「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！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！