第9章新一代信息技術本章要點：物聯網虛擬現實人工智能

云計算大數據學習目標：了解虛擬現實的基本概念和應用了解云計算的概念和部署模型了解物聯網的概念和關鍵技術了解人工智能的概念和關鍵技術了解大數據的概念和架構了解人工智能的概念和關鍵技術了解虛擬現實、人工智能、物聯網、云計算及大數據的應用弘揚大國工匠精神，增強民族自豪感CONTENTS9.3物聯網9.4云計算9.1虛擬現實9.2人工智能9.5大數據9.1虛擬現實CONTENTS9.1.3虛擬現實的關鍵技術9.1.1虛擬現實概述9.1.2虛擬現實的分類9.1.4虛擬現實的硬件系統9.1.5虛擬現實的關鍵技術9.1.1虛擬現實概述

虛擬現實（VirtualReality，簡稱VR）技術是20世紀90年代以來興起的一種新型信息技術，它與多媒體、網絡技術并稱為三大前景最好的計算機技術。它以計算機技術為主，利用并綜合三維圖形動技術、多媒體技術、仿真技術、傳感技術、顯示技術、伺服技術等多種高科技的最新發展成果，利用計算機等設備來產生一個逼真的三維視覺、觸覺、嗅覺等多種感官體驗的虛擬世界，從而使處于虛擬世界中的人產生一種身臨其境的感覺。在這個虛擬世界中，人們可直接觀察周圍世界及物體的內在變化，與其中的物體之間進行自然的交互，并能實時產生與真實世界相同的感覺，使人與計算機融為一體。與傳統的模擬技術相比，VR技術的主要特征是：用戶能夠進入到一個由計算機系統生成的交互式的三維虛擬環境中，可以與之進行交互。通過參與者與仿真環境的相互作用，并利用人類本身對所接觸事物的感知和認知能力，幫助啟發參與者的思維，全方位地獲取事物的各種空間信息和邏輯信息。1虛擬現實概念

9.1.1虛擬現實概述

三維動畫技術是依靠計算機預先處理好的路徑上所能看見的靜止照片連續播放而形成的，不具有任何交互性，用戶只能按照設計師預先固定好的一條線路去看某些場景，它給用戶提供的信息很少或不是所需的，用戶是被動的接收信息；而VR技術則截然不同，它通過計算機實時計算場景，根據用戶的需要把整個空間中所有的信息真實地提供給用戶，用戶可依自己的路線行走，計算機會產生相應的場景，真正做到“想得到，就看得到”。所以說交互性是兩者最大的不同。1VR技術與三維動畫技術區別

9.1.2虛擬現實的分類

在實際應用中，根據虛擬現實技術對沉浸程度的高低和交互程度的不同，將虛擬現實系統劃分了4種類型：桌面式虛擬現實系統、沉浸式虛擬現實系統、增強式虛擬現實系統、分布式虛擬現實系統。其中桌面式虛擬現實系統因其技術簡單，需投入的成本也不高，在實際應用中較廣泛。1虛擬現實分為4種類型

9.1.2虛擬現實的分類

桌面式虛擬現實系統也稱窗口虛擬現實，它是利用個人計算機或圖形工作站等設備，采用立體圖形、自然交互等技術，產生三維立體空間的交互場景。

在桌面式虛擬現實系統中，計算機的屏幕是用戶觀察虛擬世界的一個窗口，在一些虛擬現實工具軟件的幫助下，參與者可以在仿真過程中進行各種設計。使用的硬件設備主要是立體眼鏡和一些交互設備（如數據手套、空間位置跟蹤定位設備等）。立體眼鏡觀看計算機屏幕中虛擬三維場景的立體效果，它所帶來的立體視覺能使用戶產生一定程度的沉浸感。有時為了增強桌面式虛擬現實系統的效果，還可以加入專業的投影設備，以達到增大屏幕觀看范圍的目的。

由于桌面式虛擬現實系統可以通過個人計算機或圖形工作站實現，所以成本較低，功能也比較單一，主要用于計算機輔助設計CAD、計算機輔助制造CAM、建筑設計、桌面游戲等領域。1桌面式虛擬現實系統

9.1.2虛擬現實的分類

沉浸式虛擬現實系統利用頭盔顯示器和數據手套等各種交互設備把用戶的視覺、聽覺和其他感覺封閉起來，而使用戶真正成為虛擬現實系統內部的一個參與者，并能利用這些交互設備操作和駕馭虛擬環境，產生一種身臨其境、全心投入和沉浸其中的感覺。沉浸式虛擬現實系統采用多種輸入與輸出設備來營造一個虛擬的世界，并使用戶沉浸于其中，同時還可以使用戶與真實世界完全隔離，不受外面真實世界的影響，具有高度的沉浸感。

沉浸式虛擬現實系統在虛擬世界中要達到與真實世界相同的感覺，如當人運動時，空間位置跟蹤定位設備需及時檢測到數據，并且經過計算機運算，輸出相應的場景變化，延遲時間很小，具有高度的實時性。

沉浸式虛擬現實系統能讓人有身臨其境的真實感覺，因此常常用于各種培訓演示及高級游戲等領域。但是由于沉浸式虛擬現實系統需要用到頭盔、數據手套、跟蹤器等高技術設備，因此它的價格比較昂貴，所需要的軟件、硬件體系結構也比桌面級虛擬現實系統更加靈活。1沉浸式虛擬現實系統

9.1.2虛擬現實的分類

增強式虛擬現實系統簡稱增強現實（AR），它既允許用戶看到真實世界，同時也能看到疊加在真實世界上的虛擬對象，它是把真實環境和虛擬環境結合起來的一種系統，既可減少構成復雜場景的開銷，因為部分虛擬環境由真實環境構成，又可對實際物體進行操作，因為部分物體就是真實環境，從而真正達到了亦真亦幻的境界。增強式虛擬現實系統有以下3個特點：真實世界和虛擬世界融為一體；具有實時人機交互功能；真實世界和虛擬世界是在三維空間中整合的。1增強式虛擬現實系統

9.1.2虛擬現實的分類

分布式虛擬現實系統，是指在網絡環境下，充分利用分布于各地的資源，協同開發各種虛擬現實。分布式虛擬現實是沉浸式虛擬現實的發展，它把分布于不同地方的沉浸式虛擬現實系統通過網絡連接起來，共同實現某種用途，它使不同的參與者聯結在一起，同時參與一個虛擬空間，共同體驗虛擬經歷，使用戶協同工作達到一個更高的境界。在目前，分布式虛擬現實主要基于兩種網絡平臺，一類是基于Internet的虛擬現實，另一類是基于高速專用網的虛擬現實。

虛擬現實系統運行在分布式世界中有2個方面的原因：一方面是充分利用分布式計算機系統提供的強大計算能力；另一方面是有些應用本身具有分布特性，如多人通過網絡進行游戲和虛擬戰爭模擬等。

目前，分布式虛擬現實技術主要被應用于遠程虛擬會議、虛擬醫學會診、多人通過網絡進行游戲或虛擬戰爭模擬等領域。1分布式虛擬現實系統

9.1.2虛擬現實的分類

可將其分為基于幾何模型的圖形構造虛擬現實和基于實景圖像的虛擬現實系統；根據虛擬現實生成器的性能和組成可將其分為四類：基于PC機的虛擬現實系統、基于工作站的虛擬現實系統、高度平行的虛擬現實系統、分布式虛擬現實系統；根據交互界面的不同可將其分為五類：世界之窗、視頻映射、沉浸式系統、遙控系統、混合系統。1根據虛擬現實生成的方式

