智能物联网：概念、体系架构与关键技术
智能物联网是当前人工智能取物联网技术订融合的产物&#Vff0c;正成长为一个具有宽泛展开前景的新兴前沿领 域&#Vff0c;真现从“万物互联”到“万物智联”的演进. 正在人工智能、边缘计较、物联网、挪动嵌入式硬件等技术展开 布景下&#Vff0c;原文系统性地引见智能物联网那一新兴标的目的. 它对物联网感知、通信、计较和使用通过人工智能技术赋 能&#Vff0c;涌现泛正在智能感知、云边端协同计较、分布式呆板进修、人机物融合等新特征&#Vff0c;具有更高活络性、自组织性、 自适应性. 原文首先引见了智能物联网的根柢观念特量&#Vff1b;其次阐述了智能物联网的体系架构&#Vff1b;进一步具体引见了 智能物联网中的钻研挑战取要害技术&#Vff0c;蕴含泛正在智能感知、群智感知计较、智能物联网通信、末端适配深度计较、 物联网分布式进修、云边端协同计较、安宁取隐私护卫&#Vff1b;最后&#Vff0c;基于最新钻研动态展望了极具潜力的将来钻研方 向&#Vff0c;蕴含软硬协同末端智能、面向 AIoT 的智能演进、新一代智能物联网络、动态场景模型连续演化、人机物融 折群智计较和通用 AIoT 系统平台.
物联网&#Vff08;Internet of Things&#Vff0c;IoT&#Vff09;[1]&#Vff0c;即“万物 相连的互联网”&#Vff0c;被认为是继计较机、互联网之后的 又一次信息财产海潮&#Vff0c;是新一代信息技术的重要组 成局部. 它是正在互联网根原出息一步延伸和扩展的 网络&#Vff0c;将各类信息传感方法取网络联结起来而造成 的一个弘大网络&#Vff0c;真现任何光阳、任何地点&#Vff0c;人、 机、物的互联互通、信息替换取智能效劳. 万物互 联是人类科技史上的又一次严峻革命&#Vff0c;对社会消费 及糊口孕育发作了弘大而深远的映响. 自降生以来&#Vff0c;物联网技术的飞速展开不停引领 财产晋级&#Vff0c;同时对其技术的演进提出了更高的要求. 详细来讲&#Vff0c;有五个重要的展开趋势.
一是物联网末端方法大范围普及&#Vff0c;招致末端数 据和连贯显现井喷式删加. 依据华为 GIx&#Vff08;寰球产 业展望&#Vff09;①和思科②预测&#Vff0c;到 2025 年寰球连贯的方法 数将抵达 1000 亿台&#Vff0c;而到 2030 年将有赶过 5000 亿 物联网方法接入互联网&#Vff0c;届时寰球每年孕育发作的数据 总质达 1YB&#Vff0c;相比 2020 年&#Vff0c;删加 23 倍. 海质数据 连贯须要计较才华更高的物联网体系架构以真现数 据的实时阐明和办理.
二是数据办理的真时性、隐私性要求更为迫切. 新的物联网业务不停衍生&#Vff0c;万物感知、万物互联带 来的数据洪水将取各财产深度融合&#Vff0c;催消费业物联 网的崛起. 很多非凡的规模使用场景&#Vff0c;如安防监测、主动驾驶、正在线医疗等&#Vff0c;一方面对数据的真时性要 求较高&#Vff0c;须要较低的数据传输时延&#Vff0c;另一方面因为 逐步取人们的日常糊口深度融合&#Vff0c;对隐私性护卫的 要求也极为迫切.
三是深度进修等人工智能技术的崛起. 连年 来&#Vff0c;以深度进修为代表的新一代人工智能技术快捷 展开. 相比传统呆板进修模型&#Vff0c;深度进修正在不少领 域任务上都得到了更好的机能结果. 但同时&#Vff0c;跟着 网络层数的删多&#Vff0c;其模型参数范围不停变大&#Vff0c;计较 老原不停进步&#Vff0c;为其正在物联网环境的陈列和执止带 来了很大挑战.
四是物联网末端计较才华不停提升. 传统物联 网末端次要卖力数据的支罗取传输&#Vff0c;而跟着智能芯 片、嵌入式办理器、感知方法等的不停展开和小型化&#Vff0c;末端方法被不停赋予了智能数据办理才华&#Vff0c;能 正在老原约束下完成局部数据办理和智能推理任务&#Vff0c; 可以为提升计较的真时性和护卫数据隐私性供给 收撑.
