互聯(lián)網(wǎng)云腦與人工智能時代的興起

劉鋒

一、互聯(lián)網(wǎng)云腦提出的背景

每一次人類社會的重大技術變革都會導致新領域的科學革命。大航海時代使人類看到了生物的多樣性和孤立生態(tài)系統(tǒng)對生物的影響。無論是達爾文還是華萊士都是跟隨遠航的船隊才發(fā)現(xiàn)了生物的進化現(xiàn)象。

大工業(yè)革命使人類無論在力量的使用還是觀察能力都獲得極大的提高。這為此后100年開始的物理學大突破，奠定了技術基礎。這些突破包括牛頓的萬有引力，愛因斯坦的相對論，和眾多科學家創(chuàng)建的量子力學大廈，這些突破都與“力”和“觀測”有關。

互聯(lián)網(wǎng)革命對于人類的影響已經遠遠超過了大工業(yè)革命。與工業(yè)革命增強人類的力量和視野不同，互聯(lián)網(wǎng)極大地增強了人類的智慧，豐富了人類的知識。而智慧和知識恰恰與大腦的關系最為密切。

如果我們觀察近20年來互聯(lián)網(wǎng)出現(xiàn)的新應用和新功能，可以直觀的發(fā)現(xiàn)互聯(lián)網(wǎng)與大腦結構具有越來越多的相似性。這些現(xiàn)象包括：3D打印機，復印機的遠程操控，醫(yī)生通過遠程網(wǎng)絡進行手術；中國水利部門在土壤、河流、空氣中安放傳感器，及時將氣溫、濕度、風速等數(shù)據(jù)通過互聯(lián)網(wǎng)傳輸?shù)叫畔⑻幚碇行?，形成報告供防汛抗旱決策使用；Google推出了“街景”服務，在城市中安裝多鏡頭攝像機，互聯(lián)網(wǎng)用戶可以實時觀看丹佛、拉斯維加斯、邁阿密、紐約和舊金山等城市的風貌等。

這些新互聯(lián)網(wǎng)現(xiàn)象分別具備了運動神經系統(tǒng)、軀體感覺神經系統(tǒng)、視覺神經系統(tǒng)的萌芽，基于以上互聯(lián)網(wǎng)新現(xiàn)象，從2008年開始，科學院相關研究團隊發(fā)表論文，提出互聯(lián)網(wǎng)向類大腦架構進化的觀點，并繪制了互聯(lián)網(wǎng)云腦的示意圖。（見圖一）

互聯(lián)網(wǎng)將向著與人類大腦高度相似的方向進化，它將具備自己的視覺、聽覺、觸覺、運動神經系統(tǒng)，也會擁有自己的記憶神經系統(tǒng)、中樞神經系統(tǒng)、自主神經系統(tǒng)。另一方面，人腦至少在數(shù)萬年以前就已經進化出所有的互聯(lián)網(wǎng)功能，不斷發(fā)展的互聯(lián)網(wǎng)將幫助神經學科學家揭開大腦的秘密?？茖W實驗將證明大腦中也擁有Google一樣的搜索引擎，F(xiàn)acebook一樣的SNS系統(tǒng)，IPv4一樣的地址編碼系統(tǒng)，思科一樣的路由系統(tǒng)……

從2010年開始，美國科學家也開始從學術上關注互聯(lián)網(wǎng)與腦科學的關系，2010年8月美國南加州大學神經系統(tǒng)科學家拉里·斯旺森和理查德·湯普森在《國家科學院院刊》（PNAS）發(fā)表論文，用互聯(lián)網(wǎng)路由機制解釋老鼠大腦的信號如何繞過破壞區(qū)域到達目標區(qū)域。

2012年11月16日，加州大學圣迭戈分校Dmitri Krioukov在2012年11月的Scientific Report 發(fā)表論文，提出利用計算機模擬并結合多種其他計算，揭示許多復雜網(wǎng)絡如互聯(lián)網(wǎng)、社交網(wǎng)、腦神經網(wǎng)絡等有高度的相似性。

