智能和互聯(lián)的現(xiàn)在和未來

彭秀東

人類在進化過程中一直想怎么把力量延伸和放大，第一次工業(yè)革命是做力量的放大，原來靠馬和騾是不行的，瓦特發(fā)明并改進了蒸汽機，把力量放大了幾十倍、一百倍。第二次工業(yè)革命是電力，希望把力量傳輸?shù)胶苓h的地方。第三次主要是電子信息出現(xiàn)了，就智力的問題解決了，解決了這個計算的問題。我們希望把計算的問題再往遠處傳，那就是網(wǎng)絡(luò)的問題了，50年代開始出現(xiàn)互聯(lián)網(wǎng)，整個解決的是網(wǎng)絡(luò)數(shù)據(jù)的傳輸和通信問題。

現(xiàn)在當(dāng)今世界，我們處在一個什么樣的社會？我們要開拓思路，現(xiàn)在處在一個互聯(lián)、物聯(lián)、智能的社會。智能更加熱門，看看科創(chuàng)板就知道了，首批25家企業(yè)，18家跟智能有關(guān)系，不僅僅是一個概念，更多的是應(yīng)用，現(xiàn)實生活中確實需要智能，這個智能可能是微小的一些軟件，一些判別，一些識別，一些決策，一些數(shù)據(jù)分析，也可能是數(shù)據(jù)反反復(fù)復(fù)迭代的深度學(xué)習(xí)，是種算法。現(xiàn)在我們處在一個信息時代。數(shù)字時代，現(xiàn)在是數(shù)字經(jīng)濟，經(jīng)濟要數(shù)字化，數(shù)字要產(chǎn)業(yè)化。

人工智能有很多定義、倫理、算法，歸根結(jié)底還是算法的問題。之所以人工智能能走到現(xiàn)在，核心的是兩個，算法和算力。算法早就存在了，算力才是我們今天能得以實現(xiàn)深度學(xué)習(xí)的根本。很多科學(xué)問題歸根結(jié)底是個數(shù)學(xué)問題，算法就是數(shù)學(xué)，包括孩子學(xué)習(xí)、上大學(xué)，數(shù)學(xué)是基礎(chǔ)，沒有數(shù)學(xué)的話，你很難去做好科學(xué)研究，所以說很多科學(xué)問題最后是個數(shù)學(xué)問題。

另外一個，很多的技術(shù)問題，我們要解決這些技術(shù)問題的時候是一個軟件問題?，F(xiàn)在講軟件定義一切，軟件決定一切，軟件控制一切，為什么軟件很重要？不是說軟件這個怎么寫代碼重要，而是用數(shù)學(xué)的算法把它變成用代碼可以實現(xiàn)的一個成果，這是我們講的算法。其實在很多領(lǐng)域，過去有數(shù)學(xué)模型，那個數(shù)學(xué)模型和當(dāng)今的大數(shù)據(jù)時代的數(shù)學(xué)模型有所不同，我們稱之為那時候的數(shù)學(xué)模型是確定型模型，比如說1+1等于2，這就是確定型數(shù)學(xué)模型，人工智能時代的數(shù)據(jù)太大了，沒法建立一個特別龐大的多輸入、多輸出，數(shù)學(xué)模型玩不過來，我們就學(xué)習(xí)，有輸入，通過一些遞推算法反反復(fù)復(fù)得出一些結(jié)論，類似于人類的推理一樣，這樣的結(jié)果。

人工智能不僅僅是一個深度學(xué)習(xí)的東西，要廣義地看，沒有網(wǎng)絡(luò)的話也是不行的。相同的信息論包括圖靈學(xué)習(xí)機等等，那是理論基礎(chǔ)了，今天的過程是講這些，把這個東西從廣義融為一體，任何解決生活當(dāng)中軟件的問題都可以簡單歸結(jié)為一個人工智能的應(yīng)用。在這里必須講一講，現(xiàn)在講人工智能、大數(shù)據(jù)和物聯(lián)網(wǎng)，這三個東西是離不開的，當(dāng)今社會很多數(shù)據(jù)來自于我們的生活、工作、工廠，工作的環(huán)境，原來這些數(shù)據(jù)采集了以后放在那兒沒什么用，尤其現(xiàn)在傳感器到處都有。比如說挖掘機、盾構(gòu)機200個傳感器，每秒鐘采集一次，每秒鐘200個數(shù)據(jù)，一天工作8個小時，這個數(shù)據(jù)有多大？但是設(shè)備會壞，會出故障，也會出問題，那怎么辦呢？我們要建立一個數(shù)學(xué)模型，數(shù)學(xué)模型太大，要降節(jié)，降完節(jié)總結(jié)一些東西驗證一些結(jié)論，這是我們要做的應(yīng)用。工廠機器更多了，包括我們怎么做故障診斷、預(yù)測。

圖1 工業(yè)互聯(lián)網(wǎng) – 物聯(lián)和智能應(yīng)用的大舞臺

工業(yè)的轉(zhuǎn)型升級，依靠現(xiàn)有的設(shè)備只能做有限任務(wù)，但是可以靠挖掘現(xiàn)有生產(chǎn)制造企業(yè)的潛能，特別是提高效率完成更多升級。提出工業(yè)互聯(lián)網(wǎng)概念之后，我國從底層、設(shè)備互聯(lián)、解決信息孤島到軟件互聯(lián)進行了立體布局。以往很多計算放在云端，但現(xiàn)在隨著算力提升，很多稱之為設(shè)備、邊緣端的終端的算力同樣十分強大，因此分布式計算日益普及。通過融合計算模式和互聯(lián)，為很多生產(chǎn)型企業(yè)解決智能升級困難，賦能企業(yè)，進一步挖掘提高企業(yè)生產(chǎn)效率、提高產(chǎn)品質(zhì)量，最終提高了整體產(chǎn)品的附加值和企業(yè)品牌價值。

