物联网应用实例与经济?

物联网应用实例与经济?,第1张

物联网的应用实例与效益 摘要 十年前,麻省理工学院在同 EANUCC 组织(全球统一标识系统)共同进行一 个研究项目时,创造了"物联网"一词该项目和全球产品电子代码管理中心的 成立促生了以 RFID 为基础的解决方案, 使供应链发生了革命性的变化 据预测, 到 2005 年,RFID 标识的物体和物联网将会无处不在 物联网的开发是围绕 RFID 的应用进行的,然而依托的技术不仅仅是 RFID物 联网的合理结构是金字塔型的,是根据需要,合理性,局限性和商业应用案例和 效益在身份标识,数据存储和能力上结构分层的,其合理性取决于经济效益,其 特点和行为设计的合理性也取决于实际效益 目录 1 介绍 十年前,麻省理工学院(MIT)与物品编码组织 EANUCC 共同开展了一个研究项 目,创造了物联网一词该项目和全球产品电子代码管理中心的成立促生了以 RFID 为基础的解决方案, 使供应链发生了革命性的变化 采用这种技术和手段, 将使供应链成本降低 10%,还能使我们同家庭中的日常生活物品相互交流在我 们去超市的时候,家里的冰箱会告诉我们缺少些什么,食品自己会告诉我们它们 什么时候过期,商品会自行防盗,我们则不必在超市的收款台前排队这些有说 服力的例子那时让我们预测, 2005 年, 到 RFID 标识的物体和物联网会无处不在 但现在已经 2009 年已经过去了,但我们还在等待会发生些什么为什么我们还 在等待呢物联网的实际效益在哪里呢 从社会经济方面看,保健,环境,合法监听,隐私,安全,技术的获取和包容 以及政府的作用,都将影响到物联网的应用,但未来物联网推广的最重要因素是 商业案例没有商业案例就没有商业 关于物联网的争论,一般是围绕着什么时候技术才会无处不在和遍布各处的问 题进行的,没有考虑如果实现了技术无所不在,那么范围有多大,哪些技术是核 心的问题本文用商业案例推理方法进行讨论,并向一些物联网方面的基本假设 提出了挑战,本文的结论是,物联网的架构实际上与现在的一些假设是不同的, 它更具结构性,更实用,具有金字塔式的通信能力和选择能力,它不是一堆放在 一起通过 RFID 器件互相谈话的物体 2 物联网的概念 MIT1999 年的论文在其网站上已经保留好多年了 所说的"物联网"是"自 MIT 动身份识别中心的愿景", 这个愿景就是创造一个计算机无需人的帮助就能去识 别的全球环境 麦克法兰在上述论文中解释了基于控制的 MIT 自动身份识别的概 念他说: 智能产品是一种物理的,以信息为基础的零售商品,它们 (1)具有独特的身份; (2)能够有效地同周边环境交流; (3)能够保留和存储自己的数据; (4)具有能描述产品特点,生产,使用和处置需求的语言; (5)能持续地参与或决定与产品命运相关的行为 重要的是要注意到,MIT 的研究是针对供应链的,它说的"每个东西都贴上标 签"并不意味着"所有的东西"都贴上标签麦克法兰说的很清楚,它们是以信 息为基础的零售商品花园里的鼹鼠,树上的知更鸟和亚马逊雨林中的树木并不 在这"每样东西"的范畴之内他们所做的切合实际的排除表明,物联网的初始 概念是很清楚的, 是人为限定的, 是有范围的 它只适应于供应链上传送的东西 全球产品电子编码管理中心和 RFID 产业已经认识到, 这种限制会使我们错失良 机,降低物联网的应用范围和影响这与"计算机无需人的帮助就能理解世界" 的概念显然是不相符合的,因为我们不能假定每样东西都是零售商品,这种假定 是不可能的,而且永远不可能现在是根据可能做到的事情重新评价和建立这个 概念的时候了 要建立全面的或局部的物联网,需要有投资,在很多情况下,这种投资的规模 很大只有有了适宜的商业范例,才会有投资而商业范例正是目前所缺少的 3 商业范例假设 物联网不仅是一个学术概念,而且有市场需求,了解这一点是至关重要的 这就是说,物联网是一种真正的颠覆性创新,它能对社会产生巨大影响但物 联网要获得成功, 必须要有实实在在的应用案例, 不能光宣传它如何如何了不起, 或觉得它会带来多大的股票价值 物联网的推广目前还受限于技术,现在可用的技术是 RFID 过去在供应链和其他一些商务模型如资产管理中主要采用一维条形码, 这是 一种综合标识符,不能区分具体的物品两维条形码含有更多的数据,但一旦印 刷上去, 就不能更新 RFID 发射器, 近场通信移动电话, 采用脉冲无线电 (UWB) 通信技术的定位系统, 蓝牙或紫峰无线传感器和其他一些无处不在的计算技术能 持续地从周边环境中采集数据并进行处理, 这些技术可以带来优势的商业应用案 例 虽然物联网的开发是围绕 