9.1.3虛擬現實的系統的構成

在VR系統中，計算機負責虛擬世界的生成和人機交互的實現。由于虛擬世界本身具有高度復雜性，尤其在某些應用中，如航空航天世界的模擬、大型建筑物的立體顯示、復雜場景的建模等，使得生成虛擬世界所需的計算量極為巨大，因此對VR系統中計算機的配置提出了極高的要求。1.計算機

9.1.3虛擬現實的系統的構成

在VR系統中，為了實現人與虛擬世界的自然交互，必須采用特殊的輸入輸出設備，以識別用戶各種形式的輸入，并實時生成相應的反饋信息。2.輸入輸出系統

9.1.3虛擬現實的系統的構成

VR的應用軟件系統可完成的功能包括：虛擬世界中物體的幾何模型、物理模型、行為模型的建立，三維虛擬立體聲的生成，模型管理技術及實時顯示技術，虛擬世界數據庫的建立與管理等幾部分。虛擬世界數據庫主要用于存放整個虛擬世界中所有物體的各個方面的信息。3.VR的應用軟件系統及數據庫

9.1.4虛擬現實的應用領域

VR技術問世以來，為人機交互界面開辟了廣闊的天地，帶來了巨大的社會、經濟效益。在當今世界上，許多發達國家都在大力研究、開發和應用這一技術，積極探索其在各個領域中的應用。由于虛擬現實在技術上的進步與逐步成熟，其應用在近幾年發展迅速，應用領域已由過去的娛樂與模擬訓練發展到包含航空、航天、鐵道、建筑、土木、科學計算可視化、醫療、軍事、教育、娛樂、通信、藝術、體育等廣泛領域。9.1.4虛擬現實的應用領域

目前，VR技術在軍事上的應用是最寬廣的領域之一，傳統的軍事實戰演練，特別是大規模的軍事演習，不但耗費大量資金和軍用物資、安全性差，而且還很難在實戰演習條件下改變狀態，來反復進行各種戰場形勢下的戰術和決策研究。采用VR系統不僅提高了作戰能力和指揮效能，而且大大減少了軍費開支，節省了大量人力、物力，同時在安全等方面也可以得到保證。應用虛擬現實技術建立虛擬戰場環境下的作戰仿真系統，還將使軍事演習在人員訓練、武器研制、概念研究等方面顯示出明顯的優勢和效益。目前，在軍事領域的應用主要體現在武器設備研究與新武器展示方面的應用以及在軍事訓練方面的應用。1.軍事與航空航天領域

9.1.4虛擬現實的應用領域

（1）虛擬校園

網絡的發展和VR技術的應用，使人們可以仿真校園環境，因此虛擬校園成了VR技術與網絡在教育領域最早的應用。目前虛擬校園主要以實現瀏覽功能為主，隨著多種靈活的瀏覽方式以嶄新的形式出現，虛擬校園正以一種全新的姿態吸引著大家。

（2）虛擬環境演示教學與實驗

在高等教育中，VR技術在教學中應用較多，特別是理工科類課程的教學，尤其在建筑、機械、物理、生物、化學等學科的教學上產生了質的突破。它不僅適用于課堂教學，使之更形象生動，也適用于互動性實驗。2.教育與訓練領域

9.1.4虛擬現實的應用領域

（3）遠程教育系統

隨著互聯網技術的發展和網絡教育的深入，遠程教育有了新的發展，真實、互動、情節化、突破了物理時空的限制并有效地利用了共享資源這些特點，同時可虛擬老師、實驗設備等，這正是VR技術獨特的魅力所在。基于國際互聯網的遠程教育系統具有巨大的發展前景，也必將引起教育方式的革命。

（4）特殊教育

由于VR技術是一種面向自然的交互形式，這個特點對于一些特殊的教育有著特殊的用途。中國科學院計算機所開發的“中國手語合成系統”，采用基于運動跟蹤的手語三維運動數據獲取方法，利用數據手套以及空間位置跟蹤定位設備，可以獲取精確的手語三維運動數據。2.教育與訓練領域

9.1.4虛擬現實的應用領域

（5）技能培訓

將VR技術應用于技能培訓可以使培訓工作更加安全，并節約了成本。比較典型的應用是訓練飛行員的模擬器以及用于汽車駕駛的培訓系統。交互式飛機模擬駕駛器是一種小型的動感模擬設備，它的艙體內配置有顯示屏幕、飛行手柄和戰斗手柄。在虛擬的飛機駕駛訓練系統中，學員可以反復操作控制設備，學習在各種天氣情況下進行起飛、降落，訓練，達到熟練掌握駕駛技術的目的。2.教育與訓練領域

9.1.4虛擬現實的應用領域VR技術常被用于商業產品的展示與推銷。采用VR技術全方位地對商品進行展覽，展示商品的多種功能，另外還能模擬商品工作時的情景，包括聲音、圖像等效果，比單純使用文字或圖片宣傳更有吸引力。這種展示也可用于Internet之中，可實現網絡上的三維互動，為電子商務服務，同時顧客在選購商品時可根據自己的意愿自由組合，并實時看到它的效果。在國內已有多家房地產公司采用VR技術進行小區、樣板房、裝飾展示等，并已取得較好的效果。3.商業應用領域

9.1.4虛擬現實的應用領域

在城市規劃、工程建筑設計領域，VR技術被作為輔助開發工具。由于城市規劃的關聯性和前瞻性要求較高，在城市規劃中，VR系統正發揮著巨大作用。

采用VR系統，不僅可以讓建筑師看到甚至可以“摸”到自己設計成果，還能簡化設計流程，縮短設計時間，而且可以隨時修改。如改變建筑高度，改變建筑外立面的材質、顏色、改變綠化密度等，只要修改系統中的參數即可，而不需要像三維動畫那樣，每做一次修改都需要對場景進行一次渲染。它支持多方案比較，不同的方案、不同的規劃設計意圖通過VR技術實時地反映出來，用戶可以做出很全面的對比。另外VR系統可以快捷、方便地隨著方案的變化進行調整，輔助用戶做出決定，從而大大加快了方案設計的速度和質量，也節省了大量的資金，這是傳統手段如沙盤、效果圖、平面圖等所還不能達到的。4.設計與規劃領域

9.1.4虛擬現實的應用領域

在醫學領域，VR技術和現代醫學的飛速發展以及兩者之間的融合使得VR技術已開始對生物醫學領域產生重大影響。目前正處于應用VR技術的初級階段，其應用范圍主要涉及建立合成藥物的分子結構模型、各種醫學模擬以及進行解剖和外科手術等。在此領域，VR應用大致上有兩類：一類是虛擬人體的VR系統，也就是數字化人體，這樣的人體模型使醫生更容易了解人體的構造和功能；另一類是虛擬手術的VR系統，可用于指導手術的進行。5.醫學領域

9.1.4虛擬現實的應用領域

娛樂上的應用是VR技術應用最廣闊的領域，從早期的立體電影到現代高級的沉浸式游戲，都是VR技術應用較多的領域。豐富的感知能力與三維顯示世界使得VR技術成為理想的視頻游戲工具。由于在娛樂方面對VR的真實感要求不太高，所以近幾年來VR技術在該方面發展較為迅猛。6.影視娛樂領域

9.2人工智能CONTENTS9.2.3人工智能應用9.2.1人工智能概述9.2.2人工智能關鍵技術9.2.4人工智能的安全與倫理9.2.1人工智能概述

人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智能是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能）。也被認為是二十一世紀三大尖端技術（基因工程、納米科學、人工智能）之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，并取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。1.人工智能的定義

