“AI 技术+人才”如何成为企业增长新引擎?戳此了解>>> 了解详情
写点什么

阿里云科学家丁险峰:万物互联的价值在哪里?

  • 2020-03-18
  • 本文字数:6122 字

    阅读完需:约 20 分钟

阿里云科学家丁险峰:万物互联的价值在哪里?

工业互联网是消费互联网的下半场

各位同学,我叫丁险峰,花名柯镇。我是阿里云 IoT 事业部的首席科学家,负责阿里云物联网平台的建设,以及工业互联网平台的建设。


首先我想阐述一下,开源对于工业互联网的价值。


开源对于工业互联网这一个庞大工程是极其重要的。为什么要建设工业互联网?工业互联网的内容是什么?工业互联网的本质是数字化人类积累了 200 多年来的工业知识,以软件的形式或者数据的形式放在互联网上。原来的数字化图书馆是把文字数字化了,如果说工业领域的书的话,那么把物理知识、化学知识、数学公式等都用计算机的文字来表达,但还不是一段可以被调用的计算代码,但是人获取知识以后,还要编程序去控制机器。过去 20 年的互联网主要还是解决信息的存储、处理、传播的问题,而未来 20 年人类将更深入一层,把这些数学公式,仿真模型代码化,所以工业互联网将是一个巨大的工程,人类拥有的工业肯定不止 360 行业,可能就是一个轴承行业(机械的重要部件)就可以分成 360 行,有很多很多种人类已经建立的模型,这些人类的知识能不能被重复利用呢?上一个互联网时代是可以共享模型的,数学公司的,但是需要 copy 的,传播的能力严重被限制了。但是一旦这个模型建立了一个 SaaS,那么任何人只要输入参数就可以重复利用这个人类知识的结晶了。显然人类的知识的利用率将会被大大地放大了,人类从 1 万年的农业革命以来的协作再一次被大幅度提升了。


既然我们不仅仅要建立一个数字的四库全书,而是要建立一个四库全书的代码库,这样巨大的工作,有几种工作方式,一是请乾隆皇帝再世,我们可以搜罗全中国,乃至全世界的专家来贡献代码,那将是非常昂贵的过程。第二种方式是学习专利体系,谁贡献了,谁就得到专利,那么大量的已经过期的专利的模型就没有人来贡献了。而且人类共同拥有的知识或者模型,应该属于人类共同所有,而不是被少数人或者公司所有,他们写的代码应该得到报酬,但是知识和模型应该是免费的。既然这么庞大的知识数字化工程,是人类劳动力的一次大跃升,那么全人类参与进来才是最为有意思的。而且很多知识模型应该给整个人类分享,那么首先应该开源,开源意味着分享给整个人类。其次只有开源,整个人类都来贡献,才能穷尽人类 200 年来积累的工业知识。当然现在人类还在不断的发明创造的过程之中,很多公司有的新发明还是可以不开源,客户可以通过付费来获取使用权。


接下来我们探讨下工业互联网和物联网之间的差别。物联网是一个比较通用的名词,而工业互联网是用物联网把人、机、料、法、环数字化以后连在了一起,然后基于这些资源来优化整个生产过程,从而实现更快速敏捷地响应大规模定制化的需求。


过去 20 年主要是消费互联网,它是拉近了商品和消费者之间的关系。而下面的 20 年是工业互联网或者说工业 4.0,我认为是消费互联网的下半场,其目的是要拉近制造系统和消费者之间的关系。消费互联网是先有生产计划,消费者没有对产品需求的定义权,只有等产品做出来,才能够去购买。而工业互联网要解决的问题,是让整个制造系统能够非常敏捷地响应消费者的定制化需求,要让消费者参与到制造的过程当中。


任何一个时代,都是由技术驱动的。比如因为有了牛顿的三大定律,后来瓦特才发明蒸汽机,才有了机械化时代;有了麦克斯韦方程,才会有爱迪生发明了发电机、灯泡,有了电气化时代;有人发明了半导体,从电子管到晶体管再到集成电路,才会引起信息化时代的蓬勃发展。


