生活中的人工智能之航天应用

姓名：陈心语  学号：21009102266 书院：海棠1号书院
转自： 人工智能在中国航天的应用与展望_数据 (sohucom)

嵌牛导读

随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。

嵌牛鼻子人工智能运用于航天。

嵌牛提问人工智能在航空航天中有什么运用呢？

嵌牛正文
岳梦云, 王 伟, 张羲格

(北京宇航系统工程研究所，北京 100076)

摘要： 随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。

关键词： 人工智能； 大数据； 航天应用

0  引言

在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”，这也是“人工智能”这一表述首次出现在政府工作报告中。

近年来，物联网、大规模并行计算、大数据和深度学习算法这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。2016年12月，升级版“AlphaGo”化名“master”在60场互联网棋局车轮大战中连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手，取得全胜战绩，引起各界对人工智能的广泛关注与讨论。

1  人工智能的四大先决条件

11  物联网

随着摄像头、麦克风、各种类型传感器的发展，基于物联网技术的智能设备得到了飞速提升，而大量智能设备的出现则进一步加速了传感器领域的繁荣。这些传感器负责采集数据、记忆、分析、传送数据，将外部世界数字化，为智能系统提供了多维度的数据输入，成为数字世界与物理世界交互、反馈的接口和手段。

12  大规模并行计算

并行计算(Parallel Computing)指同时使用多种计算资源解决一个计算问题的过程，能够有效的提高计算速度和处理能力的一种有效手段。海量的分布式计算资源和超高速计算能力，令快速处理大量数据、训练复杂模型、用知识体系代替人类常识成为可能。这些知识和模型为人类和机器人提供智能的辅助决策，让人工智能成为现实。

13  大数据

大数据具备Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的5V特点。在过去，要尽可能全面地认识某项事物，必须合理设计抽样调查的策略，使样本能够尽量覆盖全集特征。随着计算能力的提升，可以不再采用随机分析法这样的权衡之策，而采用所有数据进行分析处理。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。海量的数据为人工智能的学习和发展提供了资源。通过知识挖掘，可以从大量有噪声的随机实际应用数据中，提取人们事先不了解但是隐藏在数据中的有价值的信息和知识。这种对隐性信息的挖掘是大数据价值的核心，也是实现人工智能的关键。

14  深度学习算法

深度学习算法作为机器学习的一个分支，由Hinton等人于2006年提出，是人工智能迎来新一轮飞速发展最重要的核心技术[1]。深度学习算法用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，其中最广为使用的算法包括卷积神经网络(convolutional neural networks，CNN)、循环神经网络(recurrent neural network，RNN)长短期记忆网络(long short-term memory，LSTM)等，需要根据具体应用场景和数据特征加以选择。深度学习是对人类思维方式的建模，让机器能够理解人的行为，并将知识运用到与用户的交互中，达到机器“人性化”的终极目标，实现人工智能技术在商业中的落地。

2  人工智能的细分领域

21  图像识别

通过结合大数据的训练，人工智能可以对图像进行预处理、图像分割、特征提取和判断匹配。在图像识别的技术框架中，人脸识别应用非常广泛。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前国内领先企业旷视科技的人脸识别准确率已高达99999%。此外，在产品生产质量检验上，图像识别技术应用也非常广泛，例如：机械类产品的裂纹自动识别检测。

22  语音/语义识别

利用特征提取技术、模式匹配准则及模型训练技术，语音识别能够让机器对采集到的语音信息进行识别和理解，转化为文本或命令。例如在军事上，可通过语音识别确认说话人的身份、侦听情报内容、或下发 *** 作指令，具有非常重要的价值。目前，针对中小词汇量非特定人的语音识别系统识别精度已超过98%，针对特定人的识别精度甚至更高。

23  自然语言处理

语言是人类区别其他动物的本质特性，因此理解语言也是人工智能的一个核心方向。综合语言学、计算机科学、数学等多种科学，自然语言处理研究能实现人与计算机之间有效通信的各种理论和方法，以一种智能高效的方式，对文本数据进行系统化分析、理解与信息提取。通过使用自然语言处理技术，可以管理大块的文本数据，或执行大量的自动化任务，并且解决如自动摘要，机器翻译，命名实体识别，关系提取等语言相关任务[2]。

