物聯網與人工智能關鍵技術

方小祥

摘 要 本文對物聯網與人工智能關鍵技術進行了研究，解析了物聯網的含義，指出了物聯網與人工智能的契合處，概述了行業內的研發成果，具有一定的參考價值。

【關鍵詞】物聯網 人工智能 技術研究 研發成果

隨著現代科學技術的不斷發展，物聯網正以科技革命的姿態向我們緩緩走來，世界將逐步發展成為一個智能的物聯網系統。伴隨著業界領先公司逐步進入物聯網領域，國內外專家、學者對物聯網與人工智能關鍵技術的重視程度也越來越高。購標志著軟銀的一次“范式轉變”——投資物聯網。誠然，ARM作為壟斷了智能手機業的芯片設計公司，最近一兩年來正積極向物聯網拓展。然而，ARM僅僅提供物聯網芯片的設計，即便真如Gartner所預測在2020年將有260億物聯網設備，但這也只是物聯網的物理基礎。如何利用現代化科學技術提高物聯網智能化水平，如何增強智能物聯網的應用性并提高其影響力必將成為未來科學研究的熱點與難點。

1 何為物聯網

1.1 物聯網簡介

所謂物聯網即基于互聯網和傳統電信網等信息承載體，實現獨立尋址的普通物理對象互聯互通的網絡。物聯網具有普通對象設備化、普適服務智能化以及自治終端互聯化的特點。

1.2 人工智能簡介

不同種類的物品接入網絡，其本身的信息在物聯網的智能作用下被識別，并在受到相關的分析、處理等之后反饋到相關設備上，或是在智能識別的基礎上設備發出指令使目標物品做出相應變動的系統即為人工智能。

2 物聯網與人工智能的契合

2.1 物聯網專家系統

在物聯網系統中存在一種計算機智能程序或是一種智能機器設備（服務器），其具有專門的知識以及經驗，可以經由網絡化部署的專家系統，對物聯網中的數據進行基本的處理，這就是物聯網專家系統。物聯網專家系統給物聯網用戶提供了有效的智能化專家服務功能，能夠實現對多用戶進行的專家服務。物聯網專家功能的實現主要依賴于物聯網智能終端所采集的數據。

2.2 物聯網智能控制

控制是物聯網應用中的主要環節，因此，物聯網發展的關鍵之一在于實現物聯網的智能控制。為了解決此問題，可以將智能控制技術有效移植于物聯網領域，以此來最大限度的擴充與豐富物聯網所具備的應用價值。所接入的物聯網設備可以接收到物聯網發出的操作指令，從而實現無人參與的自我管理與自動操作。在物聯網智能控制的應用過程中，其接受的智能控制命令基本上來源于所接入物聯網的一個或者是一類用戶，物聯網智能控制則會在此基礎上完成相應用戶的無人值守作業。

2.3 物聯網智能化模塊

智能物聯網主要包括機器感知交互層、通信層、數據層、智能處理層以及人機交互層五個層次，各層次概況如下：

2.3.1 機器感知交互層

該層是物聯網的基礎，包括不同類型的傳感器、PLC以及數據接口等，能夠從設備物品中獲得數據。

2.3.2 通信層

該層含有設備物品最前端一公里的接入通信以及遠程傳輸網絡，是人與設備之間、設備物品之間以及人與人之間信息交流與溝通的基礎。

2.3.3 數據層

該層是智能物聯網的基礎核心。模型庫、知識庫、實時數據庫、歷史數據庫以及神經網絡等都在數據層中。模型庫主要是存放處理事件所用的抽象數學模型；知識庫主要是存放對不同類型問題的判讀經驗；實時數據庫主要是存放設備物品的狀態參數；歷史數據庫主要是存放過去的狀態數據或是處理結果；人工神經網絡是一種模仿神經網絡的行為特征，是可以進行分布、并行信息處理的數學模型。

2.3.4 智能處理層

該層次具有強大的數據處理功能，包括：數據查詢、分析、預測以及下達指令、生成報告等。該層次的智能化程度直接影響到整個智能物聯網的智能化水平，其技術狀態與核心技術也直接關系著物聯網智能化的發展。

2.3.5 人機交互層

該層次中，人類將參與到物聯網的智能化處理，人類將對處理的窗口進行監視。該層次包括Web監視界面、數據更新、表格查詢以及指令控制等部分。

關于物聯網智能化模塊的研究，人臉識別、智能家居、語音識別、醫療和智能助理、智能汽車以及NLP（翻譯）都成為了人工智能當下最熱門的應用。

3 行業內的研發成果

3.1 IBM

2011年在美國《危險地帶》智力搶答游戲中，IBM的沃森戰勝了人類選手。到2012年，在歐美商業化項目中IBM沃森系統已經逐步得到應用。與此同時，其在金融、醫療、政府公用事業以及呼叫中心四大領域的應用方向得到了明確。在沃森成功的基礎上，到2015年年底IBM轉型認知計算和云平臺，而宣布放棄咨詢業務。為此，成立了相應的沃森IoT全球總部，以實現用人工智能進軍物聯網的目標。