9.2.1人工智能概述

人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關系是實踐和理論的關系，人工智能是處于思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具，數學不僅在標準邏輯、模糊數學等范圍發揮作用，數學進入人工智能學科，它們將互相促進而更快地發展。1.人工智能的定義

9.2.1人工智能概述

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，并首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生。IBM公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現。

從1956年正式提出人工智能學科算起，50多年來，人工智能取得長足的發展，成為一門廣泛的交叉和前沿科學。總的說來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。如果希望做出一臺能夠思考的機器，那就必須知道什么是思考，更進一步講就是什么是智慧。什么樣的機器才是智慧的呢？科學家已經制造出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數十億個神經細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。2.人工智能的發展史

9.2.1人工智能概述

當計算機出現后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數科學家為這個目標努力著。如今人工智能已經不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，如今計算機似乎已經變得十分聰明了。例如，1997年5月，IBM公司研制的深藍（DEEPBLUE）計算機戰勝了國際象棋大師卡斯帕洛夫（KASPAROV）。同年，由DragonSystems開發的語音識別軟件開始在Windows上實施。此外，CynthiaBreazeal還開發了可識別和模擬人類情緒的機器人Kismet。2016年，Google的AlphaGo程序擊敗了圍棋大師李世石，而2017年，用于玩撲克的超級計算機Libratus完勝了多位頂級人類牌手。大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人類發揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。2.人工智能的發展史

9.2.1人工智能概述

（1）弱人工智能

代替人力處理某個單一領域的工作。弱人工智能的英文是ArtificialNarrowIntelligence，簡稱為ANI，弱人工智能是擅長于單個方面的人工智能。比如有能戰勝象棋世界冠軍的人工智能阿爾法狗，但是它只會下象棋，如果我們問它其他的問題那么它就不知道怎么回答了。只擅長單方面能力的人工智能就是弱人工智能。。3.人工智能的分類

9.2.1人工智能概述

（2）強人工智能

可以代替一般人完成生活中的大部分工作。這是所有人工智能企業目前想要實現的目標。強人工智能的英文是ArtificialGeneralIntelligence，簡稱AGI，這是一種類似于人類級別的人工智能。強人工智能是指在各方面都能和人類比肩的人工智能，人類能干的腦力活它都能干。創造強人工智能比創造弱人工智能難得多，我們現在還做不到。強人工智能就是一種寬泛的心理能力，能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經驗中學習等操作。強人工智能在進行這些操作時應該和人類一樣得心應手。3.人工智能的分類

9.2.1人工智能概述

（3）超人工智能

在強人工智能的基礎上，像人類一樣進行學習，每天自身進行多次升級迭代。而智能水平會完全超越人類。超人工智能的英文是ArtificialSuperintelligence，簡稱ASI。牛津哲學家、知名人工智能思想家NickBostrom把超人工智能定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能。”超人工智能可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的。當人工智能進化到超人工智能就會發生智能爆炸，以下的情景很可能會發生：一個人工智能系統花了幾十年時間到達了人類腦殘智能的水平，而當這個節點發生的時候，電腦對于世界的感知大概和一個四歲小孩一般；而在這節點后一個小時，電腦立馬推導出了統一廣義相對論和量子力學的物理學理論；而在這之后一個半小時，這個強人工智能變成了超人工智能，智能達到了普通人類的17萬倍。3.人工智能的分類

9.2.2人工智能關鍵技術

機器學習（MachineLearning）是一門涉及統計學、系統辨識、逼近理論、神經網絡、優化理論、計算機科學、腦科學等諸多領域的交叉學科，研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能，是人工智能技術的核心。基于數據的機器學習是現代智能技術中的重要方法之一，研究從觀測數據（樣本）出發尋找規律，利用這些規律對未來數據或無法觀測的數據進行預測。根據學習模式將機器學習分類為監督學習、非監督學習和強化學習等。。1.機器學習

9.2.2人工智能關鍵技術

知識圖譜本質上是結構化的語義知識庫，是一種由節點和邊組成的圖數據結構，以符號形式描述物理世界中的概念及其相互關系，其基本組成單位是“實體—關系—實體”三元組，以及實體及其相關“屬性—值”對。不同實體之間通過關系相互聯結，構成網狀的知識結構。在知識圖譜中，每個節點表示現實世界的“實體”，每條邊為實體與實體之間的“關系”。通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關系網絡，提供了從“關系”的角度去分析問題的能力。

知識圖譜可用于反欺詐、不一致性驗證、組團欺詐等公共安全保障領域，需要用到異常分析、靜態分析、動態分析等數據挖掘方法。特別地，知識圖譜在搜索引擎、可視化展示和精準營銷方面有很大的優勢，已成為業界的熱門工具。。2.知識圖譜

9.2.2人工智能關鍵技術

自然語言處理是指使計算機擁有理解、處理人類語言的能力，包括機器翻譯、語義理解、問答系統等。其中，利用語義理解可以自動識別文章的核心議題，自動將文章按內容進行分類，自動糾正文本錯誤，自動提取評論中表達的觀點，自動檢測文本中蘊含的情緒特征等；利用問答系統可以讓計算機用自然語言（人類語言）與人交流。

自然語言處理技術目前被廣泛應用于自動翻譯（如百度翻譯）、聊天機器人（如京東的JIMI聊天機器人）、新聞推薦（如今日頭條）、簡歷篩選、垃圾郵件屏蔽、輿情監控、消費者分析、競爭對手分析等。3.自然語言處理

9.2.2人工智能關鍵技術

人機交互主要研究人和計算機之間的信息交換，主要包括人到計算機和計算機到人的兩部分信息交換，是人工智能領域的重要的外圍技術。人機交互是與認知心理學、人機工程學、多媒體技術、虛擬現實技術等密切相關的綜合學科。傳統的人與計算機之間的信息交換主要依靠交互設備進行，主要包括鍵盤、鼠標、操縱桿、數據服裝、眼動跟蹤器、位置跟蹤器、數據手套、壓力筆等輸入設備，以及打印機、繪圖儀、顯示器、頭盔式顯示器、音箱等輸出設備。人機交互技術除了傳統的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機交互等技術。4.人機交互

9.2.2人工智能關鍵技術

計算機視覺是使用計算機模仿人類視覺系統的科學，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自動駕駛、機器人、智能醫療等領域均需要通過計算機視覺技術從視覺信號中提取并處理信息。近來隨著深度學習的發展，預處理、特征提取與算法處理漸漸融合，形成端到端的人工智能算法技術。根據解決的問題，計算機視覺可分為計算成像學、圖像理解、三維視覺、動態視覺和視頻編解碼五大類。5.計算機視覺

9.2.3人工智能應用

人工智能技術由來已久,隨著“互聯網+”熱潮的襲來,各行各業對于智能化的需求邁入了新階段,人工智能更多地作為技術載體來促生不同行業的智能化應用。在此過程中,人工智能技術進入了快速發展階段,而與不同行業的融合也對人工智能技術的更新換代起到了不可或缺的作用。同時,由于硬件和軟件等各方面技術的發展,處理數據和計算數據的能力大大增強,這也為人工智能技術在各領域的應用提供了堅實基礎。

人工智能在各行業中的發展

9.2.3人工智能應用

我國政府高度重視人工智能的技術進步與產業發展，人工智能已上升國家戰略。《新一代人工智能發展規劃》提出“到2030年，使中國成為世界主要人工智能創新中心”。自2006年深度學習算法被提出，人工智能技術應用取得突破性發展。2012年以來，數據的爆發式增長為人工智能提供了充分的“養料”，深度學習算法在語音和視覺識別上實現突破，令人工智能產業落地和商業化發展成為可能。人工智能市場前景巨大，預計到2025年人工智能應用市場總值將達1270億美元。