过去的十年里,移动互联网背后也是由一个庞大的技术浪潮所驱动的。智能手机背后的技术是什么呢?是 4G 技术。芯片技术达到了一定的程度,才能够支撑你做出一个智能手机,从而才点燃了移动互联网时代。那么下面一个时代,我们首先要讲它是一个什么样的技术时代,然后再讲它是一个什么样的产业时代。

解决 1 万亿“物”的信息交换

相对过去的 4G 时代,我们现在更多地是讲 5G 或者是物联网时代,这个时代的技术驱动力是什么呢?不仅仅是像 4G 一样去解决 100 亿人的信息交换问题,而是物联网加上 5G,来解决将近 1 万亿物的信息交换问题。4G 时代很好的解决了人类信息的交换问题,而无论是 5G 还是我一会要讲到的 Ipv6,其技术本身就是为了解决物的信息交换问题。



从 Bits、Farmes,到 Packets、Messages……最后是未来有 participant x 和 participant y,有可能是 1 万亿物里面有 100 亿人,不再是两个人在交换信息,而是有可能一个人和一个灯泡,或者一个人和一辆车,或者是你的车跟你的家在交换信息。下一个时代的技术驱动力,是来自于物联网的技术。



一旦建立了万物互联,最重要的一件事情就是我们能够建立一个物理世界抽象层,把每一个物体从物理世界映射到数字世界。有了这个数字世界,计算机就能够发挥它强大的计算能力,来处理大数据、小数据或者时序数据,就能够再一次大幅提升人类生活方方面面的效率。


有机构预测,到 2025 年或者是 2030 年,物联网、AI、5G 等技术将会对人类社会产生 11 万亿美元的价值。其中制造业预估会产生 1.2 万亿美元到 3.7 万亿美元的价值,比其他的行业都要大。制造业本身就是人类的第二大产业,在中国也是占据 40%左右的 GDP。所以哪怕 1%的影响,也会产生几千亿元的利润,再乘以估值,那就是几万亿元的估值差别。



在 PC 时代,中国的参与度是比较小的。芯片主要是英特尔,软件主要是微软、甲骨文这样的公司。中国只有联想这一家公司,占到了全世界分工的 20%。移动互联网时代呢,我们中国有华为、Oppo、vivo、小米等等公司,占据了手机硬件设备出货量的 50%。芯片上也取得了长足的进展,像海思和展讯,目前已经占到了整个手机芯片出货量的将近 20%。而移动时代的软件也就是 APP,无论是电商软件、搜索软件还是社交软件,中国已经是仅次于美国的第二大 APP 市场,也是接近世界市场的 20%。


进入下一个时代,物联网时代,将会需要大量的传感器和连接器,或者有连接的传感器。预测,到 2030 年,中国将会设计制造世界上 80%~90%的物联网硬件设备和 50%的物联网相关的芯片。


这里我们要提出一个问题,我们能做世界上 50%的硬件, 50%的物联网的芯片,我们能不能做世界上 50%的处理这些物联网数据的 SaaS 呢?现在还是一个巨大的问号,美日欧在 SaaS 的生产上还是要比中国还要强大得多,所以我也要跟各位同仁说一声,革命尚未成功,同志仍需努力。


5G 与 IPV6

讲完了大的趋势,接下来重点要讲一下物联网相关的最重要的几个技术。我不是要讲技术怎么做,而是要讲为什么说这些技术是为物联网而生的。


第一个最重要的技术,我认为是 5G。5G 不仅仅是 4G 的延伸,4G 的延伸其实只有一个点,叫做移动增强带宽。现在我们的手机可以视频通话,移动增强带宽无非是让视频通话可能达到 3D 视频通话。5G 的海量机器类通讯,和超高可靠低时延通讯,其实是为了解决物联网设备的问题。