二、用互聯(lián)網(wǎng)云腦分析物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等概念的關系

當時間快車越過21世紀第一個十年，令人眼花繚亂的新技術、新模式、新概念、新理論、新架構層出不窮，包括云計算、大數(shù)據(jù)、人工智能、云機器人、腦計劃、智能駕駛、無人飛機、3D打印、虛擬現(xiàn)實等不斷涌現(xiàn)。

在新世紀科學時代，為什么云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、邊緣計算，特別是人工智能成為科技的前沿和熱點，它們與這些新概念互聯(lián)網(wǎng)云腦架構究竟是什么關系？下面我們分別進行詳細分析。（見圖二）

（一）物聯(lián)網(wǎng)是互聯(lián)網(wǎng)大腦的感覺神經系統(tǒng)萌芽

2005年11月國際電信聯(lián)盟（ITU）發(fā)布了題為 ITU Internet reports 2005-the Internet of things 的報告，正式提出了物聯(lián)網(wǎng)（Internet of things，IOT）一詞，這一報告雖然沒有對物聯(lián)網(wǎng)做出明確的定義，但從功能角度，ITU認為“世界上所有的物體都可以通過因特網(wǎng)主動進行信息交換，實現(xiàn)任何時刻、任何地點、任何物體之間的互聯(lián)、無所不在的網(wǎng)絡和無所不在的計算”；從技術角度，ITU認為“物聯(lián)網(wǎng)涉及射頻識別技術（RFID）、傳感器技術、納米技術和智能技術等”。

在世界范圍內，物聯(lián)網(wǎng)還沒有統(tǒng)一的定義和結構，比較著名的有歐盟第七框架計劃（ Framework Program7，簡稱FP7）提出的sensei物聯(lián)網(wǎng)架構，其目標是通過Internet將分布在全球的傳感器與執(zhí)行器網(wǎng)絡（WS&AN）連接起來，組成一個真正的世界互聯(lián)網(wǎng)（Real World Internet RWI），并定義開放的服務訪問接口與相應的語義規(guī)范來提供統(tǒng)一的網(wǎng)絡與信息管理服務。

此外，由美國麻省理工學院和英國劍橋大學等7個高校組成AUTO ID實驗室、日本東京大學UID中心、韓國電子與通信技術研究所（ETRI）、美國弗吉尼亞大學、歐洲電信標準組織（ETSI）、法國巴黎第六大學都從不同方面對物聯(lián)網(wǎng)的架構進行了設計和探討。

總體上看，物聯(lián)網(wǎng)重點突出了傳感器感知的概念，同時它也具備網(wǎng)絡線路傳輸、信息存儲和處理、行業(yè)應用接口等功能。而且也往往與互聯(lián)網(wǎng)共用服務器、網(wǎng)絡線路和應用接口，使人與人（Human ti Human ，H2H）、人與物（Human to thing，H2T）、物與物（ Thing to Thing，T2T）之間的交流變成可能，最終將使人類社會、信息空間和物理世界（人機櫧）融為一體。

（二）云計算是互聯(lián)網(wǎng)大腦的中樞神經系統(tǒng)萌芽

2007年 10月，在IBM和 Google宣布在云計算領域的合作后， 云計算迅速成為產業(yè)界和學術界研究的熱點。IBM 技術白皮書中關于云計算的定義是：“云計算一詞用來描述一個系統(tǒng)平臺或者一種類型的應用程序。一個云計算平臺可按需進行動態(tài)部署、配置、重新配置以及取消服務。云計算平臺中的服務器既可以是物理的，也可是虛擬的?！霸茟谩笔褂么笠?guī)模的數(shù)據(jù)中心以及功能強勁的服務器來運行網(wǎng)絡應用程序與網(wǎng)絡服務，任何一個用戶可以通過合適的互聯(lián)網(wǎng)接入設備以及一個標準的瀏覽器就能夠訪問一個云計算應用程序?！?