我國的人工智能技術創新主要以3個互聯網公司為首（BAT）,其中阿里巴巴和騰訊主要以拓展人工智能應用領域為主要工作方向,百度則以深度學習技術為核心進行多領域的應用開發。百度的語音識別、圖像識別、自然語言處理等方面的應用均達到了國際領先水平,其研發的自動駕駛汽車已在2015年底完成了上路實測,而且發布了Apollo計劃向汽車行業及自動駕駛領域的合作伙伴提供軟件開放平臺以協助搭建自動駕駛系統。同時百度也已經建成名為“百度大腦”的人工智能系統,由超大規模神經網絡、萬億級參數、億級訓練數據組成,能夠完成語音、圖像、自然語言處理和用戶畫像四大功能,目前已經達到了4歲兒童的智力水平。

人工智能在我國高速發展

9.2.3人工智能應用

微軟在基于深度學習的語音識別和圖像識別上均有重大突破,并將其應用到諸多微軟產品中,如Skype即時翻譯、小冰聊天機器人和小娜(Cortana)虛擬助理,小娜每天都在為1.13億用戶服務,并已回答了超過120億個問題。此外微軟的人工智能布局也從基礎設施的角度出發,例如建立基于云平臺的人工智能超級云電腦;為開發者提供深度學習工具包——CNTK（分布式運算神經網絡框架）,幫助客戶快速搭建人工智能模型;提供人臉識別等一些智能算法的應用程序編程接口（ApplicationProgrammingInterface,API）,簡化開發者的工作等。

蘋果公司的人工智能技術多數已經實現在產品中,如將深度神經網絡（DeepNeuralNetworks,DNN）算法引入Siri等語音識別應用中以提升語音識別的正確率,在AppleStore中使用深度學習算法辨別是否存在賬戶盜用情況,在AppleWatch上采用人臉識別技術辨析用戶是否處于鍛煉狀態等。2016年3月,蘋果發布了對于圖像訓練的人工智能報告,提出一種“模擬+無監督”的學習方法以提高圖像識別能力。

人工智能在國外科技巨頭中的應用

9.2.3人工智能應用

現階段人工智能的應用場景不斷擴展：在移動互聯網領域,人工智能技術可應用于指紋識別、人臉識別、虹膜識別等生物識別技術中,可應用于基于圖像、語音、文字的智能搜索,也可應用于虛擬現實、增強現實、自動駕駛等系統中進行復雜信息的快速處理[1];在智能制造領域,人工智能技術與信息通信技術、制造技術及產品有關專業技術等相融合,進而實現智能制造的新模式、新手段、新業態在金融領域,人工智能與大數據技術相結合可應用于征信、金融風險防控、金融交易決策等方面,保證金融服務的個性化與智能化;在電力領域,人工智能技術可通過對信息的量化和分析,有效提高電網企業的信息安全風險防控能力,保障電網安全、穩定、高效運行。

人工智能未來發展前景十分廣闊

9.2.4人工智能的安全與倫理

在智能時代，人與機器的關系將會被重新定義。今天我們看到的每一條新聞信息流，刷的每一個小視頻，瀏覽的每一款商品，都是機器推薦的結果，這背后是機器通過用戶畫像等技術分析后的精準推薦。可以說，機器輔助決策已悄然融入每個人生活的思考決策中。未來，隨著人工智能在產業領域應用的拓展，法官對案件的審判、交易員對買入賣出股票的決定、醫生對疾病的診斷等等，都會越來越依靠機器的智慧判斷。這種人機關系的新變化，使得機器不再是從屬的工具，而是成為人類的顧問和幫手。

新時代機器與人的關系

9.2.4人工智能的安全與倫理

當前，我們正站在邁入未來智能社會的門檻上，每個人都面臨著一次重要的選擇：是利用人工智能滿足短期的快樂和沉迷，還是獲得長期的學習成長；是讓技術淪為少數人獲利的工具，還是讓每個人都平等地獲得技術帶來的福利？這些選擇決定了技術能否朝著為人類服務的方向發展。特別是隨著人工智能更深入地嵌入到經濟社會的過程中，我們遇到更多復雜的倫理問題，如怎樣保證人工智能的安全、如何讓產品設計更符合倫理規范、人與機器的責任如何界定，等等。因此，加強研究和制定人工智能倫理規范，為未來智能社會做好準備，就顯得非常重要和緊迫。

人工智能的倫理問題提出

9.2.4人工智能的安全與倫理

縱觀全球各國政府和產業界關注的人工智能倫理重點，其核心都是“以人為本”，把人類社會的福祉作為最終的目標愿景。具體來看，主要聚焦在安全可控、公平和普惠共享、隱私保護、責任分擔以及可能造成的失業問題等方面。

人工智能的倫理重點聚焦

9.2.4人工智能的安全與倫理

安全可控是人們對人工智能最大的擔憂之一，也是人工智能倫理需要堅持的最高原則。安全可控的要求體現在系統本身的健壯性和穩定性、數據防泄露和篡改、隱私保護、網絡的安全，保證人類對系統的最終控制權，以及提高算法模型的透明度和可解釋性等方面。當下，很多影視作品都對人工智能的威脅進行了渲染，加重了人們的恐慌。雖然控制人類的超人工智能可能永遠都不會出現，但不可忽視的一個問題是對人工智能技術的濫用所導致的政治和社會穩定等問題。國外開發者利用一款名為DeepFake的軟件，可以輕松生成各種以假亂真的視頻。在我國，換臉視頻制作軟件也在一些電子商務平臺上出售。因此，在提升識破假視頻的技術能力的同時，我們也要通過相關的規章制度，去控制技術濫用，保證技術用于有益于社會的方面。

人工智能倫理重點：安全可控

9.2.4人工智能的安全與倫理

公眾對隱私的關注度近年來不斷上升，也是人工智能產業健康發展需要重點保障的方面。隱私并不是人工智能時代的新問題，而是伴隨著信息化、互聯網的廣泛使用，人們各種身份和行為信息被越來越多地數字化，進而帶來了可能的泄露和濫用等問題。去年正式生效的歐盟GDPR，提出了對個人數據保護的詳細規定，被稱為史上最嚴的數據保護規定。我國出臺的《網絡安全法》等相關法律法規，有力地保護了整個行業的數據安全生態，保障了網民的隱私和權益。

人工智能倫理重點：隱私保護

9.2.4人工智能的安全與倫理

公平是人工智能應用需要重點保障的原則。如同信息化時代人們擔心的“數字鴻溝”問題，人工智能技術應用的差別也可能出現“智能鴻溝”問題。根據麥肯錫的研究，人工智能應用也可能會加劇國家、企業、個人之間的貧富差距。對企業來說，更早采用或者更深度應用人工智能的企業，可以獲得更大的市場份額，反之則陷入競爭劣勢。對個人來說，那些從事重復工作，而沒有結合人工智能技能的員工，很可能會遇到降薪。所以，如何實現普惠AI，讓人們更平等地獲得技術和能力，就顯得更為重要。截至2020年7月，百度AI的核心技術引擎—百度大腦已經開放了210項領先的AI技術能力，開發者數量達到130萬，平臺上開發者的日均調用次數同比增長108%。來自不同行業，擁有不同背景的開發者們，都在借助百度大腦快速地獲得AI能力。