RFID 的应用进行的, 但构成物联网的是连续和密集的 实时数据流,并不是 RFID 器件本身,物联网是物理世界的反映,同物理世界一 样,物联网用户市场中商务案例的成功是商务推广的先决条件 1999 年开始建立物联网时,MIT 预测,到 2005 年会出现物联网 RFID 标签的无 处不在的应用,到 2006 年,标签的价格会降低到 5 美分学术界的预测总是太 过乐观,从经济学的角度看,这个预测其实是靠不住的 当然,MIT 可以很有道理地指出,今天的标签,比他们当时设想的标签要复杂 多了,但标签设计中任何增加的功能都是用户需要的,没有这样的进步,就没有 投资的效益但价格毕竟决定着设计的合理性,限制着标签的普及应用 如果没人以 MIT 预测的价格大量购买这些标签,就不会有用户应用案例 MIT 所描述的物联网是在超市中无处不在地使用标签,MIT 预计,所有的零售商 品都会贴上标签, 所有的家庭用品和办公用品都会贴上标签, 它们能够相互通信, 至少在询问时能够应答 2003 年,威廉姆斯在《产品标识的未来》一文中指出,当商店中的商品以低于 05 美元的价格促销时,标签的成本无论是 028 美元还是 5 美分,都将是极大 的成本负担,一般会使商品利润低于 10%,在这个价格水平上使用 RFID 标签就 不划算了现在不行,永远都不行把 MIT 所预测的标签价格下降(为达到市场 普及)同预测的标签使用量相比较,可以看出,在很多年内,标签的整体商业价 值很难增长标签厂商投入很大的资金,承担很大的风险,卖出几十亿的标签, 却只能赚到很少的钱标签厂商以现在的价格每年只卖出几百万个标签这种商 业模式是行不通的,而且永远行不通,因为标签制造厂商在目前商业模式的生命 周期内是不会把标签的价格降低到微不足道的水平的 业界预测,聚合物 RFID 标签有可能在 10 年内改变这种状况但是今天你不可 能根据 10 年之后可能发生的事举出商业应用的例子这些实际因素对物联网的 建立和效益的发挥有巨大的影响也就是说,在每件物体上贴上标签,也许只是 一种空想,永远不可能成为现实(我曾经说过,皇帝是没有新衣的) 那么物联网的概念是不是就错了,是不是就一无可取了呢我希望不是尽管人 们提出的物联网的概念和架构有某些缺陷,但它还是有很大的潜在效益的 4 物联网依托的技术不仅仅是 RFID 在可预见的未来建立可行的物联网架构是至关重要的那种认为给遍布各处的 每个物体都贴上 RFID 标签就能形成物联网的观点是经不起实践检验的,是不会 有商业应用实例的在目前阶段,我们必须质疑关于物联网的一些基本假设麦 克法兰提出的物联网概念,至少有两点是站不住脚的,是经不起实践检验的 首先,麦克法兰声称的物联网的目标是"建立一个计算机无需人的帮助就能识 别世界的普遍环境",但他没有从商业应用的角度进行考虑,也就是说,人们为 什么需要这样一种环境我们的问题是,它的应用合理性在哪里难道就因为它 在技术上可行就不去考虑合理和需求吗 如前所述,不是器件,而是连续的,高密度的实时数据流形成了可行的商业应 用案例,赋予了信息系统相关的,实时的,具体的数据,建立了物联网我们必 须清楚地认识到,物联网的商业范例不是 RFID 器件的商业范例,而是合理获取 信息的商业范例,RFID 系统只是一种提供信息的手段,是一种最适宜的,成本 效益最高的技术 第二,对于早先的智能产品概念,麦克法兰虽然提出了 5 个特点,但缺少商业 案例的支持麦克法兰说的 5 个特点是,独特的身份标识,与周边环境交流,存 储数据,使用标准的语言和不断地参与或决定自己生命周期 最后一个特点是要赋予器件智能的原因,其他一些特点是被动存储器件也具有 的,只要它们能被连接 如果你接受这种观点,那么在很多情况下,有效地与周边环境通信,可能就简 单意味着使身份和数据可以被询问, 而这通过被动型的数据存储就能实现 的确, 早期物联网构想中的 RFID 技术,全部是被动型 RFID 标签,这些标签只有在被询 问时才能显示数据,与条形码唯一的不同是,它们的数据存储在集成电路存储器 上,可以被更新,它们不能对自己的命运做出决定所以,麦克法兰的理论不仅 没有清晰的商业案例支持,而且其初始概念在逻辑上就讲不通我们经过思考后 得出的结论是,有些物品需要通信,而另一些物品只需要被询问,有些数据是永 存的,另一些数据是变化的这个结论显然是毋庸置疑的 独特的身份对于物联网来说是非常重要的,但也需要从商业效益的角度考虑问 题多年来,条形码成功地标识了批量身份,但不能标识每个产品的身份把批 量标识扩展到分类标识是必要的,例如标明整批货物中每一件的售出时间但如 