作者：郭斌 劉思聰 於志文
來(lái)源：華章科技
當(dāng)前物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展與加速融合，催生出智能物聯(lián)網(wǎng)（Artificial Intelligence of Things, AIoT）這一極具前景的新興前沿領(lǐng)域。
其中，人工智能的模型和算法擅長(zhǎng)從海量無(wú)序數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、學(xué)習(xí)策略，而物聯(lián)網(wǎng)則能為數(shù)以億計(jì)的實(shí)體設(shè)備建立廣泛連接。因此，人工智能與物聯(lián)網(wǎng)兩者的融合將發(fā)揮更強(qiáng)大的協(xié)同感知計(jì)算效力，但同時(shí)也將帶來(lái)更多值得深入探索的問(wèn)題和挑戰(zhàn)。
01 物聯(lián)網(wǎng)將持續(xù)增長(zhǎng)并成為一種勢(shì)頭強(qiáng)勁的網(wǎng)絡(luò)
預(yù)計(jì)2025年我國(guó)物聯(lián)網(wǎng)連接節(jié)點(diǎn)將達(dá)到200億個(gè)，將遠(yuǎn)遠(yuǎn)超過(guò)互聯(lián)網(wǎng)主體（即人類用戶）的數(shù)量。谷歌預(yù)測(cè)，到2025年世界將被IoT設(shè)備主導(dǎo)。因此，未來(lái)數(shù)百億異構(gòu)設(shè)備和用戶并發(fā)聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)分析和融合需求將促成物聯(lián)網(wǎng)與人工智能的深度融合。
與以人為中心的互聯(lián)網(wǎng)不同，AIoT是把電子、通信、計(jì)算機(jī)、人工智能四大領(lǐng)域的技術(shù)融合起來(lái)的新型網(wǎng)絡(luò)，在互聯(lián)網(wǎng)連接的基礎(chǔ)上進(jìn)一步拓展，實(shí)現(xiàn)人與人、人與物、物與物以及人與環(huán)境的廣泛互聯(lián)，從而將傳統(tǒng)“互聯(lián)網(wǎng)”和“物聯(lián)網(wǎng)”的連接范圍和連接方式提升為“人、機(jī)、物”三類異構(gòu)主體的聯(lián)結(jié)共生和深度融合。
02 AIoT背景下的群智協(xié)同研究面臨新的研究挑戰(zhàn)
AIoT在架構(gòu)和實(shí)現(xiàn)層面通常包括物理感知層、網(wǎng)絡(luò)連接層、智能計(jì)算層和綜合應(yīng)用層。AIoT首先通過(guò)各種異構(gòu)設(shè)備聯(lián)網(wǎng)實(shí)時(shí)感知各類數(shù)據(jù)（環(huán)境數(shù)據(jù)、運(yùn)行數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)等），進(jìn)而在終端設(shè)備、邊緣設(shè)備或云端通過(guò)大數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)算法來(lái)進(jìn)行處理、理解和認(rèn)知，如智能感知、目標(biāo)識(shí)別、能耗管理、預(yù)測(cè)預(yù)警、自動(dòng)決策等。
近年來(lái)，智能物聯(lián)網(wǎng)應(yīng)用和服務(wù)已經(jīng)逐步融入智慧城市、智能制造、無(wú)人駕駛等多個(gè)國(guó)家重大需求和民生領(lǐng)域。由于海量AIoT設(shè)備具有全天候、多層次的感知、計(jì)算、存儲(chǔ)和通信能力，不僅能感知人和環(huán)境，而且能與人（群用戶）、機(jī)（群應(yīng)用）、物（群智體）交互以滿足應(yīng)用驅(qū)動(dòng)的性能需求。
此外，在終端智能和云邊端層次化資源控制等新興技術(shù)的不斷推動(dòng)下，AIoT在感知、計(jì)算、通信和應(yīng)用四個(gè)環(huán)節(jié)的整體聯(lián)動(dòng)都需要人、機(jī)、物之間有更深入的協(xié)作和互補(bǔ)。
因此，如何使群智能體以分布式協(xié)作的方式通過(guò)自組織、自適應(yīng)和自學(xué)習(xí)增強(qiáng)演化，在AIoT全生命周期內(nèi)實(shí)現(xiàn)群信息的優(yōu)選匯聚和深度挖掘，并始終維持群應(yīng)用總體性能與分布式資源能效間的權(quán)衡優(yōu)化，已成為一個(gè)重要的科學(xué)問(wèn)題。