人工智能倫理重點：公平和普惠共享

9.2.4人工智能的安全與倫理

人工智能導致的歧視問題，在國外受到極大的關注，因為人工智能模型算法的建立和優化非常依賴數據，如果數據本身出現不完整、負面、偏見等問題，那么機器學習訓練出的模型就可能存在算法歧視等問題。要減少算法歧視，就要盡可能地對數據進行清洗和篩選，剔除那些不好的數據，同時還要讓數據更開放、更透明，在保護安全和隱私的前提下鼓勵數據流動，并在算法模型的設計階段保證公平。

人工智能倫理重點：歧視問題

9.2.4人工智能的安全與倫理

可能造成的失業問題是人工智能對人類社會影響的一個長期議題。麥肯錫預測，到2030年，隨著人工智能等技術的進步，多達3.75億勞動者可能需要更換職業類型。然而，自動化對就業的替代，并不是一個新問題。從工業革命起，人類被機器取代的問題就一直糾纏著我們，每當一種新技術大規模運用時，這個問題就會被重新提起。但歷史一次次證明，舊職業被淘汰的同時，總會有新職業出現，勞動力也從農業向工業和服務業不斷遷移。很多專家相信，如同互聯網的繁榮創造了大量的新職位，人工智能新技術會創造更多新的崗位，我們需要在教育和再培訓上下更多功夫，提升人們在新時代的就業技能，并不斷推動企業通過平臺等方式擴大技術開放，降低新技術利用的門檻，促進各行業的創業和創新，讓每個人都有機會實現更好的就業和發展。

人工智能倫理重點：失業問題

9.3物聯網CONTENTS9.3.3物聯網關鍵技術9.3.1物聯網概述9.3.2物聯網體系結構9.3.4物聯網應用

“物聯網技術”的核心和基礎仍然是“互聯網技術”，是在互聯網技術基礎上的延伸和擴展的一種網絡技術；其用戶端延伸和擴展到了任何物品和物品之間，進行信息交換和通訊。因此，物聯網技術的定義是：通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，將任何物品與互聯網相連接，進行信息交換和通訊，以實現智能化識別、定位、追蹤、監控和管理的一種網絡技術叫做物聯網技術。

物聯網技術

9.3.1物聯網概述

物聯網（IoT，Internetofthings）即“萬物相連的互聯網”，是互聯網基礎上的延伸和擴展的網絡，將各種信息傳感設備與網絡結合起來而形成的一個巨大網絡，實現任何時間、任何地點，人、機、物的互聯互通。

物聯網是新一代信息技術的重要組成部分，IT行業又叫：泛互聯，意指物物相連，萬物萬聯。由此，“物聯網就是物物相連的互聯網”。這有兩層意思：第一，物聯網的核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展的網絡；第二，其用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通信。因此，物聯網的定義是通過射頻識別、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現對物品的智能化識別、定位、跟蹤、監控和管理的一種網絡。

嚴格來講，物聯網（InternetofThings，簡稱IoT）是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃描器等各種裝置與技術，實時采集任何需要監控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類可能的網絡接入，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別和管理。物聯網是一個基于互聯網、傳統電信網等的信息承載體，它讓所有能夠被獨立尋址的普通物理對象形成互聯互通的網絡。1.物聯網的定義

9.3.1物聯網概述

（1）全面感知：利用RFID、傳感器、二維碼等智能感知設施，可以隨時隨地感知、獲取物體信息；

（2）可靠傳輸：通過各種信息網絡與計算機網絡的融合，講無題的信息實時準確的傳送到目的地；

（3）智能處理：利用數據融合及處理、云計算等各種計算技術，對海量的分布式數據信息進行分析、融合和處理，向用戶提供信息服務；

（4）自動控制：利用模糊識別等智能控制技術對物體實施智能化控制和利用。最終形成物理、數字、虛擬世界和社會共生互動的智能社會。

物聯網的4個屬性

9.3.1物聯網概述

物聯網概念最早出現于比爾蓋茨1995年《未來之路》一書，在《未來之路》中，比爾蓋茨已經提及物聯網概念，只是當時受限于無線網絡、硬件及傳感設備的發展，并未引起世人的重視。1998年，美國麻省理工學院創造性地提出了當時被稱作EPC系統的“物聯網”的構想。1999年，美國Auto-ID首先提出“物聯網”的概念，主要是建立在物品編碼、RFID技術和互聯網的基礎上。在中國，早期的物聯網被稱之為傳感網。中科院在1999年就啟動了傳感網的研究，并已取得了一些科研成果，建立了一些適用的傳感網。同年，在美國召開的移動計算和網絡國際會議提出了，“傳感網是下一個世紀人類面臨的又一個發展機遇”。

2.物聯網的發展歷程

9.3.1物聯網概述2003年，美國《技術評論》提出傳感網絡技術將是未來改變人們生活的十大技術之首。

2005年11月17日，在突尼斯舉行的信息社會世界峰會（WSIS）上，國際電信聯盟（ITU）發布了《ITU互聯網報告2005：物聯網》，正式提出了“物聯網”的概念。報告指出，無所不在的“物聯網”通信時代即將來臨，世界上所有的物體從輪胎到牙刷、從房屋到紙巾都可以通過因特網主動進行交換。射頻識別技術（RFID）、傳感器技術、納米技術、智能嵌入技術將得到更加廣泛的應用和關注。2.物聯網的發展歷程

9.3.1物聯網概述2.物聯網的發展歷程

2021年7月13日，中國互聯網協會發布了《中國互聯網發展報告（2021）》，物聯網市場規模達1.7萬億元，人工智能市場規模達3031億元。2021年9月，工信部等八部門印發《物聯網新型基礎設施建設三年行動計劃（2021-2023年）》，明確到2023年底，在國內主要城市初步建成物聯網新型基礎設施，社會現代化治理、產業數字化轉型和民生消費升級的基礎更加穩固。9.3.2物聯網體系結構

物聯網三層體系結構

盡管在物聯網體系結構上尚未形成全球統一規范，但目前大多數文獻將物聯網體系結構分為三層，即感知層、網絡層和應用層，感知層主要完成信息的采集、轉換和收集，網絡層主要完成信息傳遞和處理，應用層主要完成數據的管理和數據的處理，并將這些數據與行業應用相結合。如圖9-1所示。9.3.2物聯網體系結構

物聯網三層體系結構

圖9-1物聯網體系結構9.3.2物聯網體系結構1.感知層

感知層是物聯網的核心，是信息采集的關鍵部分。感知層位于物聯網三層結構中的底層，其功能為“感知”，即通過傳感網絡獲取環境信息。

感知層是物聯網的皮膚和五官-用于識別物體，采集信息。感知層包括二維碼標簽和識讀器、RFID標簽和讀寫器、攝像頭、GPS、傳感器、M2M終端、傳感器網關等，主要功能是識別物體、采集信息，與人體結構中皮膚和五官的作用類似。

對我們人類而言，是使用五官和皮膚，通過視覺、味覺、嗅覺、聽覺和觸覺感知外部世界。而感知層就是物聯網的五官和皮膚，用于識別外界物體和采集信息。感知層解決的是人類世界和物理世界的數據獲取問題。它首先通過傳感器、數碼相機等設備，采集外部物理世界的數據，然后通過RFID、條碼、工業現場總線、藍牙、紅外等短距離傳輸技術傳遞數據。感知層所需要的關鍵技術包括檢測技術、短距離無線通信技術等。9.3.2物聯網體系結構1.感知層