24  无人驾驶

无人驾驶的核心技术是即时空间建模和人工智能技术。低成本高效率的感知解决方案是无人驾驶的基础，高精度底图的建立是无人驾驶的关键，具有深度学习的算法芯片是无人驾驶的核心。在过去六年内，谷歌无人驾驶汽车在公路上安全行驶220多万公里，仅发生17起交通以外，而且均是由人类失误引发的。

25  智能机器人

智能机器人融合了几乎所有人工智能分支技术，它至少需要具备感觉要素、反应要素和思考要素。它能够理解人类语言，感知、分析周围环境信息并调整自己的动作。目前已发展出多样化的机器人种类，从智能水平较低的工业机器人，到智能陪护机器人再到高级智能机器人。

3  人工智能在中国航天上的应用前景

31  更自主的任务规划

航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人工智能+”。

311 “人工智能+运载火箭”——高容错飞行

运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风险居高不下。

目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现d道的重规划，将卫星送入轨道[3]。

未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹d道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化飞行轨迹与姿态控制，有效挖掘潜在运力资源[4]。

除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。

312 “人工智能+深空探测器”——自主规划

现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站， *** 作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的行驶 *** 作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率采集有用信息，大大辅助深空探测应用。

深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和在轨自主修复，在轨 *** 作、组装、拆卸、管理。

313 “人工智能+武器装备”——智能作战

通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。

通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截d信息等，数据传输给d载智能“大脑”，设定相应的优化准则、目标等，通过数据分析，智能自主决策，规划调整飞行d道，通过动力学气动调整，改变飞行轨迹，增强突防性能[5]。

人工智能使无人机个体具备较高的智能水平，协同作战能力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计划局(DARPA)为首的众多机构，都投入了大量经费就无人机集群在空中的协同作战理论和技术展开研究，包括无人机的快速编队、多机间通信协同，自主战术决策与下达作战命令等，构建多无人飞行器的任务自组织系统分布式体系结构。

32  更高效的地面测试

运载火箭的测试发射同样是一个多学科交叉，多专业耦合的复杂系统工程，是运载火箭成败与否的关键一环。状态准备、测试 *** 作、预案决策、数据判读，每一环都是技术能力的保障，都是知识经验的考验，同样每一步都离不开人的参与，成败维系在每一名人员身上，高水平人员的稀缺造成测试发射无法多任务并举，以及连续疲劳带来的风险造成测试发射周期无法进一步压缩，通过应用人工智能技术，可显著提升测试效率，降低发射成本[6]。

321 采集层

通过多样化的手段代替传统的传感器采集或人工直接观测，基于视频语音识别技术的应用可以大大减少火箭本身测点的布置。例如：发动机工作状态，可以通过对其工作时的声音进行频谱分析；一些机构的动作，可以通过非接触的摄像机直接观察；仪器仪表的指示灯状态监控，可以通过摄像头摄录信息，之后在后台用图像识别的方式的进行自动判断。

322 处理层

人工智能技术极大的提升了设备的数据处理与故障诊断的能力。对地面测试数据进行统一管理和应用，除了完成流程自闭环的反馈判断，还能够对数据的趋势、关联进行综合分析，设备不但可以掌握自身的运行状态，实现故障检测与隔离，启用合适的故障预案，还能够想设计 *** 作人员提供辅助决策和任务规划建议。

323 执行层

前端无人值守是未来火箭发展的必然趋势。电测过程中的脱查脱拔等人为 *** 作、异常故障时的抢险 *** 作，可以采用带视觉定位系统的机械臂来完成。此外，后端的人机交互也可以加入语音识别、手势感知等新型指挥手段，提高测试效率。

33  更全面的设计保障

331 智能设计

引入人工智能技术，可以将目前的半智能化计算机辅助设计系统升级为智能化计算机辅助设计系统，整合现有的海量资料及资源，模拟人脑思考的过程，彻底解决上述三类问题。采用人工智能技术的“航天大脑”可以根据型号需求提供总体文件的初稿，总体设计师进行决策修改后，“航天大脑”将系统需要的文件自动下发至系统级，并形成系统级文件的初稿，系统设计师进行决策修改后，“航天大脑”再将单机需要的文件下发至单机。在进行具体设计时，设计师仅需将设计输入文件提交至“航天大脑”，系统则会根据需求以及所学习的设计文件完成设计工作。如设计电缆网图时，设计师仅需将电缆的几何尺寸、点位定义等提交至“航天大脑”，“航天大脑”会自动绘制出电缆网图的模板，并自动给出诸如线缆型号推荐、连接器型号推荐等辅助决策信息，设计师将不需逐个翻阅厂家的手册即可完成设计，设计效率将大大提高。此外，由于“航天大脑”能够在很短的时间内完成大量文件的学习工作，并从中找出最优方案，设计的标准化和设计水平也能够得到保证。

