ZNV力维曹友盛：AIoT 如何赋能智慧城市创新实践 | AIoT+智慧城市峰会

12月20日，雷锋网(公众号：雷锋网)主办的AIoT+智慧城市峰会在深圳举行，ZNV力维首席技术官曹友盛在峰会上分享了ZNV AIoT架构设计与 AIoT如何赋能智慧城市的创新实践。

以下内容为曹友盛博士的演讲全文，雷锋网在不改变原意的基础上做了细致梳理及增改：

ZNV力维主要做两件事，一个是AIoT，一个是智慧城市。我首先提出一个概念，智慧城市离不开AIoT，第二我会简单介绍下力维在智慧城市上的创新实践。

AIoT是科技发展的自然产物 

AIoT，到底怎么定义？AIoT是不是颠覆了过去的物联网？

力维认为AIoT不是要去重构一个网， 是科技发展自然形成的产物。AIoT是继网络集成、设备集成、系统集成后，对数据、知识和智能的集成。

下面这张图可以看出 AIoT是如何实现技术上的成熟：

首先，从 1956提出人工智能后，人类一直希望通过人工做出一个能够模拟人类智慧的机器人。这个梦想在经过1985年的机器学习与2012年的深度学习突破后，人工智能首先在下围棋上击败了人类，并逐渐在人脸识别上第一次有了人工智能的可应用场景。实现以人为中心的视频深度学习是当前人工智能的主要方向。

其次，在物联网建设上，人类最早提出的是 M2M（Machine to Machine）设备对设备的交流。通过移动通讯对设备进行有效控制，从而将商务的边界大幅度扩展或创造出较传统方式，更高效率的经营方式亦或创造出完全不同于传统方式的全新服务。随着大数据和云技术的出现，人类希望通过无处不及的云端作为产生人工智能的核心(大脑)。

随后，人类发觉我们的M都在地面，尤其是移动终端。而云在天上，让地面的 M通过天上的云，与另一个边上的 M实现 Talk。于是，就产生了雾计算、边缘计算与智能感知设备。

从组网技术上，我们经过了固网、2G、4G，以及即将来临的5G。

5G改变的不仅仅是网速，而是生活。如果说 4G是解决了人与人之间的通讯问题，那么5G就是解决“人与物”之间的沟通问题，万物互联。

相比4G，5G的技术优势可以植入到更多的使用场景中，让无人驾驶更安全，远程医疗变成现实。更多的应用让人机互动更为智能，3D、VR等娱乐更丰富，更高的传输速率提高了人们工作效率。

低功耗无线组网（LPWAN）的技术和IPv6的诞生(6LowPAN)，让人类能够赋予世界上“每一粒沙”一个独一无二的 IP地址。

量子计算技术可以在 1立方毫米的空间构筑一个计算机，与传统的物联网移动连接技术相比，LPWAN技术更具明显优势。

由于广域覆盖和每个地区的多终端容量，预计总体网络连接成本将大大低于传统移动宽带连接成本。一沙一世界是完全可以实现的。

经历了互联网、互联网+、移动互联网，以及软件技术的不断成熟。于是乎，一种基于人工智能、组网技术、6LowPan和互联网软件的融合技术下的智能化网络AIoT呼之欲出。

AIoT是对物联网进行智能集成

很多人在描绘AIoT，有人说AIoT是AI+IoT。

力维认为，AIoT不是要去重构一个网，而是要通过自主性边缘、AI定义网络和硬件、多传感器集成、数据安全、故障自愈、区块链等技术手段提升现有的物联网。同时运用增强型学习、人工智能驱动、DIKW的智能化递进、物信孪生实现全面透彻的感知、宽带泛在的互联、智能融合的智能空间。

过去大家对于物联网的构筑和集成非常关注，实现 AIoT的网络技术大多数已经突破。对于如何让物联网智慧起来，我们还有许多事要去做。尤其是构成 AIoT的三个基础需要： 

a.打通城市物联网从感知到认知的“任督二脉”,形成感知到认知的“闭环”；

b.解决智慧共享， 智慧流动，智慧交流，建立数据 DIKW的智能化递进，建立专业知识图谱，解决数据应用的落地；

c.智慧从智能感知做起， 边缘计算，区域智脑， 城市大脑。建立一个全网智能的物联网。 还有待于我们大家的共同努力。 

打通感知到认知的“任督二脉”,形成感知到认知的“闭环” 

AIoT和智慧城市之间的关系是什么？

我认为，AIoT只做一件事，就是在IoT这个物联网上做一个智能集成，过去有网络集成、系统集成商，现在我们提出一个新的概念：智能集成，AIoT就是在物联网上做智能集成。所以从这里我们看出AIoT并不是简单的AI+IoT。

AIoT要实现智能集成关键在于打通感知与认知的“任督二脉”，形成“赋能”闭环。任督二脉是中医理论的一部分，属于"经脉"中的"奇经"任脉主血，督脉主气，为人体经络主脉。任督二脉若通，则八脉通，八脉通，则百脉通，进而能改善体质，强筋健骨，促进循环。