5G 有三大重点功能,第一个是增强移动宽带,它主要是解决高清视频、AR/VR 的人机交互。第二个是大连接低功耗机器通信,主要是解决比如家里的电表、水表、气表这些低功耗/超低功耗的连接。这些表计的密度也非常的高,所以要把通讯切分成很多细密度的信道,也要让通讯保持超低功耗、超低成本。而第三个低时延高可靠连接,主要是为了工业高精度控制、自动驾驶这类的应用。一个运转中的机械臂或者一辆行驶中的自动驾驶汽车,它的通讯要求非常低的时延,而且一定要传达,所以必须是超高可靠的。



5G 既然是为物联网所生,那么它其实不再需要一个非常宽广的移动通讯的手段,所以未来私有网络是非常重要的,低成本的基于云化的核心网是非常重要的。阿里巴巴也投入了基于云化的 5G 核心网,以及 MEC 移动边缘计算单元,在端上新增了 5G 协议栈,来帮助客户做智能家居、智能园区、智能城市和智能工业这些方向。



然后为什么要做 IPV6?它是一个网络拓扑的革命。不需要二手中转,也不需要 P2P 打洞,两个物联网的设备之间就可以非常好地自由地通讯。每一个设备也不需要躲在网关后面,就可以升级到网络世界的一等公民。而且因为都是直接 IP, Ipv6 网络可以降低 10~30%的网络延时。



那么 5G 是解决信道容量的问题,IPV6 是解决 IP 地址的问题,从而能够让世界变成一张扁平的网络。阿里巴巴跟合作伙伴一起,提供了很多 IPV6 的技术,不管你是通过 LoRa 基站、边缘网关、私有云接入,或者是通过 Wi-Fi、蓝牙接入,我们都能够提供 IPV6 的接入方式。



然后我们会在公有云、私有云和专有云上面提供 IPV6 的接入,也在海外各地提供 IPV6 的接入。我们现在主要是提供 IPV6 的接入,未来会提供 IPV6 的拓扑,再未来我们会提供 IPV6 M2M 的能力给客户。

室外定位技术与 GIS

定位技术也是物联网时代非常重要的一个技术。在物联网时代,每一个物都需要一个时空的基准。无论是飞机、车辆、手机还是物联网设备,移动的或者不移动的,都需要准确的位置。所以物联网时代的定位技术,需要比移动互联网时代更加精确、低功耗,高覆盖。从室内到室外,需要多种无线技术、传感技术以及先进的融合算法。



目前手机的定位技术主要有几类。第一类是 GNSS,包括 GPS、北斗或者伽利略等,还有各种各样的滤波算法和融合算法,以及一些网络辅助化的定位技术。第二大类是网络定位技术,比如全球 IP 定位,全球基站定位,全球 wifi 定位,逆地理编码服务,运动状态检测等,还包括一些离线定位的服务。还有一类就是传感器辅助,比如行人航迹推算或者导航航迹推算,在没有 GPS 或网络的情况下,还能够继续推算人或者车的轨迹。最后一类是地图匹配导航,你可以在云上,也可以在端上做地图匹配,比如一个轨迹,显然跟地图上的某条路是匹配的,就可以把你的定位漂移给拉回来。



车载的定位技术也分成几类,包括 VIO/SLAM、语义定位、多传感器融合以及高精地图技术。在手机定位技术的基础上,发展车载的定位技术和导航技术。未来车载的定位,一定比手机的定位要求覆盖更精准,更低的覆盖面积,更多的信息特征。



定位技术和数据技术,未来会形成很多数据的闭环。定位技术和数据服务之间相互进行不断的校准,然后让整个物联网,比如说城市和空间里面地图数据和定位技术越来越准确,原来因为 GPS 漂移产生的一些误差,也因为大量的众包数据而得到了校准。


讲完了室外定位技术,我也略微讲一下跟定位技术配合的 GIS 技术。GIS 技术是一种软件,主要是把地图信息,道路信息,还有高层信息等等联合起来。GIS 技术主要有几大组成部分,包括数据采集、管理、分析和应用。


GIS 技术经过几十年的发展,从萌芽期基本上进入了成熟期。GIS 和 IoT 的关系,将会变成 IoT 提供实时数据,GIS 提供数据的采集和分析引擎能力,这些能力会帮助物联网的应用进行更好的处理和展示。比如一个智能城市的管理里面,IoT 提供大量的动态数据,比如人、车、物的数据,雨雪天气的数据,还有很多视频的数据,然后 GIS 提供大量时空基准的数据,这样就能够帮助解决很多商业的应用,比如城市雨洪,污染扩散,综合管网,城市沉降等等。