332 智能制造

智能制造是一种由智能机器和人类专家共同组成的人机一体化智研制造系统，通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。

利用大数据技术，对于运载火箭制造装配需要的物资、工具、生产线、场地、工装、人员、运输车辆都统一进行编码采集与实时定位管理，将散布在全国各地的运载火箭制造装配资源条件，进行投筹管理，真正做到全国一盘棋。并与运载火箭发射任务计划有机对接，通过态势分析与智能预测，实现生产规模进度的最优化预测管理，成本进度最优化，并能够实现突发风险的动态应变处置，实现成本最优化管理。

在生产过程中，也完成了对火箭全生命周期信息的收集与保障。建立火箭的综合档案履历资料库，收集制造、装配、测试各个过程的数据与知识，构建大数据分析中心，作为智慧火箭的数据支撑与健康诊断的依据，降低设计和研制成本、提升测发效率、提升火箭的可靠性[7]。

333 远程支持

随着在运载火箭高密度发射、零窗口点火变得常态化，靠大量人力在靶场保障发射任务的模式已难以适应未来的发展需求。发射中心将从逐步从靶场向远程后方迁移，以日本epsilon火箭为例，科研人员远程使用两台笔记本就可实现火箭发射控制。

远程支持中心能够统一接收、存储各靶场各型号发回的测试数据并存储，并通过智能搜索引擎随时搜索查看关心的数据及相关文档；针对当发测试数据，结合历史数据进行大数据分析，提前识别出可能有质量隐患的关键节点；当靶场出现故障时，远程支持中心通过多媒体、虚拟现实等手段开展协同排故工作。

4  中国航天发展人工智能的对策建议

41  聚焦航天 “大脑”技术体系，做好战略规划和顶层设计

基于对大数据与人工智能的探索和积累，提出以技术-产品-服务为核心的航天“大脑”，其技术体系设想如图1所示。

图1航天“大脑”技术体系

411 技术层

智能感知是为机器装上触觉、视觉、听觉、神经和运动机构等智能硬件，使其具备感知世界的能力。通过集群和虚拟化技术实现对海量数据的快速预处理、分布式存储、并行计算等，为智慧大脑提供强大的记忆”和“计算”能力。

412 产品层

智慧产品包括智慧院所、智慧火箭、智慧装备和智慧民用产业。其中，智慧院所是所有智慧产品研制的基础，其可以充分激发员工创新创业热情，并为员工提供高效便捷的管理方式；智慧火箭指的是为火箭装上“触觉”和“大脑”，降低测发控对人的依赖，提升火箭可靠性；智慧装备指的是通过全寿命周期的健康管理，实现装备自主保障；智慧民用产业指的是通过军民融合方式，将军用技术转向民用领域，如智能健康监测、智慧家电远程测控、智慧照明、智慧安防等领域。

413 服务层

未来应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，发展模式也将由提供产品向提供全方位解决方案的服务转变。

42  打造航天“大脑”系列产品，快速形成专业的能力和队伍

421 智慧院所

以创新为驱动、以信息化为基础、以知识为载体，利用智能科学理论、技术、方法和信息及自动化技术工具，充分有效地整合和优化利用各类内外部资源，保证能够持续创新，不断开发新产品、新服务，为航天单位的发展提供智能决策。

422 数据银行

建立航天大数据中心，成立“航天数据银行”，对产品研制、生产等多环节的数据进行统一管控、统一挖掘，实现数据挖掘效果的最大化，创造服务价值。智慧管理通过实现产品全寿命周期的统一管控，建立基于数据信息驱动的智能化研制模式，提升工作效率。智慧决策基于大数据技术，将先进管理理念、业务流程和管理模式等融合，实现管理信息化和智能化，达到“降本增效”的目的。

