备案网站转入阿里云,唐山哪里建设网站好,电子产品开发流程,狠狠做狠狠干免费网站来源#xff1a;雷锋网雷锋网按#xff1a;物联网发展至今#xff0c;有两项技术对其赋能产业起到了关键作用#xff0c;一项是这两年发展神速的AI#xff0c;另一项则是当下逐渐开始商用的5G。前者使物联网#xff08;IoT#xff09;进化到智联网(AIoT)#xff0c;从单… 来源雷锋网雷锋网按物联网发展至今有两项技术对其赋能产业起到了关键作用一项是这两年发展神速的AI另一项则是当下逐渐开始商用的5G。前者使物联网IoT进化到智联网(AIoT)从单一的连接能力拓展到复杂的应用能力这类似移动互联网时代的功能机向智能机的跨越后者为智联网进一步深入诸如家居、工业、城市建设等复杂场景提供了网络基础使得万物互联甚至万物智联成为可能同时也使得智联网从面相消费应用扩展到面相产业应用这类似智能手机从3G时代向4G时代的跨越。从原有的WiFi技术窄带物联网技术到现在的5G技术随着网络技术的进化整个物联网技术体系有怎样的变化尤其5G的到来为AIoT的应用带来了怎样的机遇和挑战近日在由物联网智库主办的首届“挚物·AIoT产业领袖峰会”上中国工程院院士邬贺铨详细解读了5G技术关键点如何为5G业务发展做准备以及AIoT技术及标准在5G时代如何演进等关键问题。以下为邬贺铨院士的现场演讲内容雷锋网作了不改变原意的编辑及整理5G的网络架构和技术特性随着2019年6月6日工信部正式向中国电信、中国移动、中国联通和中国广电四家运营商颁发5G商用牌照我国5G商用落地正式展开。就5G技术层面而言又可以分为多层来看。上至云端下至终端之间5G网络又可以划分出无线接入网、光纤传输承载网、转发面技术、业务互联网技术其中最重要的转发面技术又可以分为L1.5、L2、L3三层L1.5灵活的以太网交叉连接FlexE;L2MAC层帧交换基于以太网的时延敏感网路TSNL3IP层无连接选路面向连接的源选路SR。这样的网络架构形成的5G网络需要超密集组网、大规模天线阵、全频谱接入、新型多址技术及网络技术的支撑这也使得5G网络得以拥有增强移动带宽、高可靠低延时、广覆盖广连接的特点及相应应用场景使得5G网络相较于上一代的4G网络在诸如峰值速率、用户体验数据率、频谱效率、移动性、无线接口延时、连接密度、能效、流量密度等性能参数上都有数倍乃至数十倍的提升具体性能对比见下图右表。邬贺铨院士认为也正是由于5G的以上技术特性使得其应用场景得以从面相消费应用扩展到面向产业应用。5G时代AI带来的「网络功能虚拟化」和「软件定义网络」传统互联网发展进程中初期网络不够稳定包括传感器数据、语音数据、视频数据等数据业务所有业务都以IP包方式独立选路以IP包为单位在路由器中转发。实际上这样并不科学。以长视频为例一个长视频需要分割成无数个IP包每个IP包需要重复进行选路。邬贺铨将这样的大数据量的传输比喻为搬家“如果点快餐我们可以找外卖小哥来送但是如果搬家我们并不会请数百上千位快递小哥来做这样的工作。”所以5G需要在传输层做改进需要有在不同层次的多种转发单元以适应不同规模的业务流。即不仅可以在路由器中做IP包的交换还需要能够在交换机、交叉连接点层上做交换。根据业务模块数据量大小选择不同交换方式。这一被业内公认的网络传输方式为当下5G网络带来了两方面的挑战一方面是在转发面实现功能多样性。不同时间段会用到路由器、交换机甚至同一时间段对传感器链路用路由器转发对视频链路用交换机连接如何在同一时间表现不同功能就成为一大难题。传统方法使用单独的软件和硬件来实现。现在的5G网络硬件上采用通路的硬件即网络功能虚拟化NFV通过软件定义实现硬件功能定义实现功能的多样性。另一方面是实现管理智能化。传统互联网是个“傻瓜”不用区分是什么链路不管是什么业务都会分割成IP包进行传输。而现在需要区分业务、区分功能这就需要智能化网络。没有人工智能5G也无法实现网络功能虚拟化。