「雲物大智」關鍵技術串聯
2014年左右,IT新技術趨勢提出了「雲物移大智」的概念,即分別是:雲計算、物聯網、移動互聯網、大數據、智慧城市。四年過去了,概念發生了些許改變,核心內容變成了「雲物大智」,即:雲計算、物聯網、大數據、人工智慧。最近學習這些技術,總想了解整體結構、關鍵技術和相互之間關係,自己梳理一下,不一定正確,請慎重參考!
先上依賴關係總圖(箭頭代表數據流向):
1)感測器的數據通過「消息隊列」上傳至伺服器
2)「數據處理」對數據進行清洗,存入「分散式存儲」
3)「深度學習」依賴處理後的數據進行模型訓練
4)學習後的模型用於大數據做「數據分析」和「結果預測」
5)當然這個分析的過程需要用到雲計算的「分散式存儲」和「分散式計算」
分開來介紹一下,先介紹雲計算:
雲計算的關鍵技術是:分散式存儲和分散式計算,這兩個技術是支持後續一系列技術的基礎。如Hadoop的HDFS和MapReduce。
物聯網:
即萬物聯網,「移動互聯網」的概念已併入「互聯網」,當然「互聯網」也可以併入「物聯網」的概念。物聯網的特點主要有兩個,一個是收集連續的感測器數據(可以是階段性的);另一個是聯網的設備間可以進行操作控制,也就是說需要指令控制。能夠實現這兩個功能的技術點便是「消息隊列」,像RabbitMQ、ActiveMQ之類的。萬物互聯,數據量必然是海量的,分散式存儲必不可缺,所以雲計算是得力的支撐。
大數據:
大數據的三個關鍵技術點:數據處理、數據分析、數據預測。談到大數據,必須有數據來源,物聯網把這個問題解決掉了,但是過來的數據未必正確合理,那就要經過數據處理(數據清洗),然後利用處理後的數據來做數據分析,數據量往往巨大,存儲和運算都需要很強的能力,依然是「雲計算」來解決問題。
人工智慧:
傳統的數據挖掘分析方法,像回歸分析、聚類分析等,現在叫做機器學習,這類的方法,叫做公式化的方法,特點就是「很有邏輯」。但是有了雲計算和大數據的支撐,「神經網路」這種「不講理」、「反公式化」的深度學習機制一下子有了用武之地,訓練出的模型,又可以應用於大數據的數據分析和結果預測,人工智慧和大數據有了一個良性的結合。到底是大數據支撐人工智慧?還是人工智慧支撐大數據?應該是:你中有我,我中有你吧!
TAG:GIS花果山 |