云計算的誕生有其歷史根源，隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)新興的應用數(shù)據(jù)存儲量越來越大，互聯(lián)網(wǎng)業(yè)務增長也越來越快。因此互聯(lián)網(wǎng)企業(yè)的軟硬件維護成本不斷增加，成為很多企業(yè)的沉重負擔。與此同時，互聯(lián)網(wǎng)超大型企業(yè)如Google、IBM、亞馬遜的軟硬件資源有大量空余，得不到充分利用，在這種情況下，互聯(lián)網(wǎng)從企業(yè)各自為戰(zhàn)的軟硬件建設向集中式的云計算轉換，也就成為互聯(lián)網(wǎng)發(fā)展的必然。

縱觀云計算的概念和實際應用，我們可以看到云計算有兩個特點，第一，互聯(lián)網(wǎng)的基礎服務資源如服務器的硬件、軟件、數(shù)據(jù)和應用服務開始于集中和統(tǒng)一。第二，互聯(lián)網(wǎng)用戶不用再重復消耗大量資源，建立獨立的軟硬件設施和維護人員隊伍。通過互聯(lián)網(wǎng)接受云計算提供商的服務，就可以實現(xiàn)自己需要的功能。

我們知道大腦的中樞神經系統(tǒng)（central nervous system）在動物的神經系統(tǒng)集中化的過程中，作為其形態(tài)上的中心和在機能上的中樞，最終成為被分化出來的重要身體部位，承擔了控制和調節(jié)整個機體活動的功能。

而在互聯(lián)網(wǎng)云腦的架構中，互聯(lián)網(wǎng)云腦的中樞神經系統(tǒng)則將互聯(lián)網(wǎng)的核心硬件層、核心軟件層和互聯(lián)網(wǎng)信息層統(tǒng)一起來，為互聯(lián)網(wǎng)各虛擬神經系統(tǒng)提供支持和服務。從定義上看，云計算與互聯(lián)網(wǎng)云腦中樞神經系統(tǒng)的特征非常吻合。在理想狀態(tài)下，物聯(lián)網(wǎng)的傳感器和互聯(lián)網(wǎng)的使用者通過網(wǎng)絡線路和計算機終端與云計算進行交互，向云計算提供數(shù)據(jù)，接受云計算提供的服務。

（三）工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)、無人機、智能駕駛、3D打印，本質上是互聯(lián)網(wǎng)運動神經系統(tǒng)的發(fā)育和萌芽

德國政府在2013年4月的漢諾威工業(yè)博覽會上正式推出“工業(yè)4.0”戰(zhàn)略，其目的是為了提高德國工業(yè)的競爭力，在新一輪工業(yè)革命中占領先機。德國學術界和產業(yè)界認為，“工業(yè)4.0”概念即是以智能制造為主導的第四次工業(yè)革命，或革命性的生產方法。該戰(zhàn)略旨在通過充分利用信息通訊技術和網(wǎng)絡空間虛擬系統(tǒng)-信息物理系統(tǒng)（Cyber-PhysicalSystem） 相結合的手段，將制造業(yè)向智能化轉型。

工業(yè)互聯(lián)網(wǎng)與工業(yè)4.0類似，2013年6月，GE提出了工業(yè)互聯(lián)網(wǎng)革命（Industrial Internet Revolution），伊梅爾特在其演講中稱，一個開放、全球化的網(wǎng)絡，將人、數(shù)據(jù)和機器連接起來。工業(yè)互聯(lián)網(wǎng)的目標是升級那些關鍵的工業(yè)領域。如今在全世界有數(shù)百萬種機器設備，從簡單的電動摩托到高尖端的MRI（核磁共振成像）機器。有數(shù)萬種復雜機械的集群，從發(fā)電的電廠到運輸?shù)娘w機。