果没有必要,如果成本太高,就不需要总是这样做当然在有些情况下,是需要 对每个商品做独特标识的,例如商品的重量,历史等所以,物联网的许多功能 是可以用比较便宜的技术实现的,例如已广泛应用的条形码我们认为,物联网 的合理结构是金字塔型的,是根据需要,合理性,局限性和商业应用案例和效益 在身份标识,数据存储和能力上结构分层的将来许多物品的信息仍然会保存在 条形码上 现在的条形码仅仅是标识类别, 例如某厂商生产的 450 克的烤豌豆 如果用条形码区别标识每件产品, 就不能像现在这样把条形码统一印刷在产品包 装袋上,把这样的产品纳入物联网中,需要确定数量并判断投入的合理性 在每个产品上应用 RFID 技术现在有很好的例子例如,英国著名的玛莎百 货公司用这种技术减少了正品商品退货的欺诈率,在这种情况下,商品价格稍高 一点是合理的另一个例子是在刮脸刀片上安放防盗窃的电子商品监测 EAS/RFID 标签,从商业效益上看也是合理的按日期销售的信息是非常重要的 信息,新鲜食品可以在物联网世界中找到新的市场机会,可以存储在零售商的货 架上, 可以找到潜在的家庭和办公室最终用户, 也可以找出产品的新特点和用途, 让产品销售的压力不全放在既定用户身上,另外还能给冰箱制造商做广告,促进 冰箱的销售在物联网世界中,市场营销也能产生实实在在的效益,消化 RFID 的成本 例如, 葡萄酒和灌装啤酒的厂商由于与销售市场更接近, 可以降低价格, 从而消化标签的成本不过我们必须做出示范例子,才能在物联网中推广 5 物联网的结构 如果你接受现在的观点,那么就会顺理成章地得出这样的结论,即只有需要 通信的东西才会装上通信器件在上述金字塔的顶端,是人与人之间的对等机器 交流,例如我的个人数字助理和你的计算机之间的交流,在采用对等设备成本上 不划算的地方则布置 RFID 标签,因为 RFID 标签是满足基本通信需求的成本最 低的手段, 这是第二个层次, 在这个层次之下, 是被动型的数据存储, 如条形码, 它只能保存数据和身份,在这个层次,很多东西仍然是不可辨认和不可识别的 我们定义的未来的物联网还有一点与麦克法兰的提法不同,麦克法兰认为, 物体"能连续地参与和决定自己的命运",我们则认为,只有在感知物体直接或间 接地发出指令的时候(在金字塔的顶端) ,或智能物体发出指令的时候(在第二 层次) ,才会有通信即便在第二层次,智能物体一般也是由一个感知器件控制 和预先决定的(在物联网中,所有的东西,包括人,都是物体) ,因为只有更高 的层次,才能做出判断效益的决策 所以,物联网是在一个个案例的基础上运行的,由感知物体从成本上逐个判 断,处理代价是否能适合需求,物联网是由这些案例构成和限制的 物联网中的商务案例是靠 RFID 标签,智能标签或智能卡运行的静态信息 如产品身份,重量,售出时间,产地等,可以存储在条形码上,也许是两维条形 码,用移动设备和漫游设备可以阅读条形码 我们不需要给每个物体都装上主动通信的器件, 我们要做的是提高阅读器扫描被 动信息的能力,如扫描条形码,使我们在询问时能获得信息,这样做是因为我们 有应用案例的强大支持我们很多人已在超市使用自我扫描技术付账了,许 多移动电话都能阅读条形码虽然让冰箱通过 RFID 标签自动向超市询问存货和 自动付账听起来很有吸引力, 但其实还有一些更为廉价的方法能达到同样的效果 许多此类物联网可以用手动扫描条形码的方式实现,例如,用扫描器把冰箱 里的食品显示在冰箱上的屏幕上屏幕上还可以显示食品的售出时间,发出过期 报警如果超市的付账柜台上也储存有售出日期的信息,就可以用现在的 Wi-Fi (无线保真)技术把这些信息传送到用户的个人数字助理和电话上,用户的冰箱 上或家庭电脑上,也可以传送到家里各处放置的,不见得放在冰箱里的已购买的 食品上 我们所提出的物联网的架构是这样的,它并不是把世界上所有的物体都以对 等的方式连接在一起,而是给有些物体贴上 RFID 标签,有些物体贴上条形码 在我们的物联网架构中有些物体有询问能力, 还有些物体则仍然处于未连接状态 物联网的主要功能是处理信息,这些信息的获得并不完全靠 RFID 标签当 然 RFID 标签将会发挥作用,但 RFID 提供的信息只是物联网的一个组成部分 在物联网中, 不是简单地给每件物体都做出身份标识 我们把物品分成了若干类, 这种分类构成了前述的金字塔梯级结构, 每个梯级采用的信息获取和发送技术都 是不同的也许我们可以给出这样的梯级结构: A 级:带有一般的固定静态数据的物品(如一听西红柿) B 级:带有分类静态数据的物品(如标有售出日期的生菜) C 