423 智能装备

通过大数据与互联网等高新技术，实现火箭的高度信息化与智能化。包括智慧的远程发射支持平台，智慧的测发指控平台，智慧的全寿命周期综合保障平台。智慧的远程发射支持平台通过大数据技术，训练后方的智能机器大脑，提升异地协同保障能力，减免专家到一线协助排故，解决问题。智慧的测发指控平台依托于语音识别、图像识别、大数据等技术，实现自主的测发指控过程。智慧的全寿命周期综合保障平台利用大数据技术保障数据统一化规范，完成自主健康评估、精准的寿命预测和数据驱动的视情维修[8]。

424 智慧产业

依托剩余载荷和末级监控，实现对地观测等服务，依托远程测控、健康监测、大数据、新一代信息应用技术，通过融合智慧城市中的多源数据，在智慧城市和智慧产业中，提升城市的精细化管理水平，同时为航天单位军民融合开拓增收，锻炼队伍。

43  分布落地执行，拓展航天“大脑”的服务

未来，应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，航天企业的发展模式也将由提供产品向提供全方位解决方案的服务转变，如智慧的发射服务、全面的体系作战服务和智慧的军民融合服务。智慧发射最终要实现输入一个指定的位置坐标，为其精准、快速、智能、高效、低廉地发射到指定地点。全面的体系作战服务基于大数据和人工智能技术，能够实现装备的自主保障、战时智能决策和一体化的体系作战。智慧的军民融合服务结合现有的技术和民用产业，开展更多的智慧产业服务，通过信息和通信技术的应用，提升城市的管理水平，提高市民的生活质量，令城市运行和市民生活更加智能。

参考文献:

[1]夏定纯, 徐 涛 人工智能技术与方法[M]华中科技大学出版社, 2004

[2]张 妮, 徐文尚, 王文文 人工智能技术发展及应用研究综述[J] 煤矿机械, 2009, 30(2):4-7

[3]沈林城, 关世义 开放式飞行任务规划方法[J]宇航学报, 1998, 19(2):13-18

[4]席 政 人工智能在航天飞行任务规划中的应用研究[J] 航空学报, 2007, 28 (4) :791-795

[5]张 克, 邵长胜, 强文义 基于面向Agent技术的任务规划系统研究[J] 高技术通讯, 2002, 12(5):82-86

[6]鲁 宇 中国运载火箭技术发展 [J] 宇航总体技术, 2017(3):5-12

[7]郭凤英, 何洪庆 人工智能技术在航天领域的应用[J] 中国航天, 1996(6)：19-21

[8]谭 勇, 王 伟 智能故障诊断技术及发展[J]飞航导d, 2009(7):35-38

Application and Prospect of Artificial Intelligence in China Aerospace

Yue MengYun, Wang Wei, Zhang Xige

(Beijing Institute of Aerospace SystemEngineering, Beijing 100076,China)

Abstract : With the breakthrough of technology such asnetworking, massively parallel computing, big data and deep learningalgorithms, Artificial Intelligence has achieved rapid development in recentyears, exciting prospects for development in image identification, voicerecognition, Natural Language Processing(NLP), self-driving, thus got theattention and support from governments of the world This paper combinesartificial intelligence technology with space applications such as rockets,deep-space detector and weapon equipment, then describes its applicationprospect in space Mission Planning, Ground Testing, Integrated Support, etcAnd puts forward relevant countermeasures and suggestions on the subsequentdevelopment of AI technology in China Aerospace

Keywords : Artificial Intelligence; Big Data; China Aerospace

收稿日期：2019-02-18；修回日期：2019-02-26。

作者简介：岳梦云(1988-)，女，安徽合肥人，硕士，工程师，主要从事运载火箭与导d的地面测发控系统设计方向的研究。

文章编号：1671-4598 ( 2019 ) 06-0001-04

DOI ： 1016526 / jcnki11-4762 / tp201906001

中图分类号：TP18

文献标识码：A

物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。

2006至2020年，物联网应用从闭环、碎片化走向开放、规模化，智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升，行业规模保持高速增长，江苏、浙江、广东省行业规模均超千亿元。

截至到2019年，我国物联网市场规模已发展到15万亿元。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

