智能和互联的现在和未来

2019-02-07 05:30彭秀东
互联网经济 2019年11期
关键词:算力数学模型联网

彭秀东

人类在进化过程中一直想怎么把力量延伸和放大,第一次工业革命是做力量的放大,原来靠马和骡是不行的,瓦特发明并改进了蒸汽机,把力量放大了几十倍、一百倍。第二次工业革命是电力,希望把力量传输到很远的地方。第三次主要是电子信息出现了,就智力的问题解决了,解决了这个计算的问题。我们希望把计算的问题再往远处传,那就是网络的问题了,50年代开始出现互联网,整个解决的是网络数据的传输和通信问题。

现在当今世界,我们处在一个什么样的社会?我们要开拓思路,现在处在一个互联、物联、智能的社会。智能更加热门,看看科创板就知道了,首批25家企业,18家跟智能有关系,不仅仅是一个概念,更多的是应用,现实生活中确实需要智能,这个智能可能是微小的一些软件,一些判别,一些识别,一些决策,一些数据分析,也可能是数据反反复复迭代的深度学习,是种算法。现在我们处在一个信息时代。数字时代,现在是数字经济,经济要数字化,数字要产业化。

人工智能有很多定义、伦理、算法,归根结底还是算法的问题。之所以人工智能能走到现在,核心的是两个,算法和算力。算法早就存在了,算力才是我们今天能得以实现深度学习的根本。很多科学问题归根结底是个数学问题,算法就是数学,包括孩子学习、上大学,数学是基础,没有数学的话,你很难去做好科学研究,所以说很多科学问题最后是个数学问题。

另外一个,很多的技术问题,我们要解决这些技术问题的时候是一个软件问题。现在讲软件定义一切,软件决定一切,软件控制一切,为什么软件很重要?不是说软件这个怎么写代码重要,而是用数学的算法把它变成用代码可以实现的一个成果,这是我们讲的算法。其实在很多领域,过去有数学模型,那个数学模型和当今的大数据时代的数学模型有所不同,我们称之为那时候的数学模型是确定型模型,比如说1+1等于2,这就是确定型数学模型,人工智能时代的数据太大了,没法建立一个特别庞大的多输入、多输出,数学模型玩不过来,我们就学习,有输入,通过一些递推算法反反复复得出一些结论,类似于人类的推理一样,这样的结果。

人工智能不仅仅是一个深度学习的东西,要广义地看,没有网络的话也是不行的。相同的信息论包括图灵学习机等等,那是理论基础了,今天的过程是讲这些,把这个东西从广义融为一体,任何解决生活当中软件的问题都可以简单归结为一个人工智能的应用。在这里必须讲一讲,现在讲人工智能、大数据和物联网,这三个东西是离不开的,当今社会很多数据来自于我们的生活、工作、工厂,工作的环境,原来这些数据采集了以后放在那儿没什么用,尤其现在传感器到处都有。比如说挖掘机、盾构机200个传感器,每秒钟采集一次,每秒钟200个数据,一天工作8个小时,这个数据有多大?但是设备会坏,会出故障,也会出问题,那怎么办呢?我们要建立一个数学模型,数学模型太大,要降节,降完节总结一些东西验证一些结论,这是我们要做的应用。工厂机器更多了,包括我们怎么做故障诊断、预测。

图1 工业互联网 – 物联和智能应用的大舞台

工业的转型升级,依靠现有的设备只能做有限任務,但是可以靠挖掘现有生产制造企业的潜能,特别是提高效率完成更多升级。提出工业互联网概念之后,我国从底层、设备互联、解决信息孤岛到软件互联进行了立体布局。以往很多计算放在云端,但现在随着算力提升,很多称之为设备、边缘端的终端的算力同样十分强大,因此分布式计算日益普及。通过融合计算模式和互联,为很多生产型企业解决智能升级困难,赋能企业,进一步挖掘提高企业生产效率、提高产品质量,最终提高了整体产品的附加值和企业品牌价值。

成功应用场景就不说了,农业也好、财务也好、车联网也好、教育也好,体育培训是很好的,很多做投资的。比如想培养一个乒乓球高手或者排球高手,动作不标准是不可能成为一个世界级冠军的,要从标准动作开始,高级教练不可能手把手教你,有软件的方式来分析处理你的动作,把它标准化,这就是人工智能一种很好的应用——在体育训练当中。现在人工智能应用的主要是语音识别、图像识别,用得特别成功,这个是最成功的,大家都知道。整个社会人工智能的发展,像物联网,传感也好,计算也好,我们人本身就是这样的一个系统,人有感知,水烫你一下就知道,因为身上有多少亿个传感器,包括皮肤在内身上的每一个角落都是传感器。这些传感器有疼痛感,通过神经能传输到你的大脑,感知到疼痛了,这是人的个体。

总而言之现在人工智能讲的大多其实就是感知,物联网感知、网络、传输、计算、决策。但是现在还缺一步,我们人知道烫的话,你的手要收缩一下,现在在物联网整个过程中,有很多决策,但是我们没有办法把这个决策在通过物联网这个系统反馈传输到前端的边缘地方,因为现在有传感器、感知,但是信号出来以后,经过放大器、执行器,到前端,这就是反馈控制的原理。自动控制最早就是人工智能的感觉,完全是信息化的,完全是推论学习了,真正应用好的还是在反馈控制原理当中。比如说钱学森讲,工程控制论当中的用于工厂也好、导弹控制系统也好,感知、计算、反馈、控制,把整个闭环要做起来,这才是真正的人工智能。

近年来工业和信息化部大力推广工业互联网,这是对我们国家特别有意义的一件事情。工业现在要转型升级,依靠现有的设备能做一些事情,但是能挖掘现在的生产制造企业的潜能,主要是效率,工信部提出来工业互联网这个概念,从底层,设备互联到解决信息孤岛到软件互联,原来很多计算放在云端做云计算,现在随着算力增大,很多称之为设备,边缘端的一些东西,采购新设备的时候这个算力也很强大,这个计算称之为叫分布式计算。云计算要做,有些在服务器上做,有些就要在工厂企业里面做。通过这种融合计算,通过互联,只有通过这个,对于生产型企业解决更多的问题,我们叫赋能,进一步挖掘提高你的生产效率,提高产品质量,最终提高产品的价值和企业的品牌价值。智能与物联深度融合发展的未来和机遇,是发掘更多应用场景,深化和升级在已有应用场景中的切入程度,决策执行和反馈控制的应用,自组织物联网及分布式人工智能系统,系统安全和抗攻击能力,容灾及可靠系统的建立,新传感器和新网络通信技术的采用。

我们国家在传感器领域投入大量的研究,从科研也好、从生产企业,未来要想做到物联网、人工智能,传感器要做得特别小、能耗低,能耗低要求安全可靠,这里边有个自相矛盾的要求。科研我们要做下去,都要做到工业级,不但毫秒还要微秒甚至往下,这种级别高科技的生产企业,比如半导体对时延速度要求很高的企业,这个未来都得需要做一些深度的研究,需要高校、企业、政府几方共同合作才能完成这个任务。

(本文根据中国国际数字经济博览会速记整理,内容未经本人确认)

猜你喜欢
算力数学模型联网
活用数学模型,理解排列组合
“身联网”等五则
杭州“算力小镇”
浅谈构建数学模型,建立千以内数的数感
智能计算浪潮迭起
边缘计算与算力网络专题导读
计算万物 算力之下要有坚实的地基
风口之上,车联网系统将是“另一个”手机系统?
对一个数学模型的思考
“费马点”数学模型在中考中的应用