03 AIoT分布式協(xié)同生態(tài)尚未成熟，但發(fā)展?jié)摿薮?/h1>
微軟、IBM、阿里巴巴、騰訊、華為、京東等企業(yè)近年來(lái)都積極在智能物聯(lián)網(wǎng)領(lǐng)域布局。
2017年，谷歌逐步推出TensorFlow Lite框架支持深度模型壓縮和硬件加速，Edge TPU、Coral Dev Board等硬件開發(fā)設(shè)備支持AIoT應(yīng)用落地。微軟在2019年度的開發(fā)者大會(huì)上發(fā)布AIoT的戰(zhàn)略布局。
2018年，阿里巴巴宣布進(jìn)軍物聯(lián)網(wǎng)領(lǐng)域，定位為物聯(lián)網(wǎng)基礎(chǔ)設(shè)施的搭建者，提供IoT連接和AI能力，實(shí)現(xiàn)云邊端一體的協(xié)同計(jì)算，并開發(fā)了輕量級(jí)物聯(lián)網(wǎng)嵌入式操作系統(tǒng)AliOS Things。
騰訊也推出了一款物聯(lián)網(wǎng)系統(tǒng)TencentOS tiny，具有低功耗、低資源占用等特點(diǎn)。華為則推出了面向物聯(lián)網(wǎng)的華為鴻蒙操作系統(tǒng)，作為一種基于微內(nèi)核的全場(chǎng)景分布式操作系統(tǒng)，在5G時(shí)代具有廣泛應(yīng)用前景。
京東也于2018年發(fā)布“城市計(jì)算平臺(tái)”，結(jié)合深度學(xué)習(xí)等構(gòu)建時(shí)空關(guān)聯(lián)模型及學(xué)習(xí)算法解決交通規(guī)劃、火力發(fā)電、環(huán)境保護(hù)等城市不同場(chǎng)景下的智能應(yīng)用問(wèn)題。
然而，影響AIoT發(fā)展的阻礙因素之一是設(shè)備在計(jì)算資源（如算力、存儲(chǔ)）、操作系統(tǒng)、算法框架等方面的異構(gòu)性，而統(tǒng)一的AIoT感知計(jì)算范式尚未發(fā)展成熟。在此背景下，人機(jī)物如何以分布式互補(bǔ)增強(qiáng)或競(jìng)爭(zhēng)對(duì)抗的方式實(shí)現(xiàn)協(xié)同感知、學(xué)習(xí)、計(jì)算和通信以完成復(fù)雜任務(wù)成為重要的研究方向。
本文摘編自《人機(jī)物融合群智計(jì)算》（ISBN：978-7-111-70591-8），經(jīng)出版方授權(quán)發(fā)布。
延伸閱讀《人機(jī)物融合群智計(jì)算》
推薦語(yǔ)：人類正在進(jìn)入一個(gè)人機(jī)物三元融合的萬(wàn)物智能互聯(lián)時(shí)代！人機(jī)物融合群智計(jì)算必將是下一個(gè)AI風(fēng)口！人機(jī)物融合群智計(jì)算的恢弘巨著！
關(guān)于作者：郭斌，工學(xué)博士，西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授/博導(dǎo)，國(guó)家杰出青年科學(xué)基金獲得者，國(guó)家“萬(wàn)人計(jì)劃”青年拔尖人才，智能感知與計(jì)算工信部重點(diǎn)實(shí)驗(yàn)室副主任，西北工業(yè)大學(xué)計(jì)算與藝術(shù)交叉研究中心主任，陜西省高校青年創(chuàng)新團(tuán)隊(duì)負(fù)責(zé)人。
劉思聰，工學(xué)博士，西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院副教授。研究方向?yàn)槠者m計(jì)算、移動(dòng)嵌入式智能、智能物聯(lián)網(wǎng)。在ACM MobiSys、ACM Ubicomp、IEEE Transactions on Mobile Computing等高水平會(huì)議/期刊上發(fā)表論文20余篇，擁有授權(quán)專利4項(xiàng)。
於志文，西北工業(yè)大學(xué)教授、計(jì)算機(jī)學(xué)院院長(zhǎng)，教育部“長(zhǎng)江學(xué)者”特聘教授，國(guó)家杰出青年科學(xué)基金獲得者，國(guó)家“萬(wàn)人計(jì)劃”科技創(chuàng)新領(lǐng)軍人才，國(guó)家重點(diǎn)研發(fā)專項(xiàng)項(xiàng)目首席科學(xué)家。