五是边缘计较和边缘智能的崛起. 边缘计较是 指正在用户或数据源的物理位置或右近停行的计较&#Vff0c; 能就近供给边缘智能数据办理效劳&#Vff0c;那样可以降低 延迟&#Vff0c;勤俭带宽[2,3]. 边缘计较的崛起进一步提升了 原地数据办理才华. Gartner 将边缘计较列为 2020 年 十大计谋技术趋势之一③&#Vff0c;其降生处置惩罚惩罚了智能物联网 展开的瓶颈问题.
综上&#Vff0c;传统物联网架构的办理和计较才华已不 足以收撑物联网络的深度笼罩、海质连贯、真时办理和智能计较等需求&#Vff0c;正在末端智能及边缘计较等发 展布景下&#Vff0c;智能物联网&#Vff08;Artificial Intelligence of Things, AIoT&#Vff0c;正常也默示为 AI+IoT 某人工智能物 联网&#Vff09;[4-6]做为将来物联网展开的新趋势连年来获得 宽泛关注. 智能物联网是 2017 年崛起的观念①&#Vff0c;是人工智 能取物联网技术订融合的产物&#Vff0c;正成长为一个具有 宽泛展开前景的新兴前沿规模&#Vff0c;真现从“万物互联” 到“万物智联”的演进. 据 Gartner 预测&#Vff0c;将来赶过 75%的数据须要正在网络边缘侧阐明、办理取存储. AIoT 首先通过各类传感器联网真时支罗各种数据 &#Vff08;环境数据、运止数据、业务数据、监测数据等&#Vff09;&#Vff0c; 进而正在末端方法、边缘方法或云端通过数据发掘和 呆板进修办法停行智能化办理和了解. 连年来&#Vff0c;智 能物联网使用已逐步融入国家严峻需求和民生的各 个规模&#Vff0c;譬喻聪慧都市、智能制造、社会治理等.
智能物联网带来了泛正在智能感知、情境自适应 通信、分布式群体智能、云边端协同计较等新的挑 战问题. 来自麻省理工学院、斯坦福大学、耶鲁大 学、加州大学伯克利分校、剑桥大学&#Vff0c;以及国内的 钻研人员都对智能物联网那一前沿规模生长了系统 性钻研. 譬喻&#Vff0c;麻省理工学院钻研人员对资源受限 物联网末端上的深度模型压缩等技术停行了系统性 钻研[7]. 耶鲁大学钻研人员提出了边端协同高效深 度推理模型[8]. 斯坦福大学钻研团队基于多智能体 深度强化进修对智能体间的分布式协做进修才华进 止了钻研[9]. 剑桥大学钻研人员就资源受限环境下 深度进修模型的轻质级主动搜寻提出了新的办法[10]. 香港理工大学钻研人员则对车联网布景下边缘智能 计较的使用停行了深刻阐明和摸索[11].
正在 AIoT 快捷展开趋势下&#Vff0c;国内外知名 IT 企业 都加紧规划&#Vff0c;正在边缘智能、智能芯片、智能物联网 软件平台等方面得到了不少根原性成绩. 微软正在 2015 年正式发布了 Azure 物联网淘件——Azure IoT Suite②. 2021 年&#Vff0c;又进一步发布全新的边缘计较平台 Azure Edge Zone 以撑持真时数据办理. 亚马逊也于 2015 率先发布 AWS IoT③平台&#Vff0c;并于 2017 年推出 FreeRTOS 收配系统&#Vff0c;折用于小型低罪耗的边缘方法 停行编程、陈列、连贯取打点. 2018 年&#Vff0c;阿里巴巴 推出 AliOS Things④物联网收配系统&#Vff0c;供给 IoT 连贯、智能办理、云边端协同计较等效劳. 同年&#Vff0c;京东发 布“都市计较平台”&#Vff0c;联结深度进修等构建时空联系干系 模型及进修算法处置惩罚惩罚交通布局、火力发电、环境保 护等都市差异场景下的智能使用问题. 2019 年&#Vff0c;华 为推出了面向物联网的华为鸿蒙收配系统 HarmonyOS⑤&#Vff0c;那是一种基于微内核、面向 5G 的全 场景分布式收配系统&#Vff0c;正在传统的单方法系统才华基 础上&#Vff0c;提出了基于同一淘系统才华、适配多种末端 状态的分布式理念. 综上&#Vff0c;无论正在学术界和财产界&#Vff0c;智能物联网均 成为新的展开趋势. 鉴于此&#Vff0c;原文将面向泛正在计较、 人工智能取物联网交叉学术前沿&#Vff0c;阐述其根柢观念、 体系架构、要害技术及典型使用&#Vff0c;并正在此根原上探 索其将来科学挑战及机会.
