國家物聯網基礎標準工作組秘書長張暉:物聯網的主攻方向和發展策略
發布日期:2019-05-28        

主題詞物聯網 ; AIoT



 

2019年4月23日,由中國高科技行業門戶OFweek維科網、高科會主辦,OFweek物聯網承辦的“OFweek 2019(第三屆)中國物聯網產業大會”在深圳拉開序幕。

 

在本次物聯網高峰論壇上,國家物聯網基礎標準工作組秘書長張暉發表題為《物聯網的主攻方向和發展策略》的演講。

 

 


在演講中,張暉秘書長貼合主題,主要分享了①邊緣計算對物聯網未來發展的重要性,②物聯網平臺發展現狀及其前景,③物聯網與人工智能、區塊鏈等新技術的未來融合趨勢,④物聯網的生命體特征發展趨勢,⑤物聯網安全,⑥物聯網與互聯網的區別,⑦國內外對物聯網的理解差異比較,最后簡單介紹了我國已經制定或正在制定的部分物聯網標準。

 

以下為張暉秘書長的發言內容,OFweek編輯做了不改變原意的整理及編寫。

 

演講原文:

 

深圳物聯網產業的各位同仁,大家下午好。非常榮幸今天下午能跟大家一起分享《物聯網的主攻方向和發展策略》。

 

我從事物聯網基礎標準工作已經有超過十年的時間。物聯網概念從溫家寶總理視察無錫之后開始熱起來。早些年物聯網行業發展狀況是,政府很熱衷于發展,但企業并沒有真正的把這個熱給傳遞起來;到了近幾年,發展的形勢明顯不一樣。

 

下面我們來看下Gartner在2017年做的一個預測:2018年全球物聯網連接設備的數量將達84億。實際上,據Statista的數據統計, 2018年全球物聯網連接設備數量超過了230億。

 

從這可看出,這兩年物聯網的發展速度已經超出了我們的預計。

 

物聯網連接數量的飛速發展必然帶來物聯網數據的大量增加。大家經常聽到一個名詞叫“邊緣計算”,那么我們要考慮下,為什么需要邊緣計算?邊計算能解決什么問題?

 

歸納來說,邊緣計算可以解決六方面問題。

 

第一就是安全。很多時候咱們的數據,尤其是企業一些相對敏感的數據,通過邊緣計算和處理,不用再傳到云端,這樣就大大減少它的泄露風險。

 

第二,企業有很多自主知識產權技術、關鍵生產數據,可以通過邊緣計算只留在本地進行處理。

 

第三,傳統方式是把數據采集上來以后傳到云端進行處理,再從云端把處理結果反饋下來,這種方式往往帶來很大的延遲,而邊緣計算恰恰可以解決這個問題。

 

第四是彈性,就是在整個物聯網系統中,引入邊緣智能、邊緣計算,這在很多處理層面來說,系統的健壯性、彈性就變得非常有效,不會因為一些節點、中間平臺的某些功能失效而造成全網癱瘓。

 

第五個是帶寬成本,很多數據不需要再傳到云端,大大減少從端到云的管道帶寬成本。

 

第六個是自主性,通過邊緣計算能力的再加強,未來向邊緣智能再發展;物聯網系統不是中心化系統,未來要向多個智能的邊緣、多個智能自治體方向發展,這正切合第四點所提到的系統彈性會有很大增加;從整個系統來說,它會有多個自治性智能系統,從而帶來處理的靈活性。

 

從這個意義上來說,未來物聯網終端會越來越多,數據也會越來越多,那么計算能力的下沉將是未來不可避免的趨勢。而這種計算能力的下沉,也帶來了未來分布式人工智能和計算一定要貼近邊緣,這個發展趨勢是不可阻擋的。

 

目前來看,邊緣計算主要聚焦在實時的短周期數據分析,如無人駕駛、智能安防、電梯運維,這些數據需要非??斕南煊λ俁?,這就體現出邊緣計算的優勢。

 

邊緣計算就像人的神經末梢一樣,對簡單的刺激進行自處理,并將處理的特征信息反饋給云端大腦,從而加快處理速度。

 

據Business Insider預測,到2020年,企業和政府將會有58億個物聯網設備會使用邊緣計算。未來物聯網網關甚至網關以下的終端,它們自己的處理能力都會很強。

 

平臺通過物聯網網關管理物聯網設備,接受邊緣側的信息反饋和容忍邊緣側的自治;推動和增強邊緣計算對物聯網分布的自主性。

 

舉個例子,微軟發布了Azure IoT服務(為物聯網準備的云服務),它是通過云平臺服務來支持邊緣計算,把工業環境當中產生的很多數據,通過分析進行處理;并進一步往邊緣推動。

 

