無二的 IP地址。
量子計算技術可以在 1立方毫米的空間構筑一個計算機，與傳統(tǒng)的物聯(lián)網(wǎng)移動連接技術相比，LPWAN技術更具明顯優(yōu)勢。
由于廣域覆蓋和每個地區(qū)的多終端容量，預計總體網(wǎng)絡連接成本將大大低于傳統(tǒng)移動寬帶連接成本。一沙一世界是完全可以實現(xiàn)的。
經歷了互聯(lián)網(wǎng)、互聯(lián)網(wǎng)+、移動互聯(lián)網(wǎng)，以及軟件技術的不斷成熟。于是乎，一種基于人工智能、組網(wǎng)技術、6LowPan和互聯(lián)網(wǎng)軟件的融合技術下的智能化網(wǎng)絡AIoT呼之欲出。
很多人在描繪AIoT，有人說AIoT是AI+IoT。
力維認為，AIoT不是要去重構一個網(wǎng)，而是要通過自主性邊緣、AI定義網(wǎng)絡和硬件、多傳感器集成、數(shù)據(jù)安全、故障自愈、區(qū)塊鏈等技術手段提升現(xiàn)有的物聯(lián)網(wǎng)。同時運用增強型學習、人工智能驅動、DIKW的智能化遞進、物信孿生實現(xiàn)全面透徹的感知、寬帶泛在的互聯(lián)、智能融合的智能空間。
過去大家對于物聯(lián)網(wǎng)的構筑和集成非常關注，實現(xiàn) AIoT的網(wǎng)絡技術大多數(shù)已經突破。對于如何讓物聯(lián)網(wǎng)智慧起來，我們還有許多事要去做。尤其是構成 AIoT的三個基礎需要：
a.打通城市物聯(lián)網(wǎng)從感知到認知的“任督二脈”,形成感知到認知的“閉環(huán)”；
b.解決智慧共享， 智慧流動，智慧交流，建立數(shù)據(jù) DIKW的智能化遞進，建立專業(yè)知識圖譜，解決數(shù)據(jù)應用的落地；
c.智慧從智能感知做起， 邊緣計算，區(qū)域智腦， 城市大腦。建立一個全網(wǎng)智能的物聯(lián)網(wǎng)。 還有待于我們大家的共同努力。
AIoT和智慧城市之間的關系是什么？
我認為，AIoT只做一件事，就是在IoT這個物聯(lián)網(wǎng)上做一個智能集成，過去有網(wǎng)絡集成、系統(tǒng)集成商，現(xiàn)在我們提出一個新的概念：智能集成，AIoT就是在物聯(lián)網(wǎng)上做智能集成。所以從這里我們看出AIoT并不是簡單的AI+IoT。
AIoT要實現(xiàn)智能集成關鍵在于打通感知與認知的“任督二脈”，形成“賦能”閉環(huán)。任督二脈是中醫(yī)理論的一部分，屬于"經脈"中的"奇經"任脈主血，督脈主氣，為人體經絡主脈。任督二脈若通，則八脈通，八脈通，則百脈通，進而能改善體質，強筋健骨，促進循環(huán)。
回到AIoT 架構，一方面是關于大量的采集到的原始數(shù)據(jù)，我們希望通過 AIoT從數(shù)據(jù)的整理和清洗中獲得信息，從對信息的邏輯分析中固化出知識，最后能夠在大量的知識中產生認知，也就是智慧。知識是對于過去的總結，認知和智慧是對于未來的預測和判斷。這就是所謂的DIKW 模型。
形成“賦能”閉環(huán)。是指通過 AIoT 技術，將物理世界轉換映射到信息世界，把傳統(tǒng)業(yè)務“上線”。（物信孿生）能夠同感智能手段，提升業(yè)務的“效率”，讓智能成為行業(yè)人員智慧的延伸。物聯(lián)網(wǎng)節(jié)點之間，能否產生“協(xié)作”，互融互同，互相賦能。