邬贺铨在会上解释称“传统路由器收到IP包需要先打开IP包查一下地址然后按最短路线送到旁边的路由器因而整个传送链路是逐个路由器转发的过程现在我们希望通过网络的整个操作系统对全网进行大数据分析、人工智能分析最终得出一个全网从起点到终点最优路径。这一定不是逐个路由器转发而是面向连接从源端已经将到达终端的路由器的整个路径已经选好而不是每个路由器单独选路这种方式使5G可以做到低时延、高可靠。”以上提到的选路方式正是通过软件定义网络SDN来实现的。SDN可以实现业务控制层和传送承载层分离基于大数据和人工智能形成可弹性扩展即插即用的资源池实现端到端选路可绕开有安全风险的路由。 5G关键技术之网络切片5G网络既需要支持百公里时速的高铁上的高速应用场景同时也要满足80%左右时间是“坐在家里或办公室使用手机”的相对静止的应用场景。这使得5G需要拥有切片能力。在实际应用场景中多数场景中使用手机需要的是KB的网络传输能力同时也有对GB级传输能力有需要的车联网等应用场景有智慧医疗、工业互联网这样对高可靠有要求的应用场景也有消费领域对高可靠并没有强烈需求的场景。面对这样复杂应用场景的需求此前的网络是通过改变物理网络来实现不同的应用当下5G网络则是使用同一个网络通过逻辑上的切片组织针对不同业务的专用网络以实现对大带宽、广连接、低延时高可靠有不同需求的网络构建未来物联网的业务在5G网络中也会有各自单独的通道。网络切片能够很好地满足各类应用场景对于网络能力的特定需求同时也对网络构建带来了一定的挑战以业务切片的安全为例需要考虑以下安全需求切片授权与接入控制切片间的资源冲突切片间的安全隔离切片用户的隐私保护以切片方式隔离故障网元。5G技术推进边缘计算的应用5G的切片能力带来面向不同业务需求的专用网络与此同时5G也会强力推进边缘计算的应用与普及。为适应工业互联网、视频业务、VR/AR、车联网及远程医疗的低延时需求需要将这些业务的存储和内容分发下沉到边缘计算来处理。虽然5G的空口时延减少到了1ms但是如果在地面上长距离传输到中心云的话延时还是会很大。对于AR/VR、远程医疗这类需要快速相应的应用场景5G为了实现低时延、高可靠需要将云端能力从中心云分解到边缘云边缘云负责处理对时间要求敏感的业务同时过滤掉一些数据再送到中心云中心云收集到若干边缘云的数据后会做优化学习然后下发数据模型到边缘云。在5G时代利用边缘计算可以过滤和压缩数据通过边缘云的模式可以节省核心网络资源成本仅为单独使用云计算的39%。据IDC预测数据2020年会有50%的数据都会在边缘云处理。边缘云作为物联网的基础设施会占到真个基础设施支出的18%。与此同时边缘计算也将是整个物联网的基础设施的一部分。如何为5G业务发展做准备什么是5G最热门的应用场景“现在我们说5G有三大应用场景。但是谁也说不出来5G最热的应用场景是什么。”邬贺铨解释道“3G刚开始应用的时候还没有智能手机也没有微信4G刚落地应用的时候微信还不能做移动支付也不支持视频通话在4G网络提速降费后抖音、快手短视频才出现。可见所有移动互联网的业务是在移动互联网能力具备后才出现的。所以我们现在无法说哪种应用最热门但是不等于说我们不为未来5G业务的发展做准备。”如何为5G业务发展做准备这是个不确定的情况。假设在座每个人的手机都是同一个型号但这并不能说明每个人的手机的能力都一样的因为每个人的手机下载的APP不一样。5G网络也将采用类似的业务模式以APP方式生成定制单元这类APP可以是运营商定制的也可以是第三方开发者定制的。这使得5G网络能够灵活适应未来不确定的业务。另外传统的移动通信协议是专用协议5G采用的将全部是物联网的协议这使得物联网中所有应用可以直接嫁接到5G上给5G带来业务的灵活性。但是这种方式有一定风险原来运营商的协议是专用的运营商的能力是封闭的现在将其开放就容易产生网络安全问题。因而如果将4G的安全能力再次沿用到5G上那么5G网络将不再安全。因而需要提升5G的安全能力。