未來,物聯網云平臺的功能也會被加強。物聯網有一個非常重要的特點,從目前的產業發展來看,物聯網碎片化非常嚴重,對產業的大規模發展會有一定的阻礙作用。但從物聯網平臺的發展來看,平臺本身就類似于計算機的操作系統,它可以把整個系統的硬件、軟件、協議、應用和解決方案,進行資源的相關調度,如西門子的MindSphere,可以把整個物聯網的數據采集、系統集成、應用開發、上下游產業鏈客戶,通過平臺連接起來。

 

從這點來說,物聯網平臺雖然未來更多地將處理能力和智能往邊緣推動,但它是不可替代的,因為它是作為整個物聯網的操作系統而存在,而且這種操作系統與邊緣終端類似,也會集成很多的機器學習能力,目前亞馬遜、IBM、微軟,都在自己的邊緣設備、云平臺上提供了很強大的認知服務能力,國內的小米、百度也使用了自己的云來做人工智能處理。

 

關于物聯網未來的發展,過去我們提及物聯網、大數據、云計算時,往往把這些技術分開談,現在大家逐漸認識到,物聯網離不開大數據,迫切需要用大數據來提升物聯網的應用價值。

 

物聯網本身是把萬物的屬性轉化成數據,把數據通過各種傳輸手段傳到云端,最終變成有價值的服務,讓老百姓感覺到這些服務是貼心的服務,是有價值的服務,從而用戶愿意為服務買單。

 

那么服務的提升就離不開大數據處理,而大數據本質上是物聯網系統的數據流視圖呈現方式。以工業環境為例,數據采集、數據預處理和存儲、數據建模、數據工程以及工業數據的分析,其實就是一個完整的物聯網系統。

 

未來物聯網的發展,除了跟大數據結合,還要跟人工智能有協同應用。如果把未來物聯網的發展比做成一個智能生命體,那么物聯網系統一定會朝著智能方向發展;毫無疑問,大腦就是這個生命體的人工智能,神經連接的就是網絡神經協議,在生命體中流動的血液就是各種數據流,而肌肉是執行機構,神經末梢則是各種感知器件。

 

再從機器感知層面看,會涉及到模式、語音、文字、圖像識別,形成多模態感知與情景計算,這正是機器感知范疇。

 

而機器行為就對應物聯網系統的操作行為,形成自主無人系統、人機混合智能應用。

 

從這可看出,未來IoT的發展,完全是在按照人工智能生命體來發展。

 

下面繼續分享機器學習、區塊鏈等技術與物聯網平臺的未來集成趨勢。前兩年,繼比特幣之后,區塊鏈技術在金融等領域得到了大規模采用。區塊鏈技術可以解決智能設備之間微支付交易的安全性。

 

通過各種加密技術手段,可以讓端對端相互信任。另外,增強現實技術也可以融入未來的物聯網智能設備,為企業和消費者增加相應價值。通過機器學習在工業物聯網的應用,可以使操作人員產生預測性維護,如預測機器磨損、自動維護、防止故障等。

 

此外,在消費級也可以借鑒應用,如無人商店、自動售貨商店,就可以利用機器學習功能對顧客臉部進行識別及掃描顧客某些行為,觀察消費者在店內行走的模態等。

 

關于區塊鏈跟物聯網的結合,大家提得比較多的是產品追溯。傳統的產品追溯使用的是二維碼、RFID技術,從產品在生產出來之前,就進行貼標綁定,串聯整個物流、銷售流程,以此來解決產品追溯問題。前兩年開始,大家期望用區塊鏈來解決產品從原材料、生產、銷售,最終到用戶手中的全流程信任問題。

 

但在實施部署的時候,仍會遇到一些問題。首先是如何解決數據上鏈之前的信任。區塊鏈在金融行業的應用,確實可以解決相互之間不同機構的信任問題,因為數據的產生和流通是在完整的區塊鏈閉環中產生的。但如果把它開環以后,接入到物聯網的追溯系統當中,我們怎么保證上面的數據是真實、可靠、受信任的?除非從產品生產、工廠加工、運輸、倉儲到銷售等全流程的數據都是閉環情況下由機器自動化采集,隔絕了人為因素才能解決這個問題。這在實際中是做不到的,尤其是農產品生產。

 

第二個問題,是不是所有的數據都需要上鏈計入區塊。這顯然是不可能的,以比特幣舉例,所有的交易信息都會被記在鏈上;這對很多物聯網應用來說,這種實時存儲系統是不太可能實現的,因為這將要求物聯網的每個節點都要有存儲系統來做完整備份。

 

上面就是物聯網未來發展跟幾個新技術的融合介紹。

 

下面再簡單說說兩大重點應用。物聯網在智能家居領域的應用是一個非常典型的例子,這個產業已經發展了很多年,但之前一直不溫不火,直到這兩年大家才感受明顯。伴隨著大數據和人工智能技術植入,硬件產品采集完數據,就必需要通過大數據和人工智能技術結合用戶的一些需求,跟用戶有一個良好互動,以此來滿足用戶個性化、貼心的服務,讓用戶覺得他們的實際問題得到了解決,只有這樣用戶才愿意去為產品、服務買單。大家現在可以看到,像智能音箱、智能門鎖、智能路由器、智能家電等家居產品,相對于前兩年,現在它們的智能化發展確實是處于加速狀態。