感知端發(fā)展趨勢在于網(wǎng)絡、算力和存儲三個方面。作為 AIoT技術硬件的三大支柱，在過去十年中，技術可行性與經濟可行性發(fā)生了指數(shù)級提升！
a、網(wǎng)絡領域：帶寬提高千倍，而成本下降到原來的 1/40倍。
b、計算領域：計算芯片下降到原來的 1/60倍。
c、存儲領域：單容量硬盤增加萬倍，而成本下降到 1/17。
以業(yè)務模型（數(shù)據(jù)模型或知識模型）驅動智能化能力，實現(xiàn)物自主化與物協(xié)作化。認知是 DIKW的最高層次。打通任督二脈就是為了爆發(fā)出原來不可能想象的能力。隨著大數(shù)據(jù)和擬人化思維技術的突破，我們可以模擬人的思維能力和知識累積，創(chuàng)新思維來達到。
a) 提升生產與服務過程的敏捷性與協(xié)作性?！爸悄茌o助開發(fā)”
b) 提升資源共享，全網(wǎng)流動。“算力、AI等賦能”
c) 降低生產與運營的不確定性。“描述（增強）型分析”
d) 建立端到端的行業(yè)智能?！癉IKW（半）自動化構建”。
e) 物理世界與信息世界從割裂到協(xié)作融合?！拔镄艑\生”
f) 流程割裂到全流程協(xié)調?！皵?shù)據(jù)融合-> 業(yè)務融合”
g) 產業(yè)生態(tài)多邊開放協(xié)同創(chuàng)新
AIoT的出現(xiàn)，必然是產業(yè)鏈變長，增加了端到端的協(xié)作，數(shù)據(jù)產生價值將是整個行業(yè)的發(fā)展趨勢，“主導權”將會由底層智能硬件設備往最能產生價值的“認知層”流動！做強“認知層”的某個環(huán)節(jié)形成“蒙古刀”，從而控制“產業(yè)鏈”。做強智能硬件的協(xié)作與賦能，形成“數(shù)據(jù)壓強”與“網(wǎng)絡張力”。
要實現(xiàn) AIoT，從數(shù)據(jù)到認知的轉換是不可能像現(xiàn)在這樣利用大量的數(shù)據(jù)分析師與數(shù)據(jù)科學家：寫入幾十萬行程序，用一個一個模型去試。我們期待的是數(shù)據(jù)上線化、信息在線化、知識網(wǎng)絡化、認知自動化。在現(xiàn)實中，感知設備的數(shù)據(jù)采集需要在幾秒鐘內產生認知輸出。所以，對于 DIKW的自動化需求是實現(xiàn) AIoT的一個挑戰(zhàn)。
最后我講一下DIKW視角，知識是怎么獲得的，從數(shù)據(jù)到信息到知識，最后到智慧，是一個著名的DIKW自動化模型。
十年前我們的平臺商主要解決物理系統(tǒng)，那么，目前智能硬件商在做什么呢？物理平臺上解決了數(shù)據(jù)問題，但有了數(shù)據(jù)沒用，數(shù)據(jù)沒有告訴我們任何有意義的內容，所以我們希望未來的十年是能夠把我們的數(shù)據(jù)從D到信息，通過對數(shù)據(jù)的分析清晰提煉出信息，再通過對信息的編排、邏輯推理，固化出知識，最后在眾多的知識運用合作以后，我們能夠創(chuàng)造未來，發(fā)現(xiàn)未來，這叫DIKW模型。
這套模型是自動化的，這也是人類學習的模式，從幼稚園開始學習的時候，學習大量的數(shù)據(jù)，后來我們慢慢學到信息，最后得到了知識，然后自己再去創(chuàng)新，這就是智慧。認知層的流動是今后的趨勢。