相关组织目前正在增强5G的安全能力相关能力也在逐步完善过程中。尽管如此但是毫无疑问的是5G对AIoT的应用将是极为有利的因素。NB-IoT、eMTC纳入5G技术标准中部分大企业希望使用非许可频段的LoRa来建内部网络与此同时对于大量中小企业自建物联网并不经济工作在授权频段的NB-IoT可以为企业提供一个通过多载波方式、承载在公众通信网上的专用物联网这一网络支持多个20KB或250KB的信道上有以下四大特点广覆盖比GSM覆盖面积大百倍大连接比移动网络稿50-100倍低功耗终端模块功耗为2G的1/10低成本单个连接模块目标在1美元。“预计今年年底三大运营商在全国二三四线城市大部分地区都能实现全面覆盖。”邬贺铨在会上表示。尽管如此NB-IoT网络还是有三个明显的缺点第一带宽只有20K\250K低也低不下去高也高不上来第二NB-IoT传感器是固定位置的不支持移动部署而工业应用的工件、机器人及网联车的传感器是移动的第三NB-IoT的模块无法实现与人的交互。为此行业中除了NB-IoT还在开发新的物联网标准例如支持1M带宽、支持移动部署、可以实现与人交互的eMTC支持160bps带宽可以实现大连接的mMTC。本来这些都与5G无关但是近期3GPP通过仿真向ITU提交报告说明在LTE和未来5G频段工作的NB-IoT和eMTC满足5G的连接密度要求5G的大连接要求100万/1k㎡设备联网传输时延10秒内不高于1%的丢包率一定的连接效率因此NB-IoT和eMTC可纳入5G低功耗广域网LPWAN物联网标准。新的5G物联网已经将工作在5G频段的NB-IoT、eMTC和未来的mMTC全部纳入到5G物联网标准中。5G、AI、IoT的技术融合从互联网、移动互联网走到物联网、泛在物联网以及现在的智能物联网AIoT其中AIoT可以说是AI和IoT二者的融合将人工智能技术应用到物联网中。IoT和AI之间是什么关系IoT解决底层连接和数据传输问题AIoT关注的物联网的应用形态强调应用服务强调后端处理能力。AI和IoT相辅相成IoT为AI提供了深度学习所需要的大量训练数据IoT场景化互联也为AI快速落地提供了基础AI将连接后产生的海量数据经分析、决策转换为价值反过来指导IoT的正确应用和效率提升。5G和AI、IoT之间是什么关系5G是将AI和IoT连接起来成为一个可靠的高带宽、大连接、低时延的通道。通过5G将IoT提升到人工智能的层面体现IoT的价值同时5G帮助AI与IoT结合产生落地效应。诸如在语音识别、人脸识别、步态识别中的应用贵州80%以上的按键都运用了“人像大数据系统”腾讯优图人脸识别能力两年来已帮助上千个家庭找到了走失的家人香港2019年7月发生暴力事件暴徒几乎都戴口罩和头盔来躲避人脸识别需要使用步态识别技术通过身高、腿骨、肌肉、关节等人体体型特征好走路姿态进行步态识别。…… AIoT的应用领域智能家居、智慧城市、智能产业AIOT首先的应用领域是智能家居。智能家居有多种入口诸如智能手机、智能音箱、智能电视、智能门锁以及未来的智能机器人。“这些都是智能家居的控制中心未来可能会有更多类别实现更好的控制。”而5G边缘计算能够更好地支撑这样的场景应用。据IDC报告预测到2020年全球AI系统将为家电企业带来收入超过470亿美元成为产业发展的下一个风口。智能城市对AIoT也有很好的应用诸如智能路灯通过AI摄像头检测到道路上的行人情况从而实现亮度自动调节降低了40%的综合能耗智能井盖可以在1分钟感知到井盖的位置是否异常比如被人挪动、偷走等从而消除存在的安全隐患智能垃圾桶能够实时检测垃圾桶的情况在溢满时自动通知可替身30%的垃圾清理效率……“此外产业的智能化更是我们所需要的。”例如工厂的数字化将工厂中的数控机床、生产设备连接起来对于新建工厂而言光纤是最好的选择然而对于大量存在的老的工厂用光纤很难替换。因此大家想到通过无线技术将这些设备连接起来。然而现有的WiFi技术的带宽、可扩展性、抗干扰能力很难满足工厂环境的实际应用需求WiFi连接在工业领域的利用率不到6%。