工業(yè)4.0和工業(yè)互聯(lián)網(wǎng)沒有明確指出它與互聯(lián)網(wǎng)有什么關系，但通俗的說，就是無數(shù)個行業(yè)被互聯(lián)網(wǎng)浪潮沖擊后，互聯(lián)網(wǎng)開始改造工業(yè)制造業(yè)了。

從圖二，我們也同樣可以看出工業(yè)4.0或工業(yè)互聯(lián)網(wǎng)，本質上是互聯(lián)網(wǎng)運動神經系統(tǒng)的萌芽，互聯(lián)網(wǎng)中樞神經系統(tǒng)也就是云計算中的軟件系統(tǒng)控制工業(yè)企業(yè)的生產設備、家庭的家用設備、辦公室的辦公設備，通過智能化、3D打印、無線傳感等技術，使得機械設備成為互聯(lián)網(wǎng)大腦改造世界的工具。同時，這些智能制造和智能設備也源源不斷向互聯(lián)網(wǎng)大腦反饋大數(shù)據(jù)數(shù)，供互聯(lián)網(wǎng)中樞神經系統(tǒng)決策使用。

（四）大數(shù)據(jù)是互聯(lián)網(wǎng)大腦信息的基礎

Nature 早在2008 年就推出了Big Data ?？?。Science 在2011 年2 月推出?？疍ealing with Data，主要圍繞著科學研究中大數(shù)據(jù)問題展開討論，說明大數(shù)據(jù)對于科學研究的重要性。全球知名的咨詢公司麥肯錫（McKinsey）在2011年6 月份發(fā)布了一份關于大數(shù)據(jù)的詳盡報告“Big data： The next frontier for innovation， competition， and productivity”，對大數(shù)據(jù)的影響、關鍵技術和應用領域等都進行了詳盡的分析。

2012年3 月份美國奧巴馬政府發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》 （Big Data Research and Development Initiative） ，投資2 億以上美元，正式啟動“大數(shù)據(jù)發(fā)展計劃”。計劃在科學研究、環(huán)境、生物醫(yī)學等領域利用大數(shù)據(jù)技術進行突破。

大數(shù)據(jù)目前尚沒有統(tǒng)一的定義，比較有代表性的是3V 定義，即認為大數(shù)據(jù)需滿足3 個特點：規(guī)模性（Volume）、多樣性（Variety）和高速性（Velocity）。除此之外， IDC 認為大數(shù)據(jù)還應當具有價值性（Value），大數(shù)據(jù)的價值往往呈現(xiàn)出稀疏性的特點。而IBM 認為大數(shù)據(jù)應該具有真實性（Veracity）。

隨著博客、社交網(wǎng)絡以及云計算、物聯(lián)網(wǎng)等技術的興起，互聯(lián)網(wǎng)上的數(shù)據(jù)正以前所未有的速度在不斷增長和累積，學術界、工業(yè)界甚至于政府機構都已經開始密切關注大數(shù)據(jù)問題，應該說，大數(shù)據(jù)是互聯(lián)網(wǎng)發(fā)展到一定階段的必然產物?；ヂ?lián)網(wǎng)用戶的互動、企業(yè)和政府的信息發(fā)布、物聯(lián)網(wǎng)傳感器感應的實時信息，每時每刻都在產生大量的結構化和非結構化數(shù)據(jù)，這些數(shù)據(jù)分散在整個網(wǎng)絡體系內，體量極其巨大。這些數(shù)據(jù)中蘊含了對經濟、科技、教育等等領域非常寶貴的信息，大數(shù)據(jù)的研究就是通過數(shù)據(jù)挖掘、知識發(fā)現(xiàn)和深度學習等方式，將這些數(shù)據(jù)整理出來，形成有價值的數(shù)據(jù)產品，提供給政府、行業(yè)企業(yè)和互聯(lián)網(wǎng)個人用戶使用和消費。