级:带有独特的固定静态数据的物品(如标有特别分量,产地和保质期的一片 肉) D 级:带有可变综合静态数据的物品(如带有温度感应器的冷冻食品综合标识包 装) E 级:带有可变分类静态数据的物品(如运载箱装商品的货盘) F 级:带有一般临时静态数据的物品(如卡车载的货) G 级:带有可变独特静态数据的物品(道路通行费标签;带有温度感应器的独特 标识的物品) H 级:带有分类可变数据的物品(如车辆) I 级:带有特殊可变数据的物品(如冰箱,音响系统,中央空调,房间报警系统, 车辆等) J 级:智能物品(如计算机,个人数字助理) K 级:有感知的物体(例如人) 这样的分类,是按本文的思路提出的,并不能算是正式的分类下图所示为 物联网的金字塔架构: 我们并不打算把世界上的每个物体都标识在这个金字塔架构图中世界上的 大多数物体—田野里的树木,沙滩上的躺椅,树上的鸟儿等都是不需要通过物联 网来交流的在可预见的未来,现实世界中的大多数物体都不会连接在一起在 物联网中,我们可以把这些物体称为未标识类物体 从金字塔的底部上行, 我们会发现, 紧邻底层 A 的那几个层次中的物体可以被识 别,但是被动式的,这些物体被询问是可以应答,但不能主动通信B,C,D 层次中的物体一般是用条形码标识的,B 层次是简单的综合标识,例如一听西红 柿C 层次是类似瓜果梨桃一类的物品,它们往往有同样的身份,但售出日期不 同 层次的物品是有单独特点的, D 例如每个产品都有不同的重量 在物联网中, 我们可以把这一层次中的物品叫做被动可标识物品增加的信息都不是特殊的, 产品的重量是不变的这一层次中使用的 RFID 标签都是被动型标签 E 层次的数据来自传感器,传感器是被动的,在询问时可以应答,但如果某 些参数(例如温度)超出了规定的限度,也能主动通信,我们把 E 层次的物品叫 做具有激发通信能力的物品, 当然只有在成本效益合理的情况下才采用这种技术 这些物品的数据可变但也是被动的,不过与 D 层次中的可变被动数据(例如一 公斤香肠)完全不同 D 层次和 G 层次的物品都有组合的数据,D 层次中是综合的可标识物品,G 层次中的是特殊的可标识物品例如,道路通行收费标签可在车辆行程的入口和 出口被读出 这两个层次的物品一般不能通信, 它们往往是被询问时才做出反应, 但不能排除它们具有通信功能我们把这种物品叫做"载有其他物品数据的物品" H 层次的物品则不仅有独特的身份,而且有独特的寻址功能,它们能主动通信, 也能对询问做出反应,可能还可以处理大量的瞬间变化数据智能汽车就是一个 例子我们把这个层次的物品叫做"为其他物品服务的物品" 在金字塔的顶端,是真正的智能器件,如计算机或有感知的物体(例如人) , 这些物体有能力主动通信和主动询问 智能物体和感知物体之间的根本区别在于, 智能物体的运行决定是由感知物体控制的,或者说,智能物体的行为是由感知物 体(例如人)设定的所以,在物联网金字塔的顶端,总是感知物体在控制,不 是物品自己做自己命运的决策这种理解与 MIT 最初的概念是根本不同的我 们认为,只有采用这种梯度层次架构,物联网才能产生合理的实际效益,才能获 得投资 我们当然可以做出不同的分类,分出不同的级别,但问题的关键不在这里 关键是物联网不会,而且永远不会成为和人与人之间的网络一样的,具有自主意 识的网络(采用 RFID) ,物联网将是一个由具有不同特性和能力的物品组成的一 个梯度分层架构;它的性质是由应用案例和实际效益决定的,采用的技术是否合 理也是由实际效益决定的(有时只能用 RFID) 所以,在物联网中采用 RFID 的具体效益是反映在多个结构层次上的,其合 理性取决于济效益,其特点和行为设计的合理性也取决于实际效益(尽管可 能会有额外的下游效益,或以后会发现效益,但这不属于初始的效益) 物联网 中物品能力的合理性也是由具体的效益决定的 物联网本身是不会产生什么奇幻 的济效益的,世界上的许多物品将仍然处于物联网之外 6 结论 为发挥物联网的潜在效益,需要着重注意新型的因特网和已有数据的 *** 控,而 数据的传输技术,虽然很重要,却是次要的考虑因素需要制定物品层次之间交 流的规则,需要开发数据采集/交换/交易的网络服务如果物联网有一天真的出 现了,那么首先要关注的是数据管理,转换和处理的标准,而不是什么特殊的空 间接口总之,尽管 RFID 在物联网中有重要作用,但它毕竟只是物联网中的一 种数据传递技术,要形成商业市场,就要开发产品(软件系统) ,使因特网中的 物品能动起来,我们要更多地关注使物联网具有交流功能的网络服务我们需要 有标准化的服务标准制定组织,如 CEN,ISO,ETSI,应发挥重要作用

