漫谈物联网、人工智能与第四次工业革命思潮

这一两年来大家都在谈工业互联网，谈物联网、大数据、云计算和人工智能。今天我想把这几个部分之间的关联简单串讲一下，结合我自己的理解，解释几个问题。第一，什么叫做物联网，为什么大家判断物联网（以及工业互联网）的发展会非常有前景；第二，什么是人工智能，为什么人工智能的概念在今天得到新一轮的支持乃至吹捧；第三，物联网、大数据、云计算和人工智能之间是怎样相互关联和影响的，这种影响会给工业带来什么样的影响，第四次工业革命会不会因此到来。

物联网(IoT,Internet of Things)的概念在今天听来似乎像是新鲜事物，但是在比尔盖茨1995年出版的《未来之路》（The Road Ahead)中就已经提到了这一概念。这里插一句，比尔盖茨的这本书中，除了物联网，还有其他一些大胆而科学的预测，其中相当一部分在今天已经成为现实，另一些则正在实现的过程中。比如说，这本书中提到失窃的相机会自动向主人发送回自己所在的位置，这在iphone中早已经得到了实现，又比如看电影时可以把主角换成自己的脸，最近的AI技术已经让这个功能得以“部分”实现。而作为“万物互联”这一概念重要组成部分的物联网，之所以在概念提出到现在的二十多年来没有得到充分发展，是有几方面原因的。从这个发展过程也可以看出一个产业发展的规律和趋势。

第一，在万物互联概念提出的当时，互联网这一概念还没有得到广泛应用和推广，这使互联缺少联通的主体。第二，计算机硬件和传感器技术等等也并没有足够成熟，硬件的价格阻止了万物互联的普及和推广。第三，还有一个往往被忽略的原因，是我们在当时并没有足够的动力去通过万物互联来采集更多的数据，而数据的应用要等到后面所说的人工智能的崛起之后才将成为刚需。上面几个主要原因是万物互联不足以大规模推广的障碍。但是，在工业领域上，对关键参数的监视和控制需要，使得工业自动化领域通过PLC、DCS等方式来实现设备的集散控制与互联互通，并且随着软硬件技术的发展和迭代从单机的控制系统扩大到现场级、车间级乃至工厂级，通过MES（(Manufacturing Execution System制造管理执行系统）来实现生产过程的精细化监控。这些互联互通，可以看成是万物互联的一个小的模型和示范。但与今天所说的物联网和万物互联的概念在根本上来说还是不同的。前者更多的是出于监视和一定规则下的自动化决策与控制。而后者所要实现的目标则要大得多。

前面提到，在之前我们对于数据是没有太大需求的。很多过程数据可能监控完就丢掉了，只有和生产有关的一部分保留了下来。在这样的情况下现有的传感器和控制系统已经可以满足生产制造系统的要求，再连接更多设备采集更多数据就没有用了。而为什么现在突然一下需要更多数据了呢？这就要提到人工智能的几次发展和革命了。

人工智能的概念在上个世纪50年代的时候就被提了出来，从那时到现在对人工智能的争论就一直没有停止。到目前为止，经历了三次大的繁荣（当下是第三次）和两次低谷。而目前这一次大的繁荣，在很多人（我自己也这么觉得）看来——不会像前两次那样会跌入谷底，即使在一定程度上存在泡沫，也会以极快的速度发展下去。这是因为，这一次人工智能技术的繁荣，是基于算法、硬件、通讯和系统几个方面综合原因的，天时地利人和的因素都具备，剩下的只要看人工智能究竟能够引领时代走多远了。

前两次人工智能的繁荣与衰落，一个主要原因是计算机硬件性能的局限，而在这方面从技术上一方面计算机硬件与存储的成本大幅度下降，另一方面大规模并行计算取代了传统的单个超级计算机的模式，使得算力得到大幅度的上升，再加上GPU（显卡）性能的发掘，通过GPU代替CPU来完成大批量的浮点数计算，这三点从硬件结构上保证了足够的计算能力。而作为扩展，低成本高性能的嵌入式系统使得分布式的智能终端成为可能，各种通讯技术尤其是即将来临的5G技术为信息联通铺上了超高速公路。这些都是硬件层面上所具备的条件。云计算与大数据技术，所体现的本质也就是上述的大规模并行计算，通过更多的计算机来实现更强大的计算和存储功能。这都是人工智能应用的必要前提。

而更重要的因素则在于人工智能内在算法的革命，狭义上来说也就是深度学习算法的发展和应用。在前几次的人工智能繁荣中，人工智能技术内在的局限是最终导致衰落的根本原因。传统的机器学习算法所能应用的场景和实现的功能都有明显的局限，而更多的数据对于传统的机器学习模型来说也没有太过显著的意义。而语义学与逻辑推理的方向则让人工智能在很长一段时间内走上弯路，现有的技术与理论并没有办法让人工智能实现跨越式发展达到完全理解人类逻辑与语义的程度。而深度学习技术的异军突起则恰如其分地满足了现有的技术发展要求。深度学习需要更多的数据来进行模型训练，需要更强大的计算能力来建设更多层次更复杂的神经网络来进行更复杂的模型训练以实现更高的精度。这样的方式在自然语言翻译、视觉识别、语音识别等方面取得了极大的成功，这些成功足以让我们对人工智能的发展寄予更大的希望。

综上以上的情况，可以看到，技术的进步与发展不是孤立的，而是相互关联与影响的。在现阶段，低成本高性能的嵌入式设备提供了更方便快捷的数据获取的终端技术，通讯尤其是5G技术的发展为信息的传递提供了高速可靠的通道，云计算与大数据为人工智能提供了更大规模的海量数据与极大规模的计算能力，而人工智能本身则通过深度学习算法的进步得以具备更好地利用上述设备设施的条件。这些综合的因素彼此相互影响相互促进，在目前基础知识与理论没有质的突破的前提下，为技术的发展与革新带来一丝新的希望。极有可能促进第四次工业革命的真正实现，让人类的生产与生活实现一次新的革命性的发展。

最后，在这一轮以人工智能为推动力的变革中。中小企业的机会在哪里呢？这也是我们最关心的问题之一。前面提到的几个层面之中，大规模基础设施的建设包括数据中心存储中心等等，是需要大量集中资金投入的，往往是大企业的机会，而计算框架与算法实现，则同样需要大量数学家、计算机学家等的资源投入，同样也是大企业的机会，谷歌、IBM等公司也正在朝着这样几个大的方向去发展。与此同时，更方便的物联网平台与框架，同样会形成大企业竞争的战场。而对于中小企业来说，我个人看来，针对细分领域的人工智能技术应用、物联网设备与产品研发以及更灵活的在某一方面（监视、诊断、预测等等）有特点的技术的突破，都是可以考虑的方向与机会所在。谢谢。

（本文根据作者内部会议上的发言整理，有删改）