我們在論文“互聯(lián)網(wǎng)與神經學的交叉對比研究”中對互聯(lián)網(wǎng)云腦的信息層定義時，曾經這樣描述：“互聯(lián)網(wǎng)的信息成爆炸式增長，這些信息的形式包括文字、二維圖片、文檔、視頻、聲音、三維圖像等，分布在互聯(lián)網(wǎng)的服務器、路由器、交換機、用戶終端和互聯(lián)網(wǎng)虛擬神經系統(tǒng)里。我們將這些分布在互聯(lián)網(wǎng)中的信息統(tǒng)稱為互聯(lián)網(wǎng)云腦的信息層或數(shù)據(jù)海洋。”

我們在前文闡述過，以云計算為代表的互聯(lián)網(wǎng)新應用的興起，表明互聯(lián)網(wǎng)基礎服務無論從硬件、軟件還是數(shù)據(jù)信息都在向集中和統(tǒng)一的方向發(fā)展。也就是說，未來的大數(shù)據(jù)還將具備一個新的特性-統(tǒng)一性（Unity）?？梢灶A見，當大數(shù)據(jù)的容量進一步增加，存儲方式進一步趨向集中。大數(shù)據(jù)將逐步形成互聯(lián)網(wǎng)云腦的信息層（數(shù)據(jù)海洋）。

（五）邊緣計算是互聯(lián)網(wǎng)末梢神經的發(fā)育

當前，移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能系統(tǒng)的計算大多數(shù)是在互聯(lián)網(wǎng)數(shù)據(jù)中心運行，即運行在“云”上。但是隨著技術的發(fā)展，人們發(fā)現(xiàn)一個巨大的機會正在遠離數(shù)據(jù)中心的網(wǎng)絡邊緣產生——嵌入式人工智能正受到越來越廣泛的重視。

物聯(lián)網(wǎng)擁有海量的終端設備，未來如果這些網(wǎng)絡節(jié)點所抓取的數(shù)據(jù)都需要上傳云端進行智能處理或者深度學習，對網(wǎng)絡帶寬將提出巨大挑戰(zhàn)，另一個挑戰(zhàn)則是功耗。設備端大量采用電池供電，比如智能移動設備、新能源汽車等都對設備功耗提出越來越高的要求。從2015年開始，以邊緣計算為特點的嵌入式人工智能技術開始受到重視，它們的作用可以優(yōu)化資源、提升效率。

邊緣計算概念已經普遍存在于工業(yè)物聯(lián)網(wǎng)應用、制造業(yè)、零售、ATM機、智能手機和虛擬/混合現(xiàn)實等領域。這一概念的核心是處理任務時，在網(wǎng)絡端點或接近網(wǎng)絡端點的地方完成一部分計算和分析，而無須將所有數(shù)據(jù)發(fā)回云端。算法和模型可以在云端建立，然后推送到邊緣設備上。

我們知道，神經末梢是為神經元神經纖維的末端部分，分布在各種器官和組織內。按其功能不同，分為感覺神經末梢和運動神經末梢。感覺神經末梢是感覺（傳入）神經元周圍突的終末部分與其他組織結構共同形成的特定結構，稱為感受器（receptor）。它能感受人體內外的各種刺激，并轉化為神經沖動，傳向中樞。感覺神經末梢按其結構又可分為游離神經末梢和有被囊感覺神經末梢。（見圖三）

從上述介紹可以看出，邊緣計算可以看做是互聯(lián)網(wǎng)云腦（大腦）發(fā)育過程中互聯(lián)網(wǎng)神經末梢不斷發(fā)育的結果?；蛘哒f，邊緣計算和霧計算是互聯(lián)網(wǎng)神經末梢的代名詞。

邊緣計算和作為其代表的智能感受器和效應器在網(wǎng)絡的邊緣進行初步和簡單的數(shù)據(jù)信息處理。它們的出現(xiàn)不是為了替代互聯(lián)網(wǎng)的中樞神經系統(tǒng)（云計算），而是與云計算互為備份，互為依托，增加整個互聯(lián)網(wǎng)云腦（大腦）的魯棒性（robustness，用以表征控制系統(tǒng)對特性或參數(shù)擾動的不敏感性）。

