ZNV力維曹友盛：AIoT 如何賦能智慧城市創新實踐

12月20日，雷鋒網主辦的AIoT+智慧城市峰會在深圳舉行，ZNV力維首席技術官曹友盛在峰會上分享了ZNV AIoT架構設計與 AIoT如何賦能智慧城市的創新實踐。

以下內容為曹友盛博士的演講全文，雷鋒網在不改變原意的基礎上做了細緻梳理及增改：

ZNV力維主要做兩件事，一個是AIoT，一個是智慧城市。我首先提出一個概念，智慧城市離不開AIoT，第二我會簡單介紹下力維在智慧城市上的創新實踐。

AIoT是科技發展的自然產物 

AIoT，到底怎麼定義？AIoT是不是顛覆了過去的物聯網？

力維認為AIoT不是要去重構一個網， 是科技發展自然形成的產物。AIoT是繼網路集成、設備集成、系統集成後，對數據、知識和智能的集成。

下面這張圖可以看出 AIoT是如何實現技術上的成熟：

首先，從 1956提出人工智慧後，人類一直希望通過人工做出一個能夠模擬人類智慧的機器人。這個夢想在經過1985年的機器學習與2012年的深度學習突破後，人工智慧首先在下圍棋上擊敗了人類，並逐漸在人臉識別上第一次有了人工智慧的可應用場景。實現以人為中心的視頻深度學習是當前人工智慧的主要方向。

其次，在物聯網建設上，人類最早提出的是 M2M（Machine to Machine）設備對設備的交流。通過移動通訊對設備進行有效控制，從而將商務的邊界大幅度擴展或創造出較傳統方式，更高效率的經營方式亦或創造出完全不同於傳統方式的全新服務。隨著大數據和雲技術的出現，人類希望通過無處不及的雲端作為產生人工智慧的核心(大腦)。

隨後，人類發覺我們的M都在地面，尤其是移動終端。而雲在天上，讓地面的 M通過天上的雲，與另一個邊上的 M實現 Talk。於是，就產生了霧計算、邊緣計算與智能感知設備。

從組網技術上，我們經過了固網、2G、4G，以及即將來臨的5G。

5G改變的不僅僅是網速，而是生活。如果說 4G是解決了人與人之間的通訊問題，那麼5G就是解決「人與物」之間的溝通問題，萬物互聯。

相比4G，5G的技術優勢可以植入到更多的使用場景中，讓無人駕駛更安全，遠程醫療變成現實。更多的應用讓人機互動更為智能，3D、VR等娛樂更豐富，更高的傳輸速率提高了人們工作效率。

低功耗無線組網（LPWAN）的技術和IPv6的誕生(6LowPAN)，讓人類能夠賦予世界上「每一粒沙」一個獨一無二的 IP地址。

量子計算技術可以在 1立方毫米的空間構築一個計算機，與傳統的物聯網移動連接技術相比，LPWAN技術更具明顯優勢。

由於廣域覆蓋和每個地區的多終端容量，預計總體網路連接成本將大大低於傳統移動寬頻連接成本。一沙一世界是完全可以實現的。

經歷了互聯網、互聯網+、移動互聯網，以及軟體技術的不斷成熟。於是乎，一種基於人工智慧、組網技術、6LowPan和互聯網軟體的融合技術下的智能化網路AIoT呼之欲出。

AIoT是對物聯網進行智能集成

很多人在描繪AIoT，有人說AIoT是AI+IoT。

力維認為，AIoT不是要去重構一個網，而是要通過自主性邊緣、AI定義網路和硬體、多感測器集成、數據安全、故障自愈、區塊鏈等技術手段提升現有的物聯網。同時運用增強型學習、人工智慧驅動、DIKW的智能化遞進、物信孿生實現全面透徹的感知、寬頻泛在的互聯、智能融合的智能空間。

過去大家對於物聯網的構築和集成非常關注，實現 AIoT的網路技術大多數已經突破。對於如何讓物聯網智慧起來，我們還有許多事要去做。尤其是構成 AIoT的三個基礎需要：

a.打通城市物聯網從感知到認知的「任督二脈」,形成感知到認知的「閉環」；

b.解決智慧共享， 智慧流動，智慧交流，建立數據 DIKW的智能化遞進，建立專業知識圖譜，解決數據應用的落地；

c.智慧從智能感知做起， 邊緣計算，區域智腦， 城市大腦。建立一個全網智能的物聯網。 還有待於我們大家的共同努力。

打通感知到認知的「任督二脈」,形成感知到認知的「閉環」 

AIoT和智慧城市之間的關係是什麼？

我認為，AIoT只做一件事，就是在IoT這個物聯網上做一個智能集成，過去有網路集成、系統集成商，現在我們提出一個新的概念：智能集成，AIoT就是在物聯網上做智能集成。所以從這裡我們看出AIoT並不是簡單的AI+IoT。

AIoT要實現智能集成關鍵在於打通感知與認知的「任督二脈」，形成「賦能」閉環。任督二脈是中醫理論的一部分，屬於"經脈"中的"奇經"任脈主血，督脈主氣，為人體經絡主脈。任督二脈若通，則八脈通，八脈通，則百脈通，進而能改善體質，強筋健骨，促進循環。