2019年全球ICT产业关键字,聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境(XR)、区块链、数位分身(DigitalTwin)持续出笼,尤其人工智慧加速晶片及量子电脑的发展,伴随5G商转,势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴,2019年COMPUTEX,全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张,为5G时代提供更符合更多使用情境(usecase)的整体运算方案,并展现强大生态系能量。

Arm在COMPUTEX2019有哪些亮点展示?瘾科技带你浏览四大解决方案 亮点一:物联网平台

回应Arm的目标在2035年打造达一兆台连网装置,为了让连网装置深度沟通,Arm针对IoT平台的生态系,近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX,Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境,「任何装置、任何资料、任何云端」(Anvice,Anydata,Anycloud),管理任何种类的连网装置与连接,应付任何内外部不同类型的资料,连接任何公有、私有及混合云端。

换言之,Pelion平台让企业在安全环境下,管理各项物联网装置,无限制连结任何规模的资料。COMPUTEX也展示,Arm收购TreasureData后,借助巨量资料技术能力,Pelion平台对资料流程进行融合,让企业用户以高效、更安全的技术部署、连接和更新连网装置,顺利走入物联网的资料世界。

亮点二:AI机器学习

联网装置与数据资料爆发成长,人工智慧的机器学习应用,逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长,Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势,以及GPU数据处理压缩能力和高吞吐量的设计特点,将其整合至机器学习晶片设计之中。针对机器学习热潮,Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序,在功能性与可扩展性方面,能实现更快机器学习效率。根据统计,目前ProjectTrillium平台的学习数据吞吐量,比起过去CPU、GPU协同作业的机器学习效率,已经达2~4倍以上,效能也优于传统DSP的可编程逻辑。

换言之,ProjectTrillium是一个异质的ML运算平台,平台架构包括ArmML处理器、开放原始码ArmNN软体框架,目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化,包括超过两倍能源效率,达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍,以及提升至高达八核心的次世代峰值效能,与每秒最高32兆次运算(TOP/s)。

随着机器学习需求愈来愈高,开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率,并有强大的软体生态系统支援,让整个生态系统的AI效能极大化。

▲Arm示范如何在装置上快速的执行机器学习功能,挑战人的记忆,和装置相比,看谁能先辨出不同的图像。

亮点三:AR/VR装置

前几年开始流行的AR、VR装置,过去最大挑战来自虚拟视觉的稳定度。对此,Arm因应5G科技演进推出多款全新高阶IP套件,其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造,让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版,最高可对应3K解析度与120fps更新率,虚拟视觉影像得以更稳定呈现。全新的硬体功能,加速头戴式显示器的虚拟实境运算,实现更小、更轻、更舒适的VR装置部署。

▲在COMPUTEX展示OculusQuest的VR头盔,提供高效能、无线,摆脱传统VR装置需要连接线的牵绊,创造VR装置新体验。

当然,使用者对AR、VR装置的期待除了影像稳定,在沉浸式体验方面,还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正(LensDistortionCorrection)、色差校正(ChromaticAberrationCorrection)、非同步时间扭曲(AsynchronousTimewarp),对应更清晰、更真实影像,还能降低配戴者头晕情况。除此之外,Mali-D77显示处理器IP,3K120虚拟实境效能,硬体节省VR作业负载4成以上系统频宽,以及12%功耗表现。Arm表示,为了让VR更为普及,在全球达到数十亿台装置的长期目标,Mali-D77解决现阶段显示技术的挑战,为VR产业迎向下一个新世代。

亮点四:车用

Arm在今年COMPUTEX展示的第四个亮点,聚焦在汽车应用。Arm在车用方面扮演重要角色,因其牵涉稳定与安全,尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此,Arm针对车载安全推出ArmSafetyReady计画,同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE,借由整合Split-Lock提供车载所需的安全性。

换言之,ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画,从系统性流程到研发,且通过ISO26262与IEC61508标准,一站式提供软体、元件、工具、认证及标准等资源,确保加入此计画的合作伙伴其SoC与系统,皆达到最高安全层级。

今年COMPUTEX也展示基于Arm的DMS(DriverMonitoringSystem)驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型,由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测,并发出音频以提醒驾驶。Arm在智慧驾驶领域,也展开AutomotiveEnhancedforFunctionalSafety计画,将推出首款多情绪执行处理器,以强化新世代安全驾驶体验。

▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右),情绪执行处理器问世将有助驾驶安全。

聚焦未来世界,打造创新体验

Arm在COMPUTEX2019展会中,展现新世代运算领域的创新技术与相关应用。除了上述相关亮点,也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架,包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios,透过生态系统合作帮助开发人员更快采用、更快上市,透过机器学习软体优化,有效扩展硬体效能。