5G在可靠性、抗干扰能力上可以满足工厂环境需求因而可以用在企业外网和企业内网中。其中在企业内网中的应用又可以分为5G公网和5G专网。5G公网是指用运营商的基站在自己工厂中建设网络系统还有很多工厂干脆把控制部分也交给运营商来做。5G专网是指工厂自建5G专用网。欧盟认为可以为工业应用预留出76M专用频段很多工厂可能不会有机会用到专用频率而且这样的网络对周围网络也有干扰。其中现在应用较多的公用网络上的5G是一种利用TDD的模式在某个频率上根据时序的不同分为上行下行工业互联网中需要上传的带宽高回传指令的带宽低TDD的下行较上行时隙多。这其中机器人将来会大量应用“5G8k移动边缘计算”可以让机器人反映更敏感。商飞公司用8K高清摄像头扫描飞机蒙皮铆接质量通过5G宽带快速连接企业的云平台显著提升效率与检测质量。商飞还利用5G的低时延同步两个摄像头将从两侧获取的视频合成飞机精确的3D视像机器视觉也将得到广泛应用据前瞻产业研究院数据显示中国每天在产线上进行目视检查的工人超过350万其中仅3C行业就超过了150万人。但人工检测准确度不高。机器视觉需要借助边缘计算与中心云的大规模AI比对分析能力5G为云连接提供宽带和快速通道。 AIoT的产业链、发展阶段和面临的挑战AIoT本身是一条很长的产业链其中包括硬件/终端占比25%通信服务占比10%平台服务占比10%软件开发/系统集成/增值服务55%。可见软件开发和系统集成业务占比较高达55%。AIoT相对拓展了IoT原有的产业链同时AIoT在产业链上更强调AI芯片和AI能力开发平台因而将软件开发和系统集成业务占比进一步提高。 邬贺铨认为AIoT将经历3个发展阶段单机智能阶段单机系统需要精确感知、识别、理解用户的各类指令如语音、手势等并正确决策、执行和反馈。而这个过程中设备与设备之间是不发生相互联系互联智能阶段采用集中的云或边缘计算控制多个终端感知器的模式构成互联的产品矩阵打破了单机智能的孤岛效应对智能化体验场景进行了不断升级和优化。当用户晚上在卧室对着空调说出“睡眠模式”时客厅的电视、音箱以及窗帘、灯等都自动进入关闭状态主动智能阶段智能系统根据用户行为偏好、用户画像、环境等各类信息自我学习、主动提供适用于用户的服务。例如清晨伴随着光线的变化窗帘自动缓缓开启音箱传来悦耳的起床音乐空调调整到适应白天的温度。目前对于智能家居AIoT基本还处于单机智能阶段对于智能产业AIoT已经进入到互联智能阶段。AIoT发展还面临很多的挑战包括算力、算法、平台兼容性、安全性四个方面算力。普通计算机的计算能力有限利用其训练一个模型往往需要数周至数月的时间。密集和频繁地使用高速计算资源面临成本压力算法。AI的训练所需的时间非常长目前仅训练一些简单的识别尚需数周时间面对未来应用场景的丰富性有必要在算法层面予以增强。此外基础算法非常复杂应用的企业开发者能力不足平台兼容性。物联网产品碎片化而各AI公司生态之间又缺乏协同本地算力、网络连接能力、平台间的不兼容要把框架里的算法部署到数量众多的物联网设备上大规模部署问题重重安全性人工之鞥呢决策的正确性受IoT数据的精确度影响AI的分析结构还缺乏可解释性AIoT还存在被攻击而成为僵尸物联网的风险。由此可见未来AIoT的发展仍然需要标准化推动企业间合作提升兼容性需要威胁情报共享从而增强安全保障能力。张亚勤、刘慈欣、周鸿祎、王飞跃、约翰.翰兹联合推荐这是一部力图破解21世纪前沿科技大爆发背后的规律与秘密深度解读数十亿群体智能与数百亿机器智能如何经过50年形成互联网大脑模型详细阐述互联网大脑为代表的超级智能如何深刻影响人类社会、产业与科技未来的最新著作。《崛起的超级智能;互联网大脑如何影响科技未来》2019年7月中信出版社出版。刘锋著。了解详情请点击【新书】崛起的超级智能互联网大脑如何影响科技未来未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