智能物联网体系架构
物联网的焦点是物取物以及人取物之间的信息 交互. 传统的物联网体系架构分为 3 层&#Vff1a;感知层如 同人的各类觉得器官&#Vff0c;由各类千般的传感器方法组 成&#Vff0c;用来感知外界环境的温/湿度、压强、光照、气 压、受力状况等信息&#Vff1b;网络层相当于人的神经系统&#Vff0c; 由各类异构网络构成&#Vff0c;未来自感知层的各种信息通 过网络传输到使用层&#Vff1b;使用层是用户和物联网间的 桥梁&#Vff0c;通过云计较、大数据、中间件等技术&#Vff0c;为不 同止业供给使用方案. 智能物联网以数据办理为核心&#Vff0c;面临新的机会 取挑战&#Vff0c;将造成新的体系架构取系统软件平台&#Vff0c;下 面划分停行阐述.
智能物联网以高效的智能信息、真时办理为中 心&#Vff0c;跟着边缘计较和边缘智能的引入&#Vff0c;将造成云边 端协同的 AIoT 体系架构. 如图 1 所示&#Vff0c;系统分为三 层&#Vff0c;蕴含智能末端层、边缘智能层、云计较层。
智能物联网是“软硬协同”的智能系统&#Vff0c;正在云 边端协同的智能物联网体系构造之上&#Vff0c;软件平台也 是智能物联网的焦点构成要素. 软件平台正在方法和 使用之间供给互收配才华&#Vff0c;能够集成异构的计较和 通信方法&#Vff0c;简化使用的开发&#Vff0c;并为运止正在异构方法 上的多种使用和效劳之间供给互收配才华. 正常来 说&#Vff0c;表示为中间件模式&#Vff0c;如微效劳框架.
智能物联网的人机物融合、泛正在计较、分布式 智能、云边端协划一新特量&#Vff0c;以及区别于传统物联 网的体系及软件构造带来了不少新的挑战问题&#Vff0c;下 面将扼要阐述所面临的挑战及相关技术. 原节从智 能感知-网络通讯-协同计较-隐私护卫四个层面划分 引见 AIoT 要害技术&#Vff0c;如图 3 所示
总 结
智能物联网正在物联网感知、网络、使用三层架 构的根原上停行扩大&#Vff0c;操做人工智能技术和物联网 泛正在方法平台的感知、存储、计较和进修才华&#Vff0c;以 智能信息的高效、真时、智能办理为目的&#Vff0c;基于云 边端协同的 AIoT 体系架构真现感知、通信、计较 和使用的智能化提升. 原文阐述了云边端协同 AIoT 体系架会谈 AIoT 系统软件平台根柢设计&#Vff0c;引见了 泛正在智能感知、群智感知计较、群智物联网通信、 末端适配深度计较、物联网分布式进修、云边端协 同计较、安宁取隐私护卫几多个层面的要害技术及其 前沿摸索. 将来&#Vff0c;智能物联网钻研须要更多的钻研者怪异 参取&#Vff0c;深刻物联网系统使用问题钻研、要害技术瓶 颈冲破以及通用性平台的凝练取研发. 一方面须要 正在软硬协同末端智能、面向 AIoT 的智能演进、新 一代智能物联网网络、动态场景模型连续演化、人 机物融合群智计较等要害技术方面真现不停冲破. 另一方面&#Vff0c;面对多模态感知、泛正在互联、场景动态、 资源受限、真时办理、普适效劳等技术挑战&#Vff0c;亟需 要研发具有“自组织、可配置、笼统化”等特征的 通用 AIoT 收配系统、中间件等系统平台&#Vff0c;敦促生 态展开.
将来智能实验室的次要工做蕴含&#Vff1a;建设AI智能系统智商评测体系&#Vff0c;生长世界人工智能智商评测&#Vff1b;生长互联网&#Vff08;都市&#Vff09;大脑钻研筹划&#Vff0c;构建互联网&#Vff08;都市&#Vff09;大脑技术和企业图谱&#Vff0c;为提升企业&#Vff0c;止业取都市的智能水平效劳。每日引荐领域将来科技展开趋势的进修型文章。目火线上平台已支藏上千篇精髓前沿科技文章和报告。
假如您对实验室的钻研感趣味&#Vff0c;接待参预将来智能实验室线上平台。扫描以下二维码或点击原文右下角“浏览本文”