根據(jù)IT調研和咨詢公司 Gartner的觀點， 截止2020年，超過 40%的數(shù)據(jù)科學（data science）任務將實現(xiàn)自動化，這將通過平民數(shù)據(jù)科學家這一群體，帶來生產力的提高和更加廣泛的數(shù)據(jù)與分析應用。Gartner將平民數(shù)據(jù)科學家（citizen data scientist）定義為創(chuàng)建或生成模型的人，這些模型運用先進的診斷分析，或者具有預測性與說明性功能，不過這些人的基本工作職能卻是在統(tǒng)計和分析領域之外。
Gartner表示，平民數(shù)據(jù)科學家可以彌合企業(yè)用戶采用的主流自助型分析和數(shù)據(jù)科學家掌握的高級分析技術之間的鴻溝。他們現(xiàn)在能夠執(zhí)行在以前需要更多的專業(yè)知識才可以進行的復雜分析，從而完成高級分析，而無需具備數(shù)據(jù)科學家們獨有的技能。
下圖是一個 DIKW在線化、網(wǎng)絡化、智能化架構設計。一個可以實現(xiàn)物聯(lián)網(wǎng)的 DIKW智能集成架構。這個架構既是一個擬人化的架構，又是一個物聯(lián)網(wǎng)架構。不同的是，數(shù)據(jù)、信息與知識和認知在這個架構里流動、交互、融合。
數(shù)據(jù)通過采集器和數(shù)據(jù)連接，ETL將數(shù)據(jù)轉換成可訓練格式數(shù)據(jù)后變成了信息。信息經過DIKW自動構建算子平臺后產生了知識和知識圖譜。知識和知識圖譜以模型的方法存儲，流通、交互、賦能。在大腦中，知識產生碰撞后產生了認知和智慧。
“認知理論”是研究由經驗引起的變化是如何發(fā)生的一種學習理論。它強調機體對當前情境的理解，知覺的動力和學習的動力原理一致，將認識具體化、形象化?！罢J知計算”這個概念早已有之。用電腦替代人腦是很多從事計算機科學的人的夢想。“認知計算”的一個目標是讓計算系統(tǒng)能夠像人的大腦一樣學習、思考，并做出正確的決策。
舉例說，力維在智慧城市，社區(qū)治理項目中，做了人口管理，盜竊嫌疑預警、重點跟蹤人員預警、吸毒人員移動預警、容留吸毒嫌疑預警、實有人口未登記預警、肇事肇禍精神病人異動預警等幾百個智能預警模型。在感知端、邊緣端、區(qū)域端及時起到了良好效果，而沒有必要跑到城市大腦去解決這些需要及時處理的小問題。
Gartner fellow 兼副總裁 David Cearley 在分析 2019 年十大戰(zhàn)略科技發(fā)展趨勢時指出：
無處不在的智能設備提供各種基于大數(shù)據(jù)的貼心服務，將是科技的未來。Gartner 稱之為 Intelligent Digital Mesh。Intelligent：AI 將深入所有已有的垂直行業(yè)，并創(chuàng)造出新的行業(yè)。Digital：物理世世界和數(shù)字世界將被折疊，新的「沉浸」世界將會產生。Mesh：人、生意、設備、內容、服務將連結成一個不斷擴張的大網(wǎng)。
2015 年是摩爾定律的終結年，隨著谷歌推出第一款 TPU 和 ARM 低功耗技術的普及，具有可編程、類腦神經，以及神經擬態(tài)計算的 AI 芯片不斷出現(xiàn)，這些芯片具有更智能，更快、更簡單、更便宜、更省電的特性。芯片已經從一維，二維發(fā)展到矢量芯片。如今隨著人工智能 SoC 芯片的發(fā)展，一塊低功耗的 SoC 芯片上可以集成載有高性能智能計算芯。神經擬態(tài)計算，可編程邊緣計算 FPGA，同時擁有 GPU（類腦神經），F(xiàn)PGA（可編程）ARM（低功耗），甚至 TPU。