回到AIoT 架構，一方面是關於大量的採集到的原始數據，我們希望通過 AIoT從數據的整理和清洗中獲得信息，從對信息的邏輯分析中固化出知識，最後能夠在大量的知識中產生認知，也就是智慧。知識是對於過去的總結，認知和智慧是對於未來的預測和判斷。這就是所謂的DIKW 模型。

形成「賦能」閉環。是指通過 AIoT 技術，將物理世界轉換映射到信息世界，把傳統業務「上線」。（物信孿生）能夠同感智能手段，提升業務的「效率」，讓智能成為行業人員智慧的延伸。物聯網節點之間，能否產生「協作」，互融互同，互相賦能。

感知端發展趨勢在於網路、算力和存儲三個方面。作為 AIoT技術硬體的三大支柱，在過去十年中，技術可行性與經濟可行性發生了指數級提升！

a、網路領域：帶寬提高千倍，而成本下降到原來的 1/40倍。

b、計算領域：計算晶元下降到原來的 1/60倍。

c、存儲領域：單容量硬碟增加萬倍，而成本下降到 1/17。

以業務模型（數據模型或知識模型）驅動智能化能力，實現物自主化與物協作化。認知是 DIKW的最高層次。打通任督二脈就是為了爆發出原來不可能想像的能力。隨著大數據和擬人化思維技術的突破，我們可以模擬人的思維能力和知識累積，創新思維來達到。

a) 提升生產與服務過程的敏捷性與協作性。「智能輔助開發」

b) 提升資源共享，全網流動。「算力、AI等賦能」

c) 降低生產與運營的不確定性。「描述（增強）型分析」

d) 建立端到端的行業智能。「DIKW（半）自動化構建」。

e) 物理世界與信息世界從割裂到協作融合。「物信孿生」

f) 流程割裂到全流程協調。「數據融合-> 業務融合」

g) 產業生態多邊開放協同創新

AIoT的出現，必然是產業鏈變長，增加了端到端的協作，數據產生價值將是整個行業的發展趨勢，「主導權」將會由底層智能硬體設備往最能產生價值的「認知層」流動！做強「認知層」的某個環節形成「蒙古刀」，從而控制「產業鏈」。做強智能硬體的協作與賦能，形成「數據壓強」與「網路張力」。

建立數據 DIKW的智能化遞進，實現知識在線

要實現 AIoT，從數據到認知的轉換是不可能像現在這樣利用大量的數據分析師與數據科學家：寫入幾十萬行程序，用一個一個模型去試。我們期待的是數據上線化、信息在線化、知識網路化、認知自動化。在現實中，感知設備的數據採集需要在幾秒鐘內產生認知輸出。所以，對於 DIKW的自動化需求是實現 AIoT的一個挑戰。

最後我講一下DIKW視角，知識是怎麼獲得的，從數據到信息到知識，最後到智慧，是一個著名的DIKW自動化模型。

十年前我們的平台商主要解決物理系統，那麼，目前智能硬體商在做什麼呢？物理平台上解決了數據問題，但有了數據沒用，數據沒有告訴我們任何有意義的內容，所以我們希望未來的十年是能夠把我們的數據從D到信息，通過對數據的分析清晰提煉出信息，再通過對信息的編排、邏輯推理，固化出知識，最後在眾多的知識運用合作以後，我們能夠創造未來，發現未來，這叫DIKW模型。

這套模型是自動化的，這也是人類學習的模式，從幼稚園開始學習的時候，學習大量的數據，後來我們慢慢學到信息，最後得到了知識，然後自己再去創新，這就是智慧。認知層的流動是今後的趨勢。

根據IT調研和諮詢公司 Gartner的觀點， 截止2020年，超過 40%的數據科學（data science）任務將實現自動化，這將通過平民數據科學家這一群體，帶來生產力的提高和更加廣泛的數據與分析應用。Gartner將平民數據科學家（citizen data scientist）定義為創建或生成模型的人，這些模型運用先進的診斷分析，或者具有預測性與說明性功能，不過這些人的基本工作職能卻是在統計和分析領域之外。

Gartner表示，平民數據科學家可以彌合企業用戶採用的主流自助型分析和數據科學家掌握的高級分析技術之間的鴻溝。他們現在能夠執行在以前需要更多的專業知識才可以進行的複雜分析，從而完成高級分析，而無需具備數據科學家們獨有的技能。

下圖是一個 DIKW在線化、網路化、智能化架構設計。一個可以實現物聯網的 DIKW智能集成架構。這個架構既是一個擬人化的架構，又是一個物聯網架構。不同的是，數據、信息與知識和認知在這個架構里流動、交互、融合。

數據通過採集器和數據連接，ETL將數據轉換成可訓練格式數據後變成了信息。信息經過DIKW自動構建運算元平台後產生了知識和知識圖譜。知識和知識圖譜以模型的方法存儲，流通、交互、賦能。在大腦中，知識產生碰撞後產生了認知和智慧。