想像未来的世界,5G传输、机器学习、终端运算可能已经成为我们生活的日常,而产业之间将呈现万物联网的庞大生态系。对此,Arm将持续展现其领先技术优势,携手物联网超级战队掌握下一波科技浪潮。


推动中国物联网嵌入式人才培养

11月28-29日,由中国电子学会、中共绍兴市委、绍兴市人民政府主办的 2020年第十六届中国高校电子信息学院年会 在绍兴国际大酒店圆满举办。来自全国各地电子信息领域的专家学者以“ 后疫情时代的新工科人才培养的机遇与挑战 ”为主题,共同研究和探讨电子信息领域相关学院在工程教育、产学研结合、科研及专业建设等多方面议题。会议期间, 广和通与中国电子学会、意法半导体、睿赛德 科技 共同签署嵌入式专业技术人才培养战略合作协议,通过强强合作全力推动中国物联网嵌入式人才培养。

随着物联网的快速发展,企业需要新的技术和系统来处理和感知物联网的大量数据,对专业人才的需求也日益增加。据预测,2020年我国物联网产业规模将突破15万亿元。未来几年,智能领域的人才需求量在20万以上,但每年的物联网专业的毕业生规模不足10万人,供不应求态势凸显。

为推动物联网生态的 健康 发展,积极响应新工科建设,广和通持续加强与全国高校合作,积极推动物联网专业人才的培养。在此次大会期间,广和通携手中国电子学会、意法半导体、睿赛德 科技 , 共推嵌入式专业技术人才培养战略合作。通过加强产学研合作,为高校学生提供实习、实训计划,以加速科研向实际应用转换,促进毕业生就业等 。在制定人才标准、研发系列课程、出版培训教材、搭建学习平台、建设考试题库、颁发权威证书、举办竞赛活动、衔接国家有关部门政策等方面提供形式多样的实习、咨询、就业等服务。


广和通大学计划 产学研结合,资源优势共享

广和通大学计划,响应国家培养嵌入式专业人才的号召,设立了课程开发、共建实验室、共建实习基地、设置比赛等项目。通过更贴近行业、实际项目管理的课程,以及与高校共享专业调试仪器设备等,满足产业需求和面向未来发展的高度。同时,面向高校师生提供实习机会,结合产学研领域,进行社群支持。

广和通大学计划负责人王海亮表示,作为一家物联网 科技 企业,广和通希望通过自身的创新 科技 为产业各方搭建更好的平台,加快推动物联网专业人才的培养。未来,广和通将继续积极参与教育部产学合作项目,通过与产业合作伙伴达成战略合作,让传感、自动化、计算机、物联网相关大学生们可以更直接的方式学习全球领先的物联网开放技术,深化产教融合。

6月29日,由南京市人民政府与未来论坛共同主办,中国国际贸易促进委员会南京市分会、南京经济技术开发区管理委员会、南京市国际商会承办的 “2019未来论坛·南京峰会”正式 开幕,本次峰会的主题为 “同行・共创”

在开幕式上,南京市人民政府副市长胡洪,红杉资本中国基金合伙人、未来论坛理事周逵作为主办方代表分别对所有参会嘉宾表达了欢迎与感谢。南京经济技术开发区管委会副主任沈吟龙对人工智能产业新地标“中国(南京)智谷”的打造作出重点介绍。

在随后的大会主旨演讲环节上,浙江大学求是特聘教授、浙江大学医学院附属第一医院双聘教授、浙江大学应用数学研究所所长、浙江大学理学部图像处理研发中心主任、大数据算法与分析技术国家工程实验室杭州创新中心主任 孔德兴 ,元禾华创投委会主席、未来论坛理事 陈大同 ,英国帝国理工学院教授、中国人工智能产业创新联盟专业委员会主任委员及鲲云 科技 联合创始人及首席科学家、英国计算机学会(BCS)会士、英国皇家工程院院士、美国电子电气工程师协会(IEEE)会士 陆永青 ,地平线创始人兼CEO、未来论坛青年理事 余凯 ,为与会者带来了海内外最前沿的科研信息及成果转化经验。

在上午的论坛上,行业优秀的企业家、科学家与投资人围绕 工业物联网 中国芯片 两大热点 科技 领域主题进行了演讲和创新对话。

智能制造是振兴实体经济、加快工业转型升级的重要突破口。我国近年来相继推出一系列智能制造的战略规划,通过工业物联网实现数字化、网络化,能够提升企业的生产效率和产品附加值,缓解生产成本。

上海全应 科技 有限公司董事长兼CEO夏建涛 在“工业互联网技术及其在热电生产智能化中的应用”的主题演讲里带来了在工业互联网时代,关于热电产业化的观点。他认为我国工业主要有两大问题:

上海全应 科技 有限公司董事长兼CEO夏建涛

工业互联网平台出现能够解决上述问题,它对离散制造业来讲重点在于智能化的管理,对流程制造业重点在于工艺的控制。其在工业企业运用中主要有三个场景, 第一是在生产中运用,第二是对企业的数据进行管理和决策优化,第三是实现全产业链的资源优化配置与协同 。夏建涛以热能生产行业为例,分享了工业互联网在产业里如何使用及使用的效果。同时他还提到“海量数据+智能算法+超级算力”会产生超越人智力的智能化系统,将深刻改变人类 社会 。

会后,亿欧新制造频道与夏建涛进行了交流,他表示目前的工业互联网最终是要落实到具体的应用场景,企业采购任何一个设备或是系统,他需要计算投入产出比,需要能够切实地解决现有的问题,“一个工业互联网平台,或者一种技术能否说服客户,取决于你是否能为客户提供切实可计算的价值。”

玄羽 科技 董事长李鸿峰 在主题演讲“AI赋能3C制造”分享了在3C行业的智能制造。玄羽 科技 选择3C制造作为智能制造的一个切入点,是因为看到了3C制造在今天已经面临着 三大困境

玄羽 科技 董事长李鸿峰

当一个产业面临这些困境的时候,就必须考虑通过技术创新和成本优化进行转型升级,这就催生了他们对智能化制造的需求。3C制造行业的特点一是 高度 离散 ,二是 迭代非常快 ,这样的行业优势在于:通过 科技 手段能带来效率提升的价值空间很大。劣势在于:由于其太离散,改造的过程十分困难。在这一背景下,玄羽 科技 最开始选择的路径是以头部企业为主,它的特点是产线基础比较好,理念比较强,可以带动整个行业。

他表示 智能制造 并非是自动化,而是智能化 。在今天的技术上,智能制造一定是算法和算力的结合,通过数据和算法的方式,切入到智能制造,并且带来巨大的价值。

慧联无限首席科学家胡昱 在主题演讲“让产业动能更强劲——数字化产业园区20”中主要分享了工业物联网的工作场景之一“数字化产业园区”的具体应用。

慧联无限首席科学家胡昱

“数字化产业园区”的价值在于利用LPWAN技术帮助园区内管理者提高管理水平和对园区入驻企业提升服务质量,他详细介绍了智慧园区解决方案的架构、平台的概述以及在实际案例中利用数字化运营的方法,并分别概述了解决了来自园区不同角色的痛点问题,希望最终打造一个构建结合园区的开发商、运营商,地方政府还有行业协会综合的融合平台。

工业物联网的核心是信息智能与工业智能的融合。通过采用信息技术,例如物联网、大数据、人工智能、区块链、5G等实现以数据驱动的工业应用的信息化与智能化,进而提高产业效率,创造价值。协合新能源集团执行董事兼CTO、未来论坛青创联盟成员尚笠尚笠作为对话环节的主持人与各位企业领袖、科学家针对发展工业物联网,难度究竟在哪里?即将到来的5G网络时代将怎样推进工业和制造业的数字化变革?从工业自动化向工业智能化升级,产业和企业如何把握新机遇等问题展开了讨论。

科技 创新对话——工业物联网:“智造”升级

慧联无限首席科学家胡昱 认为工业物联网在中国会不断往前走,但是在这个过程中,有一些定数会被打破,包括我们的工业。他认为工业物联网的IT和OT的融合还需从组织架构和战略两方面来进行。另外,从工业物联网技术创新角度看,他认为传感器创新非常重要。

清华大学计算机系长聘副教授、博士生导师李丹 认为,现在工业物联网从概念到落地,已经在是在缓慢增长的阶段,后面会越来越好。这是因为技术上是成熟的,产业的需求也在。另外,他认为IT和OT的结合,本身就会催生出新的技术创新的机会。

玄羽 科技 董事长李鸿峰 认为工业物联网要有一个循序渐进的客观规律。工业物联网IT和OT的融合,就是两化的融合。这种融合依托的是“彼此理解”的融合,信息化的人一定要了解工业上的东西,工业人一定了解信息化的东西,在实际的项目上进行打磨、成长,这样才能在将来真正意义上增加两化人才。他认为工业物联网创新,数据是基础,没有数据就没有依托了,数据从量变到质变,就会衍生出应用的创新。

毕马威中国管理咨询服务主管合伙人刘建刚 认为工业物联网的应用现在不仅仅是一个概念的问题。怎么把概念落为实处?一是要从需求导向;二是战略驱动;三是企业本身的能力建设;四是必须要场景切入;五是生态系统协同的能力。从工业互联网行业发展来讲,要有标准:一是工业互联网接口开放的标准;二是融合后的IT架构的标准。

上海全应 科技 有限公司董事长兼CEO夏建涛 认为工业物联网只有正向、增强性的循环,这个产业才能真正落地。工业物联网要IT、OT深度在一起,认为云+端的创新,对工业物联网技术创新非常重要。