近年来，我国政府出台各类政策大力发展物联网行业，不少地方政府也出台物联网专项规划、行动方案和发展意见，从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范，并取得了初步进展。

目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长，网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下，中国加快推动IPv6、NB-IoT、5G等网络建设，消费物联网和产业物联网逐步开始规模化应用，5G、车联网等领域发展取得突破。

政策推动我国物联网高速发展

自2013年《物联网发展专项行动计划》印发以来，国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变，对于提高国民经济和社会生活信息化水平，提升社会管理和公共服务水平，带动相关学科发展和技术创新能力增强，推动产业结构调整和发展方式转变具有重要意义。

以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系，是数字化转型的实现途径，是实现新旧动能转换的关键力量。

我国物联网行业呈高速增长状态 未来将有更广阔的空间

自2013年以来我国物联网行业规模保持高速增长，增速一直维持在15%以上，江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明，随着物联网信息处理和应用服务等产业的发展，中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。

虽然我国物联网发展显著，但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家，其中中小企业占比超过85%，创新活力突出，对产业发展推动作用巨大。

物联网作为中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。

物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

在政策、经济、社会、技术等因素的驱动下，2020年GSMA移动经济发展报告预测，2019-2025年复合增长率为9%左右，2020年中国物联网行业规模目标16亿元，按照目前物联网行业的发展态势，十三五规划的目标有望超预期完成;预计到2025年，中国物联网行业规模将超过27万亿元。

未来物联网行业将向着多元方向发展

标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。

合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。

因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。

安全化是指预防物联网软件遭受网络黑客攻击，在未来，以安全为重点的物联网设施将受到更多的关注，特别是某些特定的基础行业，如医疗健康、安全安防、金融等领域。

多重技术推动物联网技术创新

从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

—— 以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》

物联网工程专业挺好的，就业率也挺高的。学这个有点难，有点容易掉头发(这是计算机行业的通病)。
物联网工程专业简介
物联网是继计算机、互联网和移动通信之后信息产业的又一次革命性发展。物联网被正式列为国家重点发展的战略性新兴产业之一。物联网产业具有产业链长、涉及产业集群多的特点，应用范围几乎涵盖各行各业。
2物联网工程专业课程
以及信息与通信工程、电子科学与技术、计算机科学与技术。物联网概论、电路分析基础、信号与系统、模拟电子技术、数字电路与逻辑设计、微机原理与接口技术、工程电磁场、通信原理、计算机网络、现代通信网络、传感器原理、嵌入式系统设计、无线通信原理、无线传感器网络、短程无线传输技术、二维条码技术、数据采集与处理、物联网安全技术、物联网组网技术等。
3物联网工程专业的培养目标
培训要求
本专业学生应具有良好的数学和物理基础，掌握物联网的相关理论和应用设计方法，具有较强的计算机技术和电子信息技术能力，掌握文献检索和资料查询的基本方法，能够顺利阅读本专业的外文资料，具备听说读写能力。
培训技能
1掌握计算机科学与技术相关的基础理论知识；2掌握物联网项目分析和设计的基本方法；3了解文献检索和资料查询的基本方法，具有一定的科学研究和实际工作能力；4了解物联网项目相关法律法规；5能够运用学习知识和外语阅读能力查阅外文资料；6掌握文献检索和资料查询的基本方法，具备获取信息的能力。
4物联网工程专业就业方向及就业前景
物联网项目市场巨大，所以就业前景也很好。毕业生可在信息传播时代从事深度、综合性、跨学科的信息传播工作，同时可从事设计、制作等新闻传播技术方面的传播技术工作，或在政府管理部门、科研机构、设计院、咨询公司、建筑工程公司、物业及能源管理、建筑节能设备及产品制造企业等从事建筑节能的研究、设计、施工、运营、监测和管理工作。

物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。

物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。

发展前景十分可观，对网络本身的研究，包括路由算法，分布式算法，大数据，人工智能，神经网络，等等，其实一直都是有这个研究课题的，只是随着接入的东西越来越多，网络越来越庞大，元数据越来越多，使得这些研究被推到台前，曝光率越来越高。