回到AIoT 架构，一方面是关于大量的采集到的原始数据，我们希望通过 AIoT从数据的整理和清洗中获得信息，从对信息的逻辑分析中固化出知识，最后能够在大量的知识中产生认知，也就是智慧。知识是对于过去的总结，认知和智慧是对于未来的预测和判断。这就是所谓的DIKW 模型。

形成“赋能”闭环。是指通过 AIoT 技术，将物理世界转换映射到信息世界，把传统业务“上线”。（物信孪生）能够同感智能手段，提升业务的“效率”，让智能成为行业人员智慧的延伸。物联网节点之间，能否产生“协作”，互融互同，互相赋能。

感知端发展趋势在于网络、算力和存储三个方面。作为 AIoT技术硬件的三大支柱，在过去十年中，技术可行性与经济可行性发生了指数级提升！

a、网络领域：带宽提高千倍，而成本下降到原来的 1/40倍。

b、计算领域：计算芯片下降到原来的 1/60倍。

c、存储领域：单容量硬盘增加万倍，而成本下降到 1/17。

以业务模型（数据模型或知识模型）驱动智能化能力，实现物自主化与物协作化。认知是 DIKW的最高层次。打通任督二脉就是为了爆发出原来不可能想象的能力。随着大数据和拟人化思维技术的突破，我们可以模拟人的思维能力和知识累积，创新思维来达到。 

a) 提升生产与服务过程的敏捷性与协作性。“智能辅助开发”

b) 提升资源共享，全网流动。“算力、AI等赋能”

c) 降低生产与运营的不确定性。“描述（增强）型分析”

d) 建立端到端的行业智能。“DIKW（半）自动化构建”。

e) 物理世界与信息世界从割裂到协作融合。“物信孪生”

f) 流程割裂到全流程协调。“数据融合-> 业务融合”

g) 产业生态多边开放协同创新

AIoT的出现，必然是产业链变长，增加了端到端的协作，数据产生价值将是整个行业的发展趋势，“主导权”将会由底层智能硬件设备往最能产生价值的“认知层”流动！做强“认知层”的某个环节形成“蒙古刀”，从而控制“产业链”。做强智能硬件的协作与赋能，形成“数据压强”与“网络张力”。

建立数据 DIKW的智能化递进，实现知识在线

要实现 AIoT，从数据到认知的转换是不可能像现在这样利用大量的数据分析师与数据科学家：写入几十万行程序，用一个一个模型去试。我们期待的是数据上线化、信息在线化、知识网络化、认知自动化。在现实中，感知设备的数据采集需要在几秒钟内产生认知输出。所以，对于 DIKW的自动化需求是实现 AIoT的一个挑战。

最后我讲一下DIKW视角，知识是怎么获得的，从数据到信息到知识，最后到智慧，是一个著名的DIKW自动化模型。

十年前我们的平台商主要解决物理系统，那么，目前智能硬件商在做什么呢？物理平台上解决了数据问题，但有了数据没用，数据没有告诉我们任何有意义的内容，所以我们希望未来的十年是能够把我们的数据从D到信息，通过对数据的分析清晰提炼出信息，再通过对信息的编排、逻辑推理，固化出知识，最后在众多的知识运用合作以后，我们能够创造未来，发现未来，这叫DIKW模型。

这套模型是自动化的，这也是人类学习的模式，从幼稚园开始学习的时候，学习大量的数据，后来我们慢慢学到信息，最后得到了知识，然后自己再去创新，这就是智慧。认知层的流动是今后的趋势。

根据IT调研和咨询公司 Gartner的观点， 截止2020年，超过 40%的数据科学（data science）任务将实现自动化，这将通过平民数据科学家这一群体，带来生产力的提高和更加广泛的数据与分析应用。Gartner将平民数据科学家（citizen data scientist）定义为创建或生成模型的人，这些模型运用先进的诊断分析，或者具有预测性与说明性功能，不过这些人的基本工作职能却是在统计和分析领域之外。

Gartner表示，平民数据科学家可以弥合企业用户采用的主流自助型分析和数据科学家掌握的高级分析技术之间的鸿沟。他们现在能够执行在以前需要更多的专业知识才可以进行的复杂分析，从而完成高级分析，而无需具备数据科学家们独有的技能。

下图是一个 DIKW在线化、网络化、智能化架构设计。一个可以实现物联网的 DIKW智能集成架构。这个架构既是一个拟人化的架构，又是一个物联网架构。不同的是，数据、信息与知识和认知在这个架构里流动、交互、融合。 

数据通过采集器和数据连接，ETL将数据转换成可训练格式数据后变成了信息。信息经过DIKW自动构建算子平台后产生了知识和知识图谱。知识和知识图谱以模型的方法存储，流通、交互、赋能。在大脑中，知识产生碰撞后产生了认知和智慧。