在有良好網(wǎng)絡條件的情況下，云端能減少本地端的計算任務，也能夠完成信息儲備能力及數(shù)據(jù)實時共享。當網(wǎng)絡線路和云端計算量受限時，邊緣計算可以獨立進行信息處理，但最終當線路聯(lián)通后，邊緣計算和霧計算還是要把相關信息傳輸?shù)皆贫耍ɑヂ?lián)網(wǎng)中樞神經系統(tǒng)），實現(xiàn)不同邊緣設備的信息共享和交互。

三、人工智能成為熱點的歷史背景與當下原因

人工智能作為2014年以來互聯(lián)網(wǎng)領域最熱門的領域，被科技界、企業(yè)界和媒體廣泛關注。作為一個概念，人工智能是在1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時，首次提出的。

事實上，人工智能的發(fā)展充滿了坎坷，在過去的60年里，人工智能經歷了多次從樂觀到悲觀，從高潮到低潮的階段。最近一次低潮發(fā)生在1992年日本第五代計算機計劃的無果而終，隨后人工神經網(wǎng)絡熱在20世紀90年代初退燒，人工智能領域再次進入“AI之冬”。這個冬季如此的寒冷與漫長，直到2006年加拿大多倫多大學教授Geoffrey Hinton提出“深度學習”算法，情況才發(fā)生轉變。

這個算法是對20世紀40年代誕生的人工神經網(wǎng)絡理論的一次巧妙的升級，它最大的革新是可以有效的處理龐大的數(shù)據(jù)。這一特點則又幸運地與互聯(lián)網(wǎng)結合。由此引發(fā)了2010年以來新的一股人工智能熱潮。2011年，一位NCAP研究員和斯坦福的Andrew Ng在Google建立了以深度學習為基礎的谷歌大腦，Andrew Ng也就是后來百度大腦的首席科學家吳恩達。2013年，Geoffrey Hinton加入Google公司，其目的是進一步把谷歌大腦的工作做得更為深入。

人工智能從此進入一個新的時代——互聯(lián)網(wǎng)人工智能時代，基于互聯(lián)網(wǎng)海量的“大數(shù)據(jù)”和每時每刻與現(xiàn)實世界的信息交互，到2014年，百度大腦、訊飛大腦等互聯(lián)網(wǎng)人工智能系統(tǒng)也紛紛涌現(xiàn)，不斷創(chuàng)造出新的領域和紀錄。人們重新開始陷入狂熱的興奮之中。著名的企業(yè)家、投資人和意見領袖不斷發(fā)出預言，警告人工智能系統(tǒng)即將超越人類，變成人類的主人。這里就包括著名物理學家霍金、特斯拉CEO馬斯克以及未來學家?guī)炱濏f爾。

總體看，人工智能可以看做是互聯(lián)網(wǎng)智能、智慧和意識產生的基礎，今天人工智能的熱潮依然是互聯(lián)網(wǎng)進化，形成互聯(lián)網(wǎng)云腦過程的一次波段性浪潮，無論是物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)、無人機、智能駕駛、虛擬現(xiàn)實，它們依然也都是互聯(lián)網(wǎng)發(fā)展過程中的產物，不是從石頭縫里蹦出的新概念。同時，它們的發(fā)展也為人工智能當下和未來的爆發(fā)奠定了無法替代的基礎。從互聯(lián)網(wǎng)云腦形成和進化的進程看，人工智能依然不是互聯(lián)網(wǎng)發(fā)展的最后高點，以人類智慧為基礎的群體智慧爆發(fā)，將是下一個熱潮所在，它形成的背景以及與人工智能的關系，我們將在以后的文章中進行探討。

（作者系本刊特約撰稿人）