相关信息：

第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。

因此，物联网的定义是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。

目前，教育部审批设置的高等学校战略性新兴产业本科专业中有“物联网工程”、“传感网技术”和“智能电网信息工程”三个与物联网技术相关的专业。此三个专业从2011年才开始首次招生，首届毕业生于2015年毕业，但整体人数较少，所以，无法从往年的就业率来判断未来的就业情况，但可从行业的整体发展趋势和人才市场的需求等方面了解该专业未来的就业形势。
作为国家倡导的新兴战略性产业，物联网备受各界重视，并成为就业前景广阔的热门领域，使得物联网成为各家高校争相申请的一个新专业，主要就业于与物联网相关的企业、行业，从事物联网的通信架构、网络协议和标准、无线传感器、信息安全等的设计、开发、管理与维护，也可在高校或科研机构从事科研和教学工作。
中科院院士、华东师大软件学院院长何积丰表示，未来的物联网技术要得到发展，需要在信息收集、改进、芯片推广、程序算法设计等方面有所突破，而做到这些的关键是如何培养人才。柏斯维也指出，从整体来看，物联网行业是非常需要人才。
其实，从人才市场的需求来看，无论是物联网专业还是云计算专业的人才都是炙手可热的，但企业对人才的要求也是相当高的。很多单位和企业不但要求应聘者须是硕士以上学历，还要求有几年的相关工作经验。对此，企业纷纷表示，做核心的研发工作或核心的基础架构是需要一些经验积累的，本科应届生一般不具备这些经验。
因为物联网是个交叉学科，涉及通信技术、传感技术、网络技术以及RFID技术、嵌入式系统技术等多项知识，但想在本科阶段深入学习这些知识的难度很大，而且部分物联网研究院从事核心技术工作的职位都要求硕士学历，因此本科毕业生可从与物联网有关的知识着手，找准专业方向、夯实基础，同时增强实践与应用能力。
面对现在大学生毕业就业难的情况下，物联网领域却急需相关专业的人才，同时物联网行业内前景大好，这也是成为高校热门专业的一个重要原因。从工信部以及各级政府所颁布的规划来看，物联网在未来十年之内必然会迎来其发展的高峰期。而物联网技术人才也势必将会“迎娶”属于它的一个美好时代。

当前全球面临的许多巨大挑战：气候变化、能源枯竭、粮食生产、生命 健康 等，世界经济论坛评选的2021年“十大新兴技术”中主要围绕当前全球面临的主要问题展开，这十项技术都有望深刻改变人类的未来。

国际 社会 为应对全球气候变化作出的全面承诺将进一步催生新技术。二氧化碳作为温室效应的罪魁祸首，各个国家和行业一直在为减少碳排放作出积极的努力。美国、英国、欧盟等主要发达国家以及中国、印度等发展中大国向国际 社会 作出承诺，实现到2030年碳排放总量大幅下降。

同时，农业及食品领域还将进一步发展人造肉（Impossible Burger、Beyond Meat）等蛋白质替代品的市场供应。通过物联网连接的传感器数据将越来越多地支持土地、作物、肥料、灌溉用水等智能化管理，这些都将有助于进一步减少碳排放。

磷肥 为世界粮食作为的主要肥料， 磷肥的制备 很大程度上依赖于含氮工业肥料的使用。据联合国粮食及农业组织称，全球每年需要约11亿吨氮来维持全球作物生产。而氮肥通常是通过将空气中的氮转化为氨来生产的，含氨肥料维持了全球大约 50% 的粮食生产，而制备含氨肥料的过程将消耗世界主要能源需求的1%，工业化过程排放的二氧化碳占全球碳排放量的 1% 到 2%。

为了降低这部分的碳排放量， 研究人员正在通过自然方法中获取制造氮肥的解决方案。例如，玉米、谷物等主要粮食作物依赖土壤中的无机氮，豆科植物的根与土壤细菌相互作用，形成根瘤，通过细菌固氮的能力将大气中的氮转化为氨，这些自然固氮方法给了研究人员很大的启发。

目前，发达国家政府和 社会 资本的投入为工程固氮领域的研究和开发提供了强有力的支持， 未来利用自然共生力量的作物可能很快就会成为更可持续粮食生产的关键要素。

新技术将推动人体呼气的检测方式进行疾病诊断，这种采样方式远比抽血要节省时间。 采用新技术进行生物检测类似于警察查酒驾的酒精呼吸分析仪，未来疾病诊断也可以采取这样的方式。