“认知理论”是研究由经验引起的变化是如何发生的一种学习理论。它强调机体对当前情境的理解，知觉的动力和学习的动力原理一致，将认识具体化、形象化。“认知计算”这个概念早已有之。用电脑替代人脑是很多从事计算机科学的人的梦想。“认知计算”的一个目标是让计算系统能够像人的大脑一样学习、思考，并做出正确的决策。

举例说，力维在智慧城市，社区治理项目中，做了人口管理，盗窃嫌疑预警、重点跟踪人员预警、吸毒人员移动预警、容留吸毒嫌疑预警、实有人口未登记预警、肇事肇祸精神病人异动预警等几百个智能预警模型。在感知端、边缘端、区域端及时起到了良好效果，而没有必要跑到城市大脑去解决这些需要及时处理的小问题。 

AIoT 就是全网智能的物联网

Gartner fellow 兼副总裁 David Cearley 在分析 2019 年十大战略科技发展趋势时指出：

无处不在的智能设备提供各种基于大数据的贴心服务，将是科技的未来。Gartner 称之为 Intelligent Digital Mesh。Intelligent：AI 将深入所有已有的垂直行业，并创造出新的行业。Digital：物理世世界和数字世界将被折叠，新的「沉浸」世界将会产生。Mesh：人、生意、设备、内容、服务将连结成一个不断扩张的大网。

2015 年是摩尔定律的终结年，随着谷歌推出第一款 TPU 和 ARM 低功耗技术的普及，具有可编程、类脑神经，以及神经拟态计算的 AI 芯片不断出现，这些芯片具有更智能，更快、更简单、更便宜、更省电的特性。芯片已经从一维，二维发展到矢量芯片。如今随着人工智能 SoC 芯片的发展，一块低功耗的 SoC 芯片上可以集成载有高性能智能计算芯。神经拟态计算，可编程边缘计算 FPGA，同时拥有 GPU（类脑神经），FPGA（可编程）ARM（低功耗），甚至 TPU。 

AIoT 赋能智慧城市的应用实践 

基于这些理解，力维的AIoT架构搭建如下：Oasis是我们一系列的硬件，第二层是连接管理与连接的平台，包含虚拟拓扑、虚拟设备、虚拟服务，最上面是智慧的DIKW的自动化生成，这三大平台在形成力维AIoT基本单元。比如在一个神经元上可能没有上面两层，下面有连接和边缘智能，所有的单元都是通过管理器连接起来的，但是每个单元形态不一样，可以是边缘智能，也可能是区域智能，也可能是中枢大脑智能，每个单元网格里，智慧在里面流动，在里面传输，在里面得到提升，这就是我们讲的AIoT的架构。

作为社区智理解决方案的引领者，力维是首批将 AIoT 技术应用到智慧社区的解决方案提供商。力维“社区智理 2.0”解决方案基于多维立体智能管控平台，构建了以人工智能和大数据为核心的社区“智”理新架构，通过 AIoT 技术与社区管理的深度融合，对社区人口、房屋设施、车辆、消防等问题实现了智能发现、精准推送、闭环处置，极大提升了社区智能化治理和服务水平，创造了社社区治理新模式，并陆续在上海、重庆、银川等地区部署和应用。

例如，我们与上海市浦东新区共同打造了以公共安全、公共管理、公共服务为核心的社区智理 2.0 解决方案。力维将智能化技术充分应用于社区全流程和各个应用场景，构建起从立体感知到认知的全时空、全关联的社区智理体系。基于泛在感知设备和技术，整合人、地、物、情、事、组织和房屋等信息，将社区数据动静结合（动态数据与静态数据）、视物结合（视频数据与物联网数据）及时空结合（时间数据与空间数据），并在泛在感知数据基础上进行多维数据融合、分析和使能。通过“多维研判”、“扁平管理”、“闭环处置”实现社区治理的科学化、精细化、智能化，提升社区工作人员管理效能与社区居民获得感及满意度，打造高效和谐的社区环境。通过 AIoT 赋能社区治理，让社区感知更立体，让社区连接更敏捷，让社区治理更智能。

在浦东新区项目中，我们针对小区的人口、房屋设施、车辆、消防等问题实现了智能发现。譬如同感我们的DIKW模型，对盗窃嫌疑预警。不仅能够事先知道产生的问题，还能重点对跟踪人员预警、吸毒人员移动预警、容留吸毒嫌疑预警、实有人口未登记预警等。根据CCTV央视新闻报道，2018年11月6日，习近平总书记来到浦东新区城市运行综合管理中心考察，对上海的城市精细化管理工作给予了肯定，并指出“城市管理要像绣花一样精细，一流城市要有一流治理”。 

目前，我们的智慧城市方案已成功服务于二十多个城市，其中参与建设的智慧银川项目更是得到总理点赞，成为智慧城市建设的标杆。未来，力维会持续聚焦客户需求，深耕智慧城市行业。坚持技术创新，将更多 AIoT 技术和产品落地到实际需求与应用中，为客户创造价值。雷锋网

。