第一场是14日下午的物联网专场,主题是万物互联,智慧云端。
1.物联网的技术拓展:
a.云计算以及人工智能的发展:为数据以及知识的采集、处理计算提供了平台和通道
b.大数据的发展
b.通信能力的提升:随着大数据的应用,如何高效快速传输这些大数据也是物联网的一个发展瓶颈,而目前已经成熟的4G,四年后的5G、以及NB-IOT(窄带物联网)、BLE、WIFI、ZigBee等技术能够保证数据传输的带宽,5G技术计划达到30G的带宽,而4G目前只有1G带宽。因此可以预见,随着通信传输技术的发展,物联网会不断进步。
c.模组端计算能力提升:现在一个手机的计算能力超过了 NASA 1969年计算能力的总和。
随着数据处理、数据传输、数据采集这些方面技术的不断突破和进步,物联网的发展会非常迅速。
2.物联网的本质:
泛在感知:也就是物联网的最低层-传感器层,无所不在的感知
巨量数据:各种传感器所生成的数据组成big data
泛在交互:终端与人的友好的交互体验
自我演进:这是物联网的最终发展阶段,能够自我学习
目前的物联网还只是雏形,连基本的泛在感知都无法做到,所谓泛在要求生活中任何一个物品都是物联网产品,身边的树,电线杆,手边的水杯、烟灰缸等等。
要做到这些,物联网需要的是各个产业的突破,甚至是基础物质材料的突破。比如,本人参加的一个VR交流会场,演讲者提出以后的VR要做到一体化,而不是像现在要拖着一根笨重的传输线连接到主机才能实现,那么这个目标的实现就需要产品的小型化,也就是需要将一个计算机微型化,能够集成在一个VR眼镜中,在我看来这就需要基础材料的突破,比如晶体管等。
3.阿里关于物联网的初级应用:
阿里物联网细分行业:
通过阿里的阿里云平台和各个行业的服务平台构成物联网丰富的应用。
具体的应用有如下:
1.车及车联网:
自动驾驶
新能源车
车主/车辆/环境信息采集和分析
娱乐、维修保养、餐饮等服务接入
租车、专车等服务接入
数据融合
2.智能物业:
物业管理
社区服务
精准客户服务推送
安防
3.智能能源:
运营设备数据采集
设备故障预警及分析
设备效率分析(参数、时间、选择、气候)
金融模型分析
节能模型分析
4.智慧物流:
销量预测
库存优化
配送调度优化
物流网络优化
更多车辆传感器数据回传
5.智能家居:
设备联网
用户行为分析
多设备协同
安防
智能语音识别
智能图像识别
6.工业物联网:
工业设备联网
用户数据打通
工厂间数据打通
精准产品设计
故障检测与分析
产品线优化
阿里云IOT解决方案:
可以看出,阿里云的发展是不仅是局限于云端的服务,它要做的是从底层到云端提供一系列的服务。构建完整的生态链。
4.大数据的价值思考
在全球七大重点领域(教育、交通、消费、电力、能源、大健康以及金融),大数据的应用价值在32200-53900亿美元之间。
但是要注意的是,在广泛应用大数据的同时,要始终明白一点:
数据是解决问题的工具,但不是解决问题的方法
不能脱离人性、社会、伦理!