 

介紹完消費物聯網,接下來介紹工業物聯網。大家認為物聯網是一個碎片化非常嚴重的應用,該說法不完全對。在工業應用領域,工業物聯網是一個非常有前景的藍海,它不是碎片化的,值得大家廣泛關注和深度討論。

 

大家可能都聽說過工業物聯網,也聽說過工業互聯網,這兩個到底有什么區別?其實國內的工業物聯網和工業互聯網跟國際上所提的概念是不一樣的。國際上的工業互聯網概念是由GE所提出,當時的目的是為了把工業革命與互聯網革命進行融合。通過這種融合來使得一些機器設備,能夠通過一些智能設備、智能網絡和智能決策,來遠程優化檢查、維護流程,以提高服務質量,并提升企業服務的附加值,進而提高資產可靠性和運營效率。但這種工業+互聯網,并不等同于工業物聯網。

 

真正的工業物聯網,一定是要解決工業環境當中,工業要素之間互聯的問題。也就是要解決生產環境的數據采集、工業資源的網絡互聯、語法語義的數據互通、制造系統設備互操作。只有把這四個問題解決了,才能說真正的解決了工業物聯網的問題。

 

而以GE為代表的國外工業互聯網,本質上說,是一種新的服務模式。

 

德國工業4.0提出以智能工廠為核心的架構中,重點體現物聯網和服務聯網,其實它要解決的是工業物聯網技術能力的核心問題,是德國工業4.0中的服務互聯網范疇,所以這也與國內所提概念有本質的不同。

 

在國內,工信部主導的是把工廠內外所有的IT、oT全都囊括在內。

 

簡單來看,它其實就是把工業資源數據實時分析采集上來以后進行處理,然后把數據可視化,從而控制外部物理實體的實時響應。在迭代優化以后,再對工業資源進行反向采集處理。

 

以此來看,工業物聯網其實就是數字世界和物理世界的橋梁,主要解決兩個世界之間的溝通問題,通過數據和互聯的標準、安全等機制,把這兩個世界連接起來。

 

工業互聯網平臺的典型例子,就是GE的PREDIX,其通過服務平臺把設備連接起來,從而為行業提供服務。

 

從國內看,中國目前有269個工業互聯網平臺(或說工業物聯網平臺),而其他的發達國家現在不超過150個,中國平臺數量基本上接近外國的兩倍,但很多平臺的功能存在嚴重不足問題,連接設備的協議種類、分析的工具、工業積累的模型、提供的微服務都非常少。這種平臺的功能還非常弱。

 

再簡單提一下物聯網安全。物聯網存在的安全挑戰,跟互聯網安全有很大的相似之處,但也有它的特點,如物聯網有很多隱私問題,邊緣設備的認證和授權缺乏標準,物聯網設備和安全設備、應用程序之間的交互也存在安全性問題。

 

從安全挑戰來看,很多挑戰都可以通過標準化來解決。

 

那么,物聯網安全會導致哪些問題?首先會導致個人敏感信息被意外泄露、個人財產遭受損失等。

 

美國國土安全部在2016年底發布了《物聯網安全指導原則》,對于工業或者消費物聯網系統給出了安全建議。這個建議提到了加強安全更新、漏洞管理、設計開發等階段要考慮的安全問題。在第六條中,《原則》提到要謹慎接觸物聯網,尤其是在工業環境和其他關鍵應用,企業要慎重考慮是否把物聯網設備接入到網絡,因為一旦進入到互聯網,即使加了再多的防火墻、再先進的安全設備,仍將會面臨著很多不確定的安全問題。

 

所以說,工業物聯網并不一定要把一線的生產數據接入到互聯網。

 

最后簡單介紹下國家物聯網基礎標準工作組。其由國家發改委標準委在2011年成立,當時對應成立的還有六個部委的行業應用標準組委,通過這種1+6設置,使得基礎標準和行業標準能有很好的銜接。今天給大家公布部分國家標準:《物聯網標準化工作指南》《物聯網參考體系結構》《物聯網系統接口要求》《信息交換和共享》以及《公安物聯網感知終端安全防護技術要求》等行業國家標準。

 

目前有些標準即將發布,如智慧酒店的標準、智慧景區的標準、礦山產線智能監控系統標準、物聯網網關標準等。

 

以上就是我給大家介紹的物聯網發展以及標準化進展情況,僅供大家參考,謝謝。

 


來源:ofweek物聯網
點擊查看網絡原文>>

版權所有@ 北京市電子科技情報研究所 透码精准网址香港

地址:北京市東城區北河沿大街79號  郵編:100009  Email:[email protected]

在線人數:277

當日訪問計數:29699

累計訪問計數:48282026