人体的呼吸中含有 800 多种化合物，最近的研究表明人体呼出的气体含有的不同化合物浓度与疾病之间存在很强的相关性。例如，丙酮浓度升高是糖尿病的强烈迹象，一氧化氮浓度升高 可以作为呼吸系统疾病的生物检测标识；各种醛类指标升高说明患有肺癌的概率极大。

而且采用呼吸检测的方式将会大幅减少检测等待时间，通常仅需几分钟呼吸检测 传感器的数据通过外部计算机分析就可以生成检测报告。

除了比抽血更快地出具结果之外，呼吸传感器采取的是非侵入的检测方式，在医疗资源有限的国家，它的易用性、便携性和成本效益将提供更好的医疗保障。呼吸检测还有助于减轻社区的病毒传播，其方式类似于在进入超市或餐馆等公共空间之前对个人进行体温检查的方式。

2020 年3 月，以色列的科研人员已经完成了 探索 性临床应用，采用呼吸检测的方式检测新冠病毒（COVID）检测结果达到95% 准确度和100%灵敏度。目前该项技术正在进行广泛的临床试验，但距离全面普及尚需技术进一步成熟。

如果您去药房时，药剂师不是通过预制药物的方式来填写您的处方，而是按照您的诊断情况 采用量身定制的方式配制最符合您体征的药物，这听起来是不是很神奇？

由于药品的特殊性，传统上药物生产都集中在具备资质的厂商，通过大批量生产的方式完成。药物的成分和剂量都是标准化的，不可能为个人定制成分和剂量不同的药物。然而微流体和按需药物制造的最新技术有望使这一想法成为现实。

按需药品制造，也称为连续流程药品制造，可以一次性完成药品生产。它的工作原理是将药品成分通过流体方式输入小型合成设备，由合成设备按照要求调配成分，可以实现为患者量身定制所需药品。

而这项技术更大的意义是，可以在偏远地区或野战医院进行部署，随时根据需求生产药品。这也意味着储存和运输药物所需的资源更少，而且剂量可以针对个别患者量身定制。

2016 年，美国麻省理工与国防高级研究计划局（DARPA），已经成功研发了一台冰箱大小的药品合成设备，并在24 小时内制备了1000剂常用药物：盐酸苯海拉明，用于缓解过敏症状；地西泮，用于治疗焦虑和肌肉痉挛；抗抑郁药盐酸氟西汀；局部麻醉剂盐酸利多卡因。

目前用于按需药物制造的便携式设备成本在数百万美元，阻碍了广泛推广。而且还需要新的质量保证和质量控制标准来规范配方的个性化和单人药品制备。但是，随着成本的下降和监管框架的完善，未来药物按需制造将会为药品行业带来颠覆性的变革。

如今构成物联网 (IoT) 无线设备已经成为网络世界的支柱。物联网无线设备被部署为家庭中的生活工具、生物医学的可穿戴设备以及危险和难以到达区域的传感器。随着物联网的发展，它将更广泛应用于农业节水灌溉和农药喷洒、智能电网、桥梁或混凝土基础设施缺陷监测、泥石流和地震等灾害的预警。

预计到2025年，全球将有400亿台物联网设备上线，为这些设备提供便捷的按需供电是一项新挑战。5G 无线信号比4G传输会发射更多的辐射能量，这就预示着许多低功耗无线设备将永远不需要插入的方式供电。

目前科研人员成功采集从Wi-Fi路由器以及微波射频设备的辐射能量为低功耗物联网设备供电，这项新兴技术将把辐射能量收集提升到一个新的水平，为物联网设备大量部署提供了能源解决方案。

未来生命科学将更加专注于增加“ 健康 寿命”，而不仅仅是寿命。

据世界卫生组织的数据，2015 年至 2050 年间，全球 60 岁以上人口的比例将从 12% 增加到 22%。老年痴呆、癌症、糖尿病、动脉硬化等慢性疾病对老年人的 健康 和 社会 发展构成了巨大挑战，逆转衰老或寻找“青春之泉”一直是人类的愿望。

科研人员通过 基因组编码技术 ，量化所有基因活性、细胞中蛋白质和代谢物的浓度，结合遗传学研究，已经越加清晰人类衰老的关键机制，科研人员已经发现人体的生物学年龄的标识符是人体疾病和死亡风险的关键预测指标。