基于這些理解，力維的AIoT架構搭建如下：Oasis是我們一系列的硬件，第二層是連接管理與連接的平臺，包含虛擬拓撲、虛擬設備、虛擬服務，最上面是智慧的DIKW的自動化生成，這三大平臺在形成力維AIoT基本單元。比如在一個神經元上可能沒有上面兩層，下面有連接和邊緣智能，所有的單元都是通過管理器連接起來的，但是每個單元形態(tài)不一樣，可以是邊緣智能，也可能是區(qū)域智能，也可能是中樞大腦智能，每個單元網(wǎng)格里，智慧在里面流動，在里面?zhèn)鬏?，在里面得到提升，這就是我們講的AIoT的架構。
作為社區(qū)智理解決方案的引領者，力維是首批將 AIoT 技術應用到智慧社區(qū)的解決方案提供商。力維“社區(qū)智理 2.0”解決方案基于多維立體智能管控平臺，構建了以人工智能和大數(shù)據(jù)為核心的社區(qū)“智”理新架構，通過 AIoT 技術與社區(qū)管理的深度融合，對社區(qū)人口、房屋設施、車輛、消防等問題實現(xiàn)了智能發(fā)現(xiàn)、精準推送、閉環(huán)處置，極大提升了社區(qū)智能化治理和服務水平，創(chuàng)造了社社區(qū)治理新模式，并陸續(xù)在上海、重慶、銀川等地區(qū)部署和應用。
例如，我們與上海市浦東新區(qū)共同打造了以公共安全、公共管理、公共服務為核心的社區(qū)智理 2.0 解決方案。力維將智能化技術充分應用于社區(qū)全流程和各個應用場景，構建起從立體感知到認知的全時空、全關聯(lián)的社區(qū)智理體系?；诜涸诟兄O備和技術，整合人、地、物、情、事、組織和房屋等信息，將社區(qū)數(shù)據(jù)動靜結合（動態(tài)數(shù)據(jù)與靜態(tài)數(shù)據(jù)）、視物結合（視頻數(shù)據(jù)與物聯(lián)網(wǎng)數(shù)據(jù)）及時空結合（時間數(shù)據(jù)與空間數(shù)據(jù)），并在泛在感知數(shù)據(jù)基礎上進行多維數(shù)據(jù)融合、分析和使能。通過“多維研判”、“扁平管理”、“閉環(huán)處置”實現(xiàn)社區(qū)治理的科學化、精細化、智能化，提升社區(qū)工作人員管理效能與社區(qū)居民獲得感及滿意度，打造高效和諧的社區(qū)環(huán)境。通過 AIoT 賦能社區(qū)治理，讓社區(qū)感知更立體，讓社區(qū)連接更敏捷，讓社區(qū)治理更智能。
在浦東新區(qū)項目中，我們針對小區(qū)的人口、房屋設施、車輛、消防等問題實現(xiàn)了智能發(fā)現(xiàn)。譬如同感我們的DIKW模型，對盜竊嫌疑預警。不僅能夠事先知道產生的問題，還能重點對跟蹤人員預警、吸毒人員移動預警、容留吸毒嫌疑預警、實有人口未登記預警等。根據(jù)CCTV央視新聞報道，2018年11月6日，習近平總書記來到浦東新區(qū)城市運行綜合管理中心考察，對上海的城市精細化管理工作給予了肯定，并指出“城市管理要像繡花一樣精細，一流城市要有一流治理”。
目前，我們的智慧城市方案已成功服務于二十多個城市，其中參與建設的智慧銀川項目更是得到總理點贊，成為智慧城市建設的標桿。未來，力維會持續(xù)聚焦客戶需求，深耕智慧城市行業(yè)。堅持技術創(chuàng)新，將更多 AIoT 技術和產品落地到實際需求與應用中，為客戶創(chuàng)造價值。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
專題