有效利用人工智能及自然語言處理技術，對現實世界中的不同信息語義充分理解，從而全方位的滿足不同應用的需求是沃森的目的。為了實現目標，IBM計劃把數據放在云平臺，希望可以充分利用認知計算來加快物聯網的發展進程，進而識別物聯網中所涉及到的不同設備的各類語義表達，實現基于語義的上下文交互。在此過程中，認知計算可以在實時高效性能的流數據處理技術的基礎上，充分融合地圖、天氣、交通以及路網等信息，并有效利用認知建模、知識學習以及人機對話等不同的管理方法，為汽車、保險以及交通運輸等行業領域的轉型需求提供智能的“車聯網”服務解決方案。比如，可以采用車載電子監測設備或是智能手機對車輛出行、行車情況以及駕駛數據等進行采集。如若可以科學融合天氣、路況等相關數據，并基于地圖使用的客戶畫像，則可以發出及時的駕駛風險提醒，并給出有效的避險建議，從而給車主以及保險公司提供相關的參考。

3.2 Google

Google在所有的人工智能技術研發公司中，其技術研發稱得上是最充分的。Google公司從建立開始便以人工智能作為其公司的核心技術。作為搜索引擎，其本質在于將自然語言中的語義理解技術視為核心，在此基礎上對龐大的互聯網信息進行實時處理，并提供信息的相關性分析服務。目前，人類最常用的云計算以及大數據技術便是Google對搜索引擎不斷研發、改善所取得的技術成果。

在Google收購DeepMind公司以后，其更是大力發展“深度學習”相關研究，致力于把類似于人腦神經元的網絡應用于人工智能計算機的模擬上，期望機器可以通過“深度學習”，逐步具有人類理性思維的能力。Google內部人工智能相關項目在2012年已接近100個，到了2015年第三季度其人工智能相關項目更是突破了2700個。目前，Google在基于人腦機能模擬基礎上所進行的人機交互方面的研究已經處于業界領先地位。

Google另一個重要動向是其開發了名為Brillo的物聯網操作系統。該系統可以在32MB或是64MB的內存設備上運行。未來Google將依靠其搜索引擎開發技術的不斷積累，并利用長年積累的人工智能技術應用架構，努力實現在物聯網世界對不同信息的充分理解與應用。而Brillo操作系統則可以有效發揮采集物聯網世界信息以及操控終端設備的作用。

3.3 百度

在物聯網領域中百度也希望像Google一樣借助先進的數據實時處理技術與人工智能技術實現對物聯網世界信息內容的理解及應用。比如，在車聯網領域中已經出現了百度汽車來進行路測。在百度支持的物聯網中，其重點方向是百度開放云，其目標是為相關客戶提供數據的多協議高速接入、海量數據存儲、實時數據流式處理、設備安全管理以及大數據分析等功能。

百度開放云的整個體系核心是百度分析引擎，百度開放云是一個整體的數據上傳、分析以及應用支持架構。2013年發布了百度語音識別開放平臺，該平臺共支持19個分類的語義解析，其中包括視頻、音樂、地圖以及應用等。除此之外，百度還成立了深度學習研究院，專注于Deep Learning研究。百度堅信這種研究方式為機器執行人類看、聽、思考等活動創造了更多的可能性。在2015年，百度推出了全新的機器人助理“度秘”，而“度秘”的實質則是對自然語言理解、智能交互、交付能力以及服務等功能的結合。百度采用虛擬助理模式，希望讓百度真正成為一個連接人與服務的入口。

4 結語

無論從深度還是廣度的角度考慮，物聯網的智能性都以自身的特點迅速發展著。在智能物聯網中，其每個主體都是平等的，并且，人類的智慧都可以通過非人類物質進行傳遞。但是，物聯網世界必須嚴格遵守其自身的規律。盡管人類努力提高智能化水平，但是人類不可對其進行完全左右。本文深入分析了業界知名公司在人工智能技術應用研發上所做的巨大努力，在未來的工作中，應當充分融合物聯網與互聯網技術，以有效實現物聯網世界的上下文理解。

參考文獻

[1]王軍平.基于物聯網的服務提交關鍵技術與系統的研究[D].北京郵電大學，2013.

[2]俞磊.基于物聯網技術的智慧醫院架構及服務訪問研究[D].合肥工業大學，2014.

[3]劉瑞祥.基于物聯網的煤礦井下監測網絡平臺關鍵技術研究[D].中國礦業大學（北京），2015.

[4]周津.物聯網環境下信息融合基礎理論與關鍵技術研究[D].吉林大學，2014.

作者單位

中電科軟件信息服務有限公司 上海市 200233