最近科研人员通过对人体衰老机制的不断理解，积极推动了靶向治疗的发展。例如，最近的一项初步临床研究表明，服用包括人类生长激素在内的药物混合物一年，可使人体“生物钟”倒转15 年。科学家们还发现将年轻人类血液中的蛋白质注入老年小白鼠时，可以改善与年龄相关的大脑功能障碍。结果表明，通过科学的方式可以逆转人类与年龄相关的认知能力下降等疾病。

目前通过 基因工程的方法来分析和设计，加之政府和医疗资本的大力推动下，全球已有100 多家公司研发的药物进入临床前阶段或早期临床试验阶段。这项新技术让人类越发的有希望对抗衰老，甚至挑战“生命的终极课题---死亡”。

工业规模合成氨可以说是 20 世纪最重要的发明之一。氨用于生产肥料，为全球 50% 的粮食生产提供燃料，使其成为全球粮食安全的关键。然而，氨合成是一种能源密集型化学过程，需要催化剂来用氢气固定氮。

氢气必须合成生产，目前使用化石燃料、天然气、煤或石油在高温下蒸馏以产生氢气。问题是，这个过程会产生大量的二氧化碳，占全球总排放量的 1% 到 2%。

使用可再生能源分解水产生的绿色氢气有望改变这种状况。除了消除制氢过程中的碳排放外，该方式还能制备更纯净氢气，且不含使用化石燃料时掺入的化学物质，例如含有硫和砷的化合物，这些化合物会“毒化”催化剂，从而降低反应效率。

更清洁的氢气也意味着可以开发出更优质的催化剂，而且不再需要忍受化石燃料中的有毒化学物质。目前，丹麦的公司已经宣布开发出用于绿色氨生产的新型催化剂。

目前绿色氢气制造的主要障碍是高成本。为了解决这个问题欧洲能源企业启动了 科技 创新研发，旨在2030年之前以每公斤15欧元的价格提供绿色氢气。

对慢性病的连续、无创监测，一直是医学界的期望。好消息是无线、便携式和可穿戴监测传感器将很快得到临床应用。监测器使用多种方法来检测汗液、眼泪、尿液或血液中的生物标志物，可穿戴监测传感器使用光或低功率电磁辐射（类似于手机或智能手表）监测慢性疾病。

例如，电子隐形眼镜可以通过眼泪，获取癌症生物标志物或血糖水平以进行糖尿病监测；具有射频识别技术的护齿器唾液传感器可以监测唾液生物标志物对口腔溃疡、呼吸系统炎症、HIV、肠道感染、癌症和COVID进行预警。

根据联合国的估计，使用 3D 打印机建造房屋可以帮助解决 全球16亿人 住房不足的挑战。

3D 打印房的概念并不新鲜，灵感来源于火星移民的项目，因为火星没有建造房屋所需的大 部分材料。将混凝土、沙子、塑料、粘合剂等混合物通过大型 3D 打印机打印，可以作为一种相对简单和低成本的建造方法，似乎非常适合缓解偏远贫困地区的住房问题。

如今，至少有 100 亿个有源设备构成了物联网 (IoT)，预计未来 10 年这一数字将翻一番。 为了最大限度地发挥物联网在通信和自动化方面的优势，需要将设备分布在全球范围内，收集数据。数据在云数据中心被处理，使用人工智能来识别数据异常从而为人类提供预警。例如气候异常和自然灾害。但问题是：地面蜂窝网络覆盖的面积不到全球的一半，在连接方面留下了巨大的空隙。

天基物联网系统可以使用距离地球数百公里的低成本、低重量（不到 10 公斤）纳米卫星网络弥补这些空隙。1998年发射第一颗纳米卫星到今天，大约有 2000 颗纳米卫星用作轨道监视。SpaceX Starlink、OneWeb、Amazon 和 Telesat 等公司已将纳米卫星用于提供全球互联网覆盖。

太空物联网建设仍然面临着众多挑战。例如，纳米卫星的寿命相对较短，约为两年，必须得到昂贵的地面基础设施支持。为了应对轨道太空垃圾日益严重的问题，国际航天机构正在计划在卫星功能寿命结束时自动脱离轨道或使用其他航天器收集它们。

---