感知層是讓物品說話的先決條件，主要用于采集物理世界中發生的物理事件和數據，包括各類物理量、身份標識、位置信息、音頻、視頻數據等。物聯網的數據采集涉及傳感器、RFID、多媒體信息采集、二維碼和實時定位等技術。感知層又分為數據采集與執行、短距離無線通信2個部分。數據采集與執行主要是運用智能傳感器技術、身份識別以及其他信息采集技術，對物品進行基礎信息采集，同時接收上層網絡送來的控制信息，完成相應執行動作。這相當于給物品賦予了嘴巴、耳朵和手，既能向網絡表達自己的各種信息，又能接收網絡的控制命令，完成相應動作。短距離無線通信能完成小范圍內的多個物品的信息集中與互通功能，相當于物品的腳。9.3.2物聯網體系結構2.網絡層

網絡層完成大范圍的信息溝通，主要借助于已有的廣域網通信系統(如PSTN網絡、2G/3G移動網絡、互聯網等)，把感知層感知到的信息快速、可靠、安全地傳送到地球的各個地方，使物品能夠進行遠距離、大范圍的通信，以實現在地球范圍內的通信。這相當于人借助火車、飛機等公眾交通系統在地球范圍內的交流。當然，現有的公眾網絡是針對人的應用而設計的，當物聯網大規模發展之后，能否完全滿足物聯網數據通信的要求還有待驗證。即便如此，在物聯網的初期，借助已有公眾網絡進行廣域網通信也是必然的選擇，如同上世紀90年代中期在ADSL與小區寬帶發展起來之前，用電話線進行撥號上網一樣，它也發揮了巨大的作用，完成了其應有的階段性歷史任務。9.3.2物聯網體系結構3.應用層

應用層完成物品信息的匯總、協同、共享、互通、分析、決策等功能，相當于物聯網的控制層、決策層。物聯網的根本還是為人服務，應用層完成物品與人的最終交互，前面兩層將物品的信息大范圍地收集起來，匯總在應用層進行統一分析、決策,用于支撐跨行業、跨應用、跨系統之間的信息協同、共享、互通,提高信息的綜合利用度，最大程度地為人類服務。其具體的應用服務又回歸到前面提到的各個行業應用，如智能交通、智能醫療、智能家居、智慧物流、智能電力等。

應用層解決的是信息處理和人機界面的問題，主要是利用經過分析處理的感知數據，為用戶提供豐富的特定服務。它是物聯網和用戶（包括人、組織和其他系統）的接口，能夠針對不同用戶、不同行業的應用，提供相應的管理平臺和運行平臺并與不同行業的專業知識和業務模型相結合，實現更加準確和精細的智能化信息管理。物聯網發展的根本目標是提供豐富的應用,將物聯網技術與個人、家庭和行業信息化需求相結合，實現廣泛智能化應用的解決方案。9.3.3物聯網關鍵技術1.射頻識別技術

RFID（RadioFrequencyIdentification）射頻識別技術，又稱“電子標簽”，是20世紀90年代開始興起的一種非接觸式自動識別技術，在無人進行干預的情況下，它可以通過射頻信號自動識別目標對象并獲取相關的數據。RFID技術工作環境彈性較大，除可在極端環境下進行工作外，亦可識別高速運動物體和同一時間識別多個標簽。

根據RFID產品頻率的不同，其應用場景也不同。按照不同頻率分類，RFID可分為低（125KHz-134KHz）、高頻（13.56MHz）、超高頻（860M-960MHz）、和微波（2.45GHz、5.8GHz）產品。低頻RFID產品主要用于動物管理及出入控制等領域；高頻產品可應用于證照防偽和電子支付領域等超高頻產品主要用在物品追蹤管理、倉儲物流等領域；微波產品可用在車輛、集裝箱的遠距離識別等場景。目前，RFID的應用主要集中在物流、物品跟蹤、身份識別以及智能醫療設備等領域。據SanfordC.Bernstein公司的零售業分析師估計，關于物聯網RFID帶來的這一特性，可使沃爾瑪每年節省83.5億美元，其中大部分是因為不需要人工查看進貨的條碼而節省的勞動力成本。RFID幫助零售業解決了商品斷貨和損耗（因盜竊和供應鏈被攪亂而損失的產品）兩大難題，僅盜竊一項，沃爾瑪一年的損失就達近20億美元。9.3.3物聯網關鍵技術2.傳感器技術

信息采集是物聯網的基礎，而目前的信息采集主要是通過傳感器、傳感節點和電子標簽等方式完成的。傳感器作為一種檢測裝置，作為攝取信息的關鍵器件，由于其所在的環境通常比較惡劣，因此物聯網對傳感器技術提出了較高的要求。一是其感受信息的能力，二是傳感器自身的智能化和網絡化，傳感器技術在這兩方面應當實現發展與突破。

傳感器技術是物聯網系統中實現物體識別和信息采集的重要技術，目前全球各類傳感器超過2.2萬種，我國已有科研、技術和產品近1萬種，但我國高端傳感器仍嚴重依賴進口，主流傳感器技術仍較薄弱。隨著物聯網時代對智能設備需求的不斷上升，全球傳感器需求有望從目前的百億級別增量到2025年的萬億級別，且亞太地區有望成為最具增長潛力的傳感器應用市場。9.3.3物聯網關鍵技術2.傳感器技術

傳感器由敏感元件和轉換元件組成，按照被測物理量、工作原理、能量轉換方式、工作機理、信號輸出形式等不同形式分類與應用。

應用在物聯網的傳感器通常具備專門的信息接收器、發送器和數據傳輸通路，信息存儲功能及數據處理能力并且遵循物聯網通信協議及擁有唯一的可識別編號，例如射頻識別系統和紅外感應器等。為了滿足物聯網大規模、低成本、無人值守、電池供電等應用環境要求，新型傳感器正向數字式、智能化、微型化發展，并具有低成本、低功耗、抗干擾及高靈活性等特點。其中，智能傳感器于20世紀90年代問世，是帶有微處理器，具有信息處理功能的傳感器，其處理功能主要包括自動采集、自動檢測、自動修正功能以及根據輸入信息進行判斷和決策等功能。智能傳感器具備雙向通信功能，能輸出測量的數據且適配各種微控制器（MCU），其主要通過軟件來實現測試功能及做出多種決定，智能化程度主要依賴軟件開發水平。同傳統傳感器相比，智能傳感器具有精度高、可靠性高、穩定性高、高信噪比、高分辨率、高性價比及適應能力強等特點。9.3.3物聯網關鍵技術3.云計算

云計算的概念最早由Google提出。狹義來講，云計算是IT基礎設施的交付和使用模式，廣義的云計算是指服務的交付和使用模式。云計算以互聯網為平臺，為用戶提供方便快捷的網絡計算和存儲服務。在數據信息存儲方面，云計算系統由大量服務器組成，具有先進的存儲技術和較高的傳輸速度。由于云計算結合了虛擬化技術、分布式海量數據存儲技術、數據管理技術、編程方式及平臺管理技術五大關鍵技術，使得云計算對數據的計算能力大大加強，且能夠搭建成本較低的、高效的運算連接點，使信息調度更為方便靈活，能實現對海量數據的管理，所以云計算當之無愧是萬物互聯時代的基石。9.3.3物聯網關鍵技術3.云計算