室内定位技术

我们下面说说对物联网很重要的室内定位技术。常见的几种室内定位技术有 WiFi、蓝牙和 ZiBee 的三角定位,还有地磁的定位技术等。



绝大部分的定位技术都是用多边定位,包括 WiFi、蓝牙 RSSI、超声波、UWB、ZiBee 技术等,现在也有新的蓝牙 5.2 的 AOA 技术、RFID 技术,能够为室内定位提供更加精准的定位技术。


其他的一些定位技术,比如说指纹定位技术,室内的惯性导航定位,以及三维视觉的成像定位,比如说室内机器人用的激光雷达、毫米波、超声波,这样的定位技术,未来应用在工厂里面,像自动上料、仓储运输、物流送料等等,都是让工业 4.0 能够得到应用的重要的基础技术。毫无疑问,室内定位将会是多种传感器或者是多种技术的融合,从而提供室内机器人等物体的定位技术,成为工业 4.0 的一个基础产品。


讲到室内定位,也会讲到一些室内三维坐标的信息,室内三维坐标的信息主要是通过 BIM 软件,能够把一个楼的这个管廊啊,墙面啊等等三维数据,都描述在一个数据库里面,就像 GIS 描绘室外的地理信息系统一样。


GIS 信息、IoT 信息、定位信息放在一起,就可以基于室内定位技术和室内的时空技术,通过 IoT 的数据平台,把设备的实时数据输入到 BIM(Building Information Modeling)系统里面,把人员事件等都在数字世界里面展现出来,从而能够进行一些数据的分析,然后解决很多场景问题,比如说消防疏散的紧急预案,商场里的人员行为分析,人流热力图,甚至哪个地方要多开点暖风,都能够有实时在线的理解。



所以说把物理世界和数字世界用室内定位提供时空基准,然后加上 BIM 信息,能够把这个数据分析和展现出来,从而能够建立一个这个更好的物联网的应用。前面讲的这几个技术,分别解决了不同的问题,让我们能够准确的描述一个数字世界。

区块链、数字孪生体

接下来我们简单聊一下区块链,区块链到其实是一个什么意思?打个比方你去买房子,原来你需要一个账本,记录这个交易和合约的条款,必须有一个非常可信的第三方,能够把银行、经理人和你自己的钱,都放在一个账本里面,来创建一个交易。但是呢,这个账本持有者是可以篡改它的。



为了让账本不可篡改,你可以怎么办呢?首先每一笔记录加上签名和时间戳,并记录到账本,要改一个记录,就要把前面的所有的记录都改掉,那么在交易了几百次以后,这个交易记录就很难去篡改了。


其次是要多处备份,交易中的每一个人都有一份自己的账本副本,放在物联网里面,就是每个人都有一个边缘计算节点。要改一个账本容易,但是改多个账本是比较难的,从而把信任移到了网络上去中心化,用群体的共识机制来建立信任。


物联网天然的有这样一个技术,因为基本上每个房子都有一个路由器,都有一个边缘计算节点,每个小区都有一个边缘服务器,都可以成为数据交易的账本。比如说有一个人调用了你家里的灯,他调用了多少次,用了多少度电,都会被记录下来,他是无法抵赖的。


阿里云基于蚂蚁区块链,开发了 IoT 的技术栈,包括数据层、网络层、共识层、合约层、访控层和应用层。我们用边缘 IoT 联盟链分布式账本网络来采集数据,放到 IoT 联盟链管理微服务集群里,从而支撑各种各样的区块链物联网的应用。比如说物流服务、仓储服务、金融、保险等等这些数据的消费方,来做数据的交换。