「認知理論」是研究由經驗引起的變化是如何發生的一種學習理論。它強調機體對當前情境的理解，知覺的動力和學習的動力原理一致，將認識具體化、形象化。「認知計算」這個概念早已有之。用電腦替代人腦是很多從事計算機科學的人的夢想。「認知計算」的一個目標是讓計算系統能夠像人的大腦一樣學習、思考，並做出正確的決策。

舉例說，力維在智慧城市，社區治理項目中，做了人口管理，盜竊嫌疑預警、重點跟蹤人員預警、吸毒人員移動預警、容留吸毒嫌疑預警、實有人口未登記預警、肇事肇禍精神病人異動預警等幾百個智能預警模型。在感知端、邊緣端、區域端及時起到了良好效果，而沒有必要跑到城市大腦去解決這些需要及時處理的小問題。

AIoT 就是全網智能的物聯網

Gartner fellow 兼副總裁 David Cearley 在分析 2019 年十大戰略科技發展趨勢時指出：

無處不在的智能設備提供各種基於大數據的貼心服務，將是科技的未來。Gartner 稱之為 Intelligent Digital Mesh。Intelligent：AI 將深入所有已有的垂直行業，並創造出新的行業。Digital：物理世世界和數字世界將被摺疊，新的「沉浸」世界將會產生。Mesh：人、生意、設備、內容、服務將連結成一個不斷擴張的大網。

2015 年是摩爾定律的終結年，隨著谷歌推出第一款 TPU 和 ARM 低功耗技術的普及，具有可編程、類腦神經，以及神經擬態計算的 AI 晶元不斷出現，這些晶元具有更智能，更快、更簡單、更便宜、更省電的特性。晶元已經從一維，二維發展到矢量晶元。如今隨著人工智慧 SoC 晶元的發展，一塊低功耗的 SoC 晶元上可以集成載有高性能智能計算芯。神經擬態計算，可編程邊緣計算 FPGA，同時擁有 GPU（類腦神經），FPGA（可編程）ARM（低功耗），甚至 TPU。

AIoT 賦能智慧城市的應用實踐 

基於這些理解，力維的AIoT架構搭建如下：Oasis是我們一系列的硬體，第二層是連接管理與連接的平台，包含虛擬拓撲、虛擬設備、虛擬服務，最上面是智慧的DIKW的自動化生成，這三大平台在形成力維AIoT基本單元。比如在一個神經元上可能沒有上面兩層，下面有連接和邊緣智能，所有的單元都是通過管理器連接起來的，但是每個單元形態不一樣，可以是邊緣智能，也可能是區域智能，也可能是中樞大腦智能，每個單元網格里，智慧在裡面流動，在裡面傳輸，在裡面得到提升，這就是我們講的AIoT的架構。

作為社區智理解決方案的引領者，力維是首批將 AIoT 技術應用到智慧社區的解決方案提供商。力維「社區智理 2.0」解決方案基於多維立體智能管控平台，構建了以人工智慧和大數據為核心的社區「智」理新架構，通過 AIoT 技術與社區管理的深度融合，對社區人口、房屋設施、車輛、消防等問題實現了智能發現、精準推送、閉環處置，極大提升了社區智能化治理和服務水平，創造了社社區治理新模式，並陸續在上海、重慶、銀川等地區部署和應用。

例如，我們與上海市浦東新區共同打造了以公共安全、公共管理、公共服務為核心的社區智理 2.0 解決方案。力維將智能化技術充分應用於社區全流程和各個應用場景，構建起從立體感知到認知的全時空、全關聯的社區智理體系。基於泛在感知設備和技術，整合人、地、物、情、事、組織和房屋等信息，將社區數據動靜結合（動態數據與靜態數據）、視物結合（視頻數據與物聯網數據）及時空結合（時間數據與空間數據），並在泛在感知數據基礎上進行多維數據融合、分析和使能。通過「多維研判」、「扁平管理」、「閉環處置」實現社區治理的科學化、精細化、智能化，提升社區工作人員管理效能與社區居民獲得感及滿意度，打造高效和諧的社區環境。通過 AIoT 賦能社區治理，讓社區感知更立體，讓社區連接更敏捷，讓社區治理更智能。

在浦東新區項目中，我們針對小區的人口、房屋設施、車輛、消防等問題實現了智能發現。譬如同感我們的DIKW模型，對盜竊嫌疑預警。不僅能夠事先知道產生的問題，還能重點對跟蹤人員預警、吸毒人員移動預警、容留吸毒嫌疑預警、實有人口未登記預警等。根據CCTV央視新聞報道，2018年11月6日，習近平總書記來到浦東新區城市運行綜合管理中心考察，對上海的城市精細化管理工作給予了肯定，並指出「城市管理要像繡花一樣精細，一流城市要有一流治理」。

目前，我們的智慧城市方案已成功服務於二十多個城市，其中參與建設的智慧銀川項目更是得到總理點贊，成為智慧城市建設的標杆。未來，力維會持續聚焦客戶需求，深耕智慧城市行業。堅持技術創新，將更多 AIoT 技術和產品落地到實際需求與應用中，為客戶創造價值。雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！