5.人工智能:从narrow到 general
目标:机器学习从narrow到general
首先来看几个工业界学习问题案例:营销
这是没有应用机器学习的广告投放案例
首先要DMP:消费者打上正确标签
Audience Targeting:人群定向
Matching & Ranking
另一个案例:围棋
在alphago之前,基本上都是通过 MCTS+规则来做智能围棋软件,这有一个问题,大量 不可定义的因素会导致需要多个技术工程师支持。
AGI(人工智能)优化方法:
Feedback:通过反馈优化,比如Atari、营销、机械臂等
Self-Playing: alphago围棋分为policy network(决策网络)和value network两种算法,value需要更多数据来训练。alphago 采用自我对弈的方法获取大量的数据,用这 些数据去训练value network。如此训练,导致棋力大增。
GAN(G against N):也就是对抗算法,在一个对抗网络中,有D(生成器)和G(欺骗器),D的 判别器的输出就是:遇见真实图片,输出1·,如果是生成图片,输出0。
那么判别器D想要做好这项工作,因此,它会优化自身,防止被生成器欺骗。
反过来,生成器也在优化自己,它想生成非常真实的图像,尽可能地迷惑判别器D,让其难辨真伪。
如此反复,以致最优。
Narrow人工智能的设计框架
step 1.确定目标函数
step 2.看数据,抽取特征:feature engineering
step 3:做模型,选策略
可以看出,机器学习步骤其实非常复杂,那么有没有这么一种可能,设计出一种通用的机器学习步骤,也就是general,即拿即用。这种通用的机器学习一定是能够高效迭代、反馈强化的。
第二场是15号上午是智能硬件专场
6.智能硬件及智能家居泛谈
智能硬件业态:
核心关键技术:1.低功耗轻量级底层软硬件技术。2.虚拟现实、增强现实技术。3.高性能智能感知技术。4.高精度运动和姿态控制技术。5.低功耗广域智能物联技术。6.端云一体化协同技术。
重点领域:健康养老、教育、医疗、工业
智能硬件敏捷开发:
从产品功能出发,一步步往底层走,确定功能后写程序。
从智能家居到智能家庭:
智能家居是通过各种感知技术,接受信号并给予判断后,给出指令让家中各种设备做出相应的动作,以更加有效服务用户且减少用户劳务量的智能系统。是以控制为中心,以住宅为载体,需要多设备互联支持
智能家庭是综合利用计算机、网络设备、家电控制等技术,将家庭智能控制、信息交流及消费服务等家庭生活有效结合起来,创造高效舒适、安全便捷的个性化家庭生活。是以内容为中心、以用户为载体,以效果为导向的控制多元化。
随着智能硬件和物联网的发展,智能家居会发展成为智能家庭。
而且会呈现去中心化的特点:1.全宅集成仍然存在集中于特需小众市场。2.家庭中心会被区域场景所替代。3.技术连接将呈现多样性。
那么在智能家庭的发展过程中,各个企业和商户应各归本位:
互联网企业:内容层、云服务、数据分析和输出
设备商:产品品质、系统稳定性、用户需求
运营商:基础网络、管道建设、服务内容植入
集成服务商:服务价值提炼、体验、销售,服务一体化
智能硬件的互联互通:
现在智能硬件的通信之类的标准都不同意,每个厂商都自定义自己的通信方式,这就导致了,如果家里放多个厂商的智能硬件,手机上需要安装多个对应的APP来进行控制,那么有没有一种方式能够实现硬件的互联互通,软件的通用呢?
想法一:现在其实有一种软件平台,可以将不同软件都放在这一个软件平台上。微信就打算做这么一个功能,这样以后手机中只有一个微信APP,但微信的云上却安装了很多APP。
想法二:并不需要刻意的互联互通,现在智能硬件才发展十几年,正处于百花齐放的时代,出现不统一的标准是十分正常的,当智能硬件发展成熟时,自然会出现标准的统一,就比如电视机、空调等白色家电。这些家电也是经历了几百年的发展,之前也是一直要用不同的遥控器来控制,而现在手机可以作为一个统一的遥控器,因此当智能硬件发展到一定时候,自然而然会出现互通互联,这是必然的趋势。而现在这个时代,就不要拔苗助长了。
第三场是15号下午YUNOS on chip专场,主题是万物始连于芯
万物互联网新品-云芯片:
功能:加密和身份认证,连接支撑服务流转,全新的软硬件接口
为什么要推动云芯片:
感知sensing:规模化传感器数据
连接connecting:任意节点的互通互联
计算computing:去中心的,无所不在的计算能力调度
YunHAL:由yunos主导,各大芯片厂商参与实现的yunos的硬件抽象层(hardware abstract layer):
yunos制定各个硬件模块的API接口和参考实现
芯片厂商实现基于 yunHAL的硬件抽象
audio,camera,media,Bluetooth,WiFi,power,sensor etc
YunHAL是yunos的硬件接口规范:
yunhal封装了不同的硬件实现,实现了yunos硬件模块的标准化
yunos支持不同的芯片平台
各芯片厂商可以接入yunos的硬件生态系统
YunHAL的架构:
上面的DeviceTree是YunHAL的创新之处,使得设备可以被查询,被动态增减,这就为以后智能硬件的即插即用提供了支持。
此外,YunHAL的提出实现了OS的软硬件解耦:
使得os可以独立于HAL升级
避免碎片化
可以看出YunHAL是在BSP(板级支持包)和操作系统服务之间,也就是接口和实现。阿里推出YunHAL接口标准是一方面是为了标准化yunos系统的接口,另一方面是为以后的生态链奠定基础。
总结:
这几天的演讲下来,不难看出,阿里的野心非常大, 从底层到云端,从物联网到互联网,阿里都有涉足,并一心要打造一条完整的生态链。但未来智能硬件应该不会出现一家独大的局面,毕竟未来一段时间的智能硬件应该还是基于现有的白色家电,在上面作为一个附加功能,而不是完全的从零开发。