成功應(yīng)用場景就不說了，農(nóng)業(yè)也好、財務(wù)也好、車聯(lián)網(wǎng)也好、教育也好，體育培訓(xùn)是很好的，很多做投資的。比如想培養(yǎng)一個乒乓球高手或者排球高手，動作不標(biāo)準(zhǔn)是不可能成為一個世界級冠軍的，要從標(biāo)準(zhǔn)動作開始，高級教練不可能手把手教你，有軟件的方式來分析處理你的動作，把它標(biāo)準(zhǔn)化，這就是人工智能一種很好的應(yīng)用——在體育訓(xùn)練當(dāng)中?，F(xiàn)在人工智能應(yīng)用的主要是語音識別、圖像識別，用得特別成功，這個是最成功的，大家都知道。整個社會人工智能的發(fā)展，像物聯(lián)網(wǎng)，傳感也好，計算也好，我們?nèi)吮旧砭褪沁@樣的一個系統(tǒng)，人有感知，水燙你一下就知道，因為身上有多少億個傳感器，包括皮膚在內(nèi)身上的每一個角落都是傳感器。這些傳感器有疼痛感，通過神經(jīng)能傳輸?shù)侥愕拇竽X，感知到疼痛了，這是人的個體。

總而言之現(xiàn)在人工智能講的大多其實就是感知，物聯(lián)網(wǎng)感知、網(wǎng)絡(luò)、傳輸、計算、決策。但是現(xiàn)在還缺一步，我們?nèi)酥罓C的話，你的手要收縮一下，現(xiàn)在在物聯(lián)網(wǎng)整個過程中，有很多決策，但是我們沒有辦法把這個決策在通過物聯(lián)網(wǎng)這個系統(tǒng)反饋傳輸?shù)角岸说倪吘壍胤?，因為現(xiàn)在有傳感器、感知，但是信號出來以后，經(jīng)過放大器、執(zhí)行器，到前端，這就是反饋控制的原理。自動控制最早就是人工智能的感覺，完全是信息化的，完全是推論學(xué)習(xí)了，真正應(yīng)用好的還是在反饋控制原理當(dāng)中。比如說錢學(xué)森講，工程控制論當(dāng)中的用于工廠也好、導(dǎo)彈控制系統(tǒng)也好，感知、計算、反饋、控制，把整個閉環(huán)要做起來，這才是真正的人工智能。

近年來工業(yè)和信息化部大力推廣工業(yè)互聯(lián)網(wǎng)，這是對我們國家特別有意義的一件事情。工業(yè)現(xiàn)在要轉(zhuǎn)型升級，依靠現(xiàn)有的設(shè)備能做一些事情，但是能挖掘現(xiàn)在的生產(chǎn)制造企業(yè)的潛能，主要是效率，工信部提出來工業(yè)互聯(lián)網(wǎng)這個概念，從底層，設(shè)備互聯(lián)到解決信息孤島到軟件互聯(lián)，原來很多計算放在云端做云計算，現(xiàn)在隨著算力增大，很多稱之為設(shè)備，邊緣端的一些東西，采購新設(shè)備的時候這個算力也很強大，這個計算稱之為叫分布式計算。云計算要做，有些在服務(wù)器上做，有些就要在工廠企業(yè)里面做。通過這種融合計算，通過互聯(lián)，只有通過這個，對于生產(chǎn)型企業(yè)解決更多的問題，我們叫賦能，進一步挖掘提高你的生產(chǎn)效率，提高產(chǎn)品質(zhì)量，最終提高產(chǎn)品的價值和企業(yè)的品牌價值。智能與物聯(lián)深度融合發(fā)展的未來和機遇，是發(fā)掘更多應(yīng)用場景，深化和升級在已有應(yīng)用場景中的切入程度，決策執(zhí)行和反饋控制的應(yīng)用，自組織物聯(lián)網(wǎng)及分布式人工智能系統(tǒng)，系統(tǒng)安全和抗攻擊能力，容災(zāi)及可靠系統(tǒng)的建立，新傳感器和新網(wǎng)絡(luò)通信技術(shù)的采用。

我們國家在傳感器領(lǐng)域投入大量的研究，從科研也好、從生產(chǎn)企業(yè)，未來要想做到物聯(lián)網(wǎng)、人工智能，傳感器要做得特別小、能耗低，能耗低要求安全可靠，這里邊有個自相矛盾的要求?？蒲形覀円鱿氯?，都要做到工業(yè)級，不但毫秒還要微秒甚至往下，這種級別高科技的生產(chǎn)企業(yè)，比如半導(dǎo)體對時延速度要求很高的企業(yè)，這個未來都得需要做一些深度的研究，需要高校、企業(yè)、政府幾方共同合作才能完成這個任務(wù)。

（本文根據(jù)中國國際數(shù)字經(jīng)濟博覽會速記整理，內(nèi)容未經(jīng)本人確認）