目前，物聯網的發展逐漸呈現平臺化、云化及開源化的特征，與移動互聯網、云計算、大數據深度結合，是ICT生態中的重要組成部分。隨著物聯網的普及，硬件在物聯網價值鏈中的占比逐漸縮小，廠商逐漸意識到需要通過應用軟件和服務來創造收益，致使云計算和大數據的價值日益提升。從我國物聯網廠商的背景不難看出“云”+“端”結合的重要性，例如阿里巴巴早前推出yunOS系統，華為基于其傳統的網絡接入優勢，大力部署NB-IOT并積極推出“1+2+1”物聯網策略，以“平臺+連接+LiteOS系統”的組合形式突破物聯網市場。云計算旨在通過網絡把多個成本相對較低的計算實體整合成一個具有強大計算能力的完美系統，并借助先進的商業模式讓終端用戶可以得到這些強大計算能力的服務。云計算的一個核心理念就是通過不斷提高“云”的處理能力，不斷減少用戶終端的處理負擔，最終使其簡化成一個單純的輸入輸出設備，并能按需享受“云”強大的計算處理能力。物聯網感知層獲取大量數據信息，在經過網絡層傳輸以后，放到一個標準平臺上，再利用高性能的云計算對其進行處理，賦予這些數據智能，才能最終轉換成對終端用戶有用的信息。9.3.3物聯網關鍵技術4.數據融合

數據融合一詞始于20世紀70年代，在90年代以來得到較快發展。可以將數據融合定義簡潔地表述為：數據融合是利用計算機技術對時序獲得的若干感知數據，在一定準則下加以分析、綜合，以完成所需決策和評估任務而進行的數據處理過程。

數據融合中心對來自多個傳感器的信息進行融合，也可以將來自多個傳感器的信息和人機界面的觀測事實進行信息融合(這種融合通常是決策級融合)．提取征兆信息，在推理機作用下．將征兆與知識庫中的知識匹配，做出故障診斷決策，提供給用戶。在基于信息融合的故障診斷系統中可以加入自學習模塊．故障決策經自學習模塊反饋給知識庫．并對相應的置信度因子進行修改，更新知識庫，同時自學習模塊能根據知識庫中的知識和用戶對系統提問的動態應答進行推理。以獲得新知識．總結新經驗，不斷擴充知識庫，實現專家系統的自學習功能。9.3.3物聯網關鍵技術4.數據融合

數據融合可以簡單分為三類：數據層融合、特征層融合和決策層融合。

數據層融合是直接在采集到的原始數據層上進行的融合，在各種傳感器的原始測報未經預處理之前就進行數據的綜合與分析。數據層融合一般采用集中式融合體系進行融合處理過程。這是低層次的融合，如成像傳感器中通過對包含某一像素的模糊圖像進行圖像處理來確認目標屬性的過程就屬于數據層融合。特征層融合屬于中間層次的融合，它先對來自傳感器的原始信息進行特征提取(特征可以是目標的邊緣、方向、速度等)，然后對特征信息進行綜合分析和處理。特征層融合的優點在于實現了可觀的信息壓縮，有利于實時處理，并且由于所提取的特征直接與決策分析有關，因而融合結果能最大限度的給出決策分析所需要的特征信息。特征層融合一般采用分布式或集中式的融合體系。特征層融合可分為兩大類:一類是目標狀態融合;另一類是目標特性融合。決策層融合通過不同類型的傳感器觀測同一個目標，每個傳感器在本地完成基本的處理，其中包括預處理、特征抽取、識別或判決，以建立對所觀察目標的初步結論。然后通過關聯處理進行決策層融合判決，最終獲得聯合推斷結果。9.3.3物聯網關鍵技術4.數據融合

高速、低成本及高可靠性的數據融合技術不僅在軍事領域得到越來越廣泛的應用，而且在自動化制造領域、商業部門，乃至家庭都有極其廣闊的應用前景。如自動化制造過程中的實時過程控制、傳感器控制元件、工作站以及機器人和操作裝置控制等均離不開數據融合技術的應用。數據融合技術為需要可靠地控制本部門敏感信息和貿易秘密的部門提供了實現新的保密系統的控制擅自進入的可能性。對于來自無源電子支援測量、紅外、聲學、運動控測器、火與水探測器等各種信息源的數據融合，可以用于商店和家庭的防盜防火。軍事應用領域開發的一些復雜的數據融合應用同樣可以應用于民用部門的城市規劃、資源管理、污染監測和分析以及氣候、作物和地質分析，以保證在不同機關和部門之間實現有效的信息共享。9.3.4物聯網的應用

物聯網的應用領域

物聯網的應用領域涉及到方方面面，在工業、農業、環境、交通、物流、安保等基礎設施領域的應用，有效的推動了這些方面的智能化發展，使得有限的資源更加合理的使用分配，從而提高了行業效率、效益。在家居、醫療健康、教育、金融與服務業、旅游業等與生活息息相關的領域的應用，從服務范圍、服務方式到服務的質量等方面都有了極大的改進，大大的提高了人們的生活質量;在涉及國防軍事領域方面，雖然還處在研究探索階段，但物聯網應用帶來的影響也不可小覷，大到衛星、導彈、飛機、潛艇等裝備系統，小到單兵作戰裝備，物聯網技術的嵌入有效提升了軍事智能化、信息化、精準化，極大提升了軍事戰斗力，是未來軍事變革的關鍵。9.3.4物聯網的應用1.智能交通

物聯網技術在道路交通方面的應用比較成熟。隨著社會車輛越來越普及，交通擁堵甚至癱瘓已成為城市的一大問題。對道路交通狀況實時監控并將信息及時傳遞給駕駛人，讓駕駛人及時做出出行調整，有效緩解了交通壓力；高速路口設置道路自動收費系統(簡稱ETC)，免去進出口取卡、還卡的時間，提升車輛的通行效率;公交車上安裝定位系統，能及時了解公交車行駛路線及到站時間，乘客可以根據搭乘路線確定出行，免去不必要的時間浪費。社會車輛增多，除了會帶來交通壓力外，停車難也日益成為一個突出問題，不少城市推出了智慧路邊停車管理系統，該系統基于云計算平臺，結合物聯網技術與移動支付技術，共享車位資源，提高車位利用率和用戶的方便程度。該系統可以兼容手機模式和射頻識別模式，通過手機端APP軟件可以實現及時了解車位信息、車位位置，提前做好預定并實現交費等等操作，很大程度上解決了“停車難、難停車”的問題。9.3.4物聯網的應用2.智能家居

智能家居就是物聯網在家庭中的基礎應用，隨著寬帶業務的普及，智能家居產品涉及到方方面面。家中無人，可利用手機等產品客戶端遠程操作智能空調，調節室溫，甚者還可以學習用戶的使用習慣，從而實現全自動的溫控操作，使用戶在炎炎夏季回家就能享受到冰爽帶來的愜意;通過客戶端實現智能燈泡的開關、調控燈泡的亮度和顏色等等;插座內置WIFI，可實現遙控插座定時通斷電流，甚者可以監測設備用電情況，生成用電圖表讓你對用電情況一目了然，安排資源使用及開支預算;智能體重秤，監測運動效果。內置可以監測血壓、脂肪量的先進傳感器，內定程序根據身體狀態提出健康建議;智能牙刷與客戶端相連，供刷牙時間、刷牙位置提醒，可根據刷牙的數據生產圖表，口腔的健康狀況;智能攝像頭、窗戶傳感器、智能門鈴、煙霧探測器、智能報警器等都是家庭不可少的安全監控設備，你及時出門在外，以在任意時間、地方查看家中任何一角的實時狀況，任何安全隱患。看似繁瑣的種種家居生活因為物聯網變得更加輕松、美好。9.3.4物聯網的應用3.智慧物流

智慧物流就是利用條形碼、射頻識別技術、傳感器、全球定位系統等先進的物聯網技術通過信息處理和網絡通信技術平臺廣泛應用于物流業運輸、倉儲、配送、包裝、裝卸等基本活動環節，實現貨物運輸過程的自動化運作和高效率優化管理，提高物流行業的服務水平，降低成本，減少自然資源和社會資源消耗。物聯網為物流業將傳統物流技術與智能化系統運作管理相結合提供了一個很好的平臺，進而能夠更好更快地實現智慧物流的信息化、智能化、自動化、透明化、系統的運作模式。