启明创投合伙人叶冠泰 认为,促进工业互联网的发展,非常必要的一点是IT和OT的紧密结合,但更为重要的关键点是缩短打通整个行业的利益链条。

推荐阅读:

制造突围,粤港澳大湾区企业转型在路上

物联网、大数据、机器人纷纷助力,离散制造业要走的智能化之路

工业互联网的前世今生:初探工业互联网

物联网,被视为继互联网之后的又一次资讯技术革命浪潮,物业,物联网所带来的资产价值将是互联网的数十倍,下一个万亿元级别的资产非其莫属!在资讯时代,以计算机为代表的第一次资产浪潮、以及以互联网、移动通讯网为代表的第二次资产浪潮已经过去,现在人们正面临着以物联网为背景下的第三次资产浪潮。一个万物互联的时代即将到来,各种智能化设备应用,人物感应,都逐步普及到社会各个角落。物联网即将取代互联网,这不是一个趋势,而是一个现实。
物联网的过去、现在和未来究竟如何?物联网对中国来说意味着什么?为什么说物联网是世界给中国的大礼包与机遇?物联网未来有哪些趋势?5月25日,加州大学伯克利博士、深圳市蜂群资产服务集团副总裁、深圳市蜂群物联孵化器有限公司CEO林昕,在深圳市物联网智能技术应用协会、中国网·中国物联网频道、深圳市蜂群物联网公益基金会共同主办的物联网创新应用论坛与社会影响力投资项目发布会上,进行题为“物联网的过去、现在和未来”的主题演讲,为现场嘉宾带来一场思维盛宴。
物联网对于中国有何意义?
林昕谈到,物联网不是一个普通的技术,它是一个重大的技术革命,2000年以来,中国连续得到了四个上天给予的大礼包。第一,中国加入WTO,美国总统特朗普认为WTO对美国来说是个亏本买卖,相反中国加入WTO后,出口贸易占世界份额从0跃居到35%,后来居上。第二,数字经济的红利,可以从两个层面来说:一是欧美国家的电讯基础设施在数字压缩技术出现前已经完成,而中国则是在数字压缩技术出现后开始的,因此我们以较低成本就完成了数字化基础建设。二是中国的数字技术被广泛应用在服务领域,如被称为“新四大发明之一”的移动支付,在欧美国家使用比例非常低。第三,得益于梅特卡夫效应。梅特卡夫效应是说在网络基础设施完成后,网络的价值与用户平方成正比,我国人口基数庞大,带来了巨大人口红利。第四,对中国来说,物联网技术和应用将释放更大的梅特卡夫效应。按照梅特卡夫效应原理,人与人链接的互联网时代,网络价值与13亿平方成正比;而万物互联的物联网时代,网络价值则是500亿台机器链接的平方成正比,价值空间可想而知。
物联网未来将如何发展?
林昕表示,物联网的发展经过了很长时间的变迁和探索,应该从以下几个方面入手,分析物联网的发展趋势。首先,从技术革命的角度来看,在历史演变的进程中,人类经历过很多次革命,比如工业革命、资讯技术革命等……但由于历史、政治、思想等多方面的原因,我国在清朝时期错过了工业革命,这直接导致了我们日后近百年的时间过着被屈辱被奴役的日子。其次,物业天津,从资讯技术革命的角度上来看,我国科技行业起步比较晚,但起步后国家在基础设施上进行了大量投资,促进了资讯技术的飞速发展。“我国现在的资讯技术水平不亚于世界上的任何一个国家,当今世界互联网十大公司有四家属于中国,这足以看出我们国人的实力。现在我们已经步入物联网技术革命时代,紧接而来的将是人工智能技术革命和基因新工程革命时代,在这一点上,美国的媒体就曾断言今后物联网技术革命的赢家会是中国。”
从数字经济的角度看,我国从1967年数字经济开始步入正轨后,先后经历了计算机时代和互联网时代,当下我们面临着数字经济的物联网时代,这也是数字经济的第三个阶段。“我们国家发展数字经济的时机非常好,我们只用了西方国家四分之一的成本就完成了他们之前的工作,也因此数字经济就是上天给予我们的一个大礼包。”
物联网实际就是互联网的下一个阶段,互联网时代,各个国家都走在增速的道路上,中国进步的速度更是令国外媒体咋舌。林昕坦言,基于我国的人口基数大,其实更加为互联网商业时代的发展提供了巨大的机遇。有人曾预计,中国物业搜索,物联网在2025年全世界会接500亿个点,西方的媒体认为,这500亿点80%-90%都会在在中国。“物联网,它是一个大号的梅特卡夫效应,500亿的连接正在发生,2020年以后会有一个更大的飞跃。”最后,林昕博士对中国物联网的未来进行了一个精彩的总结。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/13115883.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-30
下一篇 2023-05-30

发表评论

登录后才能评论

评论列表(0条)

保存