工业互联网还有一个蛮重要的事情就是数字孪生体,它的好处是能够让我们更好地进行人机交互。数字孪生体有很多的应用,例如可视化维护、设备状态可视化、远程互动交互、设备三维操作指南等。比方说采集了一个水泵的数据之后,可以把它的状态实时地叠加到你眼睛看见的这个水泵上面,其他人也能够远程地帮助你识别这里面有些什么问题,从而辅助前线的运维人员变得更加高效。


结语

4G 时代是移动互联网时代,最主要的应用是在 mobile、social、local。那么物联网时代产生的最有价值的应用是什么?我认为是工业互联网。前面我们讲了,5G 解决了通讯大容量的问题,IPV6 解决了 IP 的问题,然后室外定位和室内定位解决了时空基准的问题,区块链解决了数据保护和信任问题。再加上数字孪生体,在数字世界建立了一个又一个 digital entity(数字人)。基于这几大技术,我认为未来的爆发,指向最大的一个方向就是工业制造技术。


本文转载自公众号阿里技术(ID:ali_tech)。


原文链接


https://mp.weixin.qq.com/s/c8ENJRgOLerXJxpLAoBlZw


公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2020-03-18 14:003079

评论

发布
暂无评论
发现更多内容

美国半导体十年计划中的NO.1,模拟硬件究竟有什么价值?

脑极体

如何构建一个通用的垂直爬虫平台?

Kaito

Python 爬虫 代理

当AI入职FBI,克格勃直呼内行

脑极体

如何搭建一个爬虫代理服务?

Kaito

爬虫 代理

Scrapy 源码剖析(二)Scrapy是如何运行起来的?

Kaito

Python 爬虫 Scrapy 源码剖析

元模型驱动(一)构建元模型ーGME入门

KaYa

DDD Kaya MDA GME MDD

队列实现栈的3种方法,全都击败了100%的用户!

王磊

Java 算法和数据结构

为什么 React Hooks 优于 HOCs(译)

西贝

Java 翻译 React Hooks HOC

目标检测学习-比赛路线

Dreamer

【架构师训练营 1 期】第六周作业

诺乐

训练营第二周作业

爱码士

训练营第二周课程总结

爱码士

训练营

轻量型GPU应用首选 京东智联云推出NVIDIA vGPU实例

京东科技开发者

人工智能 gpu

给打工人熬一锅「毒」鸡汤

Java_若依框架教程

程序员 打工人 毒鸡汤

老板下了死命令,要把日志系统切换到Logback

沉默王二

Java logback 日志系统

面试官:讲一下缓存穿透、缓存雪崩和缓存击穿?

bigsai

redis 缓存穿透 缓存击穿 缓存雪崩

【架构师训练营 1 期】第六周学习总结

诺乐

接口测试(apipost、jmeter和python脚本)

测试人生路

Python 接口测试 测试工具

元模型驱动(二)构建元模型ーGME构建分层模型

KaYa

DDD Kaya MDA GME MDD

java安全编码指南之:文件和共享目录的安全性

程序那些事

代码规范 java安全 java安全编码指南 java编码 程序那些事

酷睿i5-10600KF对标锐龙7 3700X,游戏表现领先且售价更香

E科讯

Java9新特性-上篇

hepingfly

Java Java新特性

TCP/IP 基础知识总结

cxuan

后端 计算机网络 计算机

5G应用的实时决策

VoltDB

5G 物联网 工业互联网 技术分享

Redis还可以做哪些事?

Java旅途

redis

Scrapy源码剖析(一)架构概览

Kaito

Python 爬虫 Scrapy 源码剖析

Scrapy 源码剖析(三)Scrapy有哪些核心组件?

Kaito

Python 爬虫 Scrapy 源码剖析

Scrapy 源码剖析(四)Scrapy如何完成抓取任务?

Kaito

Python 爬虫 Scrapy 源码剖析

进“大厂”的故事

北风

职业规划 职业成长 大厂

【面经】面试官:讲讲类的加载、链接和初始化?

冰河

架构 JVM 类加载 优化 性能调试

1分钟教你如何整理 React 知识体系

Leo

学习 大前端 React

阿里云科学家丁险峰:万物互联的价值在哪里?_5G/IoT_丁险峰_InfoQ精选文章