物聯網在物流領域的應用場景非常豐富。大致分為四個方向，即倉儲管理、運輸監測、冷鏈物流、智能快遞柜。9.3.4物聯網的應用3.智慧物流

倉庫儲存通常采用基于Lora、NB-IOT等傳輸網絡的物聯網倉庫管理信息系統，完成收貨入庫、盤點、調撥、揀貨、出庫以及整個系統的數據查詢、備份、統計、報表生產及報表管理等任務。尤其在無人倉、智能立體庫、金融監管庫里面，有著大量的物聯網設備，通過物聯網設備實時監控貨品的狀態，指引設備運營。

運輸監測。實時監測貨物運輸中的車輛行駛情況以及貨物運輸情況，包括貨物位置、狀態環境以及車輛的油耗、油量、車速及剎車次數等駕駛行為。冷鏈物流。冷鏈物流對溫度要求比較高，那么溫濕度傳感器可將倉庫、冷鏈車的溫度實時傳輸到后臺，便于監管。

智能快遞柜。將云計算和物聯網等技術結合，實現快件存取和后臺中心數據處理，通過RFID或攝像頭實時采集、監測貨物收發等數據。9.3.4物聯網的應用4.公共安全

近年來全球氣候異常情況頻發，災害的突發性和危害性進一步加大，互聯網可以實時監測環境的不安全性情況，提前預防、實時預警、及時采取應對措施，降低災害對人類生命財產的威脅。美國布法羅大學早在2013年就提出研究深海互聯網項目，通過特殊處理的感應裝置置于深海處，分析水下相關情況，海洋污染的防治、海底資源的探測、甚至對海嘯也可以提供更加可靠的預警。該項目在當地湖水中進行試驗，獲得成功，為進一步擴大使用范圍提供了基礎。利用物聯網技術可以智能感知大氣、土壤、森林、水資源等方面各指標數據，對于改善人類生活環境發揮巨大作用。9.3.4物聯網的應用5.智慧農業

智慧農業指的是利用物聯網、人工智能、大數據等現代信息技術與農業進行深度融合，實現農業生產全過程的信息感知、精準管理和智能控制的一種全新的農業生產方式，可實現農業可視化診斷、遠程控制以及災害預警等功能。農業分為農業種植和畜牧養殖兩個方面。農業種植分為設施種植（溫室大棚）和大田種植，主要包括播種、施肥、灌溉、除草以及病蟲害防治等五個部分，以傳感器、攝像頭和衛星等收集數據，實現數字化和智能機械化發展。當前，數字化的實現多以數據平臺服務來呈現，而智能機械化以農機自動駕駛為代表。畜牧養殖主要是將新技術、新理念應用在生產中，包括繁育、飼養以及疾病防疫等，并且應用類型較少，因此用“精細化養殖”定義整體畜牧養殖環節。9.3.4物聯網的應用6.智慧城市

智慧城市就是運用信息和通信技術手段感測、分析、整合城市運行核心系統的各項關鍵信息，從而對包括民生、環保、公共安全、城市服務、工商業活動在內的各種需求做出智能響應。其實質是利用先進的信息技術，實現城市智慧式管理和運行，進而為城市中的人創造更美好的生活，促進城市的和諧、可持續成長。

基于“智慧+互聯+協同”智慧城市概念的提出，是推進先進信息技術應用與全新城市運營理念的融合，從而推動城市規劃建設上臺階，城市公共服務上水平，為創新城市運營模式提出新方法、新思路。智慧城市這一新思路的提出，不僅是對存在問題的小修小補，更是站在現代城市運營、持續發展的高度，對城市基礎設施的前瞻布局，對先進技術和人才的戰略投資，對更多服務型工作崗位、培育有競爭力的現代信息服務行業的創造，從而構建響應21世紀發展需求，實現城市經濟與自然環境更加和諧、可持續發展的理想家園。9.4云計算CONTENTS9.4.3云計算系統的部署模型9.4.1云計算概述9.4.2云計算系統的業務模型9.4.4云計算系統的系統架構9.4.5云計算的關鍵技術9.4.6云計算的應用9.4.1云計算概述1.云計算定義

美國國家標準與技術研究院（NIST）定義：云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池（資源包括網絡，服務器，存儲，應用軟件，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。

從廣義上說，云計算是與信息技術、軟件、互聯網相關的一種服務，這種計算資源共享池叫做“云”，云計算把許多計算資源集合起來，通過軟件實現自動化管理，只需要很少的人參與，就能讓資源被快速提供。也就是說，計算能力作為一種商品，可以在互聯網上流通，就像水、電、煤氣一樣，可以方便地取用，且價格較為低廉。9.4.1云計算概述1.云計算定義

“云”實質上就是一個網絡，狹義上講，云計算就是一種提供資源的網絡，使用者可以隨時獲取“云”上的資源，按需求量使用，并且可以看成是無限擴展的，只要按使用量付費就可以，“云”就像自來水廠一樣，我們可以隨時接水，并且不限量，按照自己家的用水量，付費給自來水廠就可以。總之，云計算不是一種全新的網絡技術，而是一種全新的網絡應用概念，云計算的核心概念就是以互聯網為中心，在網站上提供快速且安全的云計算服務與數據存儲，讓每一個使用互聯網的人都可以使用網絡上的龐大計算資源與數據中心。

云計算是繼互聯網、計算機后在信息時代又一種新的革新，云計算是信息時代的一個大飛躍，未來的時代可能是云計算的時代，雖然目前有關云計算的定義有很多，但總體上來說，云計算雖然有許多得含義，但概括來說，云計算的基本含義是一致的，即云計算具有很強的擴展性和需要性，可以為用戶提供一種全新的體驗，云計算的核心是可以將很多的計算機資源協調在一起，因此，使用戶通過網絡就可以獲取到無限的資源，同時獲取的資源不受時間和空間的限制。9.4.1云計算概述2.云計算的發展歷程

互聯網自1960年開始興起，主要用于軍方、大型企業等之間的純文字電子郵件或新聞集群組服務。直到1990年才開始進入普通家庭，隨著web網站與電子商務的發展，網絡已經成為了目前人們離不開的生活必需品之一。云計算這個概念首次在2006年8月的搜索引擎會議上提出，成為了互聯網的第三次革命。

近幾年來，云計算也正在成為信息技術產業發展的戰略重點，全球的信息技術企業都在紛紛向云計算轉型。我們舉例來說，每家公司都需要做數據信息化，存儲相關的運營數據，進行產品管理，人員管理，財務管理等，而進行這些數據管理的基本設備就是計算機了。9.4.1云計算概述2.云計算的發展歷程

對于一家企業來說，一臺計算機的運算能力是遠遠無法滿足數據運算需求的，那么公司就要購置一臺運算能力更強的計算機，也就是服務器。而對于規模比較大的企業來說，一臺服務器的運算能力顯然還是不夠的，那就需要企業購置多臺服務器，甚至演變成為一個具有多臺服務器的數據中心，而且服務器的數量會直接影響這個數據中心的業務處理能力。除了高額的初期建設成本之外，計算機的運營支出中花費在電費上的金錢要比投資成本高得多，再加上計算機和網絡的維護支出，這些總的費用是中小型企業難以承擔的，于是云計算的概念便應運而生了。

9.4.1云計算概述2.云計算的發展歷程

云計算這個概念從提