【根据2015(第六届)中国物联网大会现场速记整理】
物联网已经3.0了，你知道吗？
从创新的角度谈物联网发展，IBM认为物联网已经经历了好几个阶段的发展。沈博士认为物联网已处于3.0阶段：1.0阶段是互联互通加简单分析的阶段，主要在构建一个互联互通的物联网系统，将传感器互连，将信息传给数据中心，做简单的数据处理。对IBM而言，2.0阶段更多是在构建一个共享的物联网平台，尤其是对来自物理世界大量的物联网数据进行处理，需要扩充和发展很多不同的信息处理技术。现在迈向3.0阶段的最大特点是物联网技术和云计算技术的深入融合，以及数据分析的深入发展带来巨大影响。对IBM而言，物联网3.0的最大趋势就是，一方面是物联网技术与方案向云端移动，物联网部署的方案从本地部署上升到云端来提供。二来，如何对物联网产生的大数据去伪存真，进行深入分析，来产生可执行力的洞察力，不但理解物理世界，更需要根据理解来改变、优化世界。IBM则希望帮助企业从业务优化走向产业转型。
物联网3.0的自我学习能力：认知计算与物理模型
对于物联网3.0系统拥有可执行的洞察力，沈博士表示，首先，物联网数据处理需要对现有技术进行拓展。物联网3.0的发展，需要新的IT技术创新。比如，如何构建一个更安全高效的云平台，数据分析和数据理解角度，也有很多创新，有许多可期待的重要技术创新和突破。在此，我要特别强调三个方面，一是传统IT数据处理技术会有大的突破。可能是性能的突破，比如物联网处理系统需要一秒钟处理上百万信息；也可能是需要对非结构化数据 进行存储和处理，需要新的技术，传统的数据是结构化数据，可以依赖于包括关系数据库这类技术来进行管理和处理，而对于物联网中大量非结构化的数据，应该如何处理。
第二，物联网引入物理模型来模拟物理世界。这方面也很重要，物联网3.0需要引入物理模型，用来模拟理解物理世界的模型，比如对天气的理解，比如当利用物联网技术来构建智慧医疗系统时，需要对疾病的风险控制的理解模型，物联网数据分析已超过传统IT数据分析的概念，需要构建大量的物理模型，并挑选出合适的模型，对物理世界做更好的模拟与理解。
第三，物联网通过认知计算产生洞察力和决策支持。物联网3.0的出现，会要求我们把认知计算，这样关键性的数据处理技术，带入物联网数据分析中。其中包括认知计算本身带来的机器学习的能力，我们需要未来的物联网3.0的系统具有自我学习的能力。第二，认知计算的重要特质是有强大的自然语言的能力，能帮助我们对物理世界做更好的管理。
未来的IT系统从概念层面可分为两块：传统的IT系统，也是基于记录的系统（Systems of Record）,其中的数据都是结构化的数据，在传统的IT系统中处理和存储，包括在IBM的大型机和关系数据库。另一部分是与物理世界或人与人之间互动的系统（Systems of engagement），这部分包括与物理世界的沟通的IoT数据，也包括人与人互动的社交媒体方面的数据。IT系统未来发展的重要方向是把这两部分有机的整合在一起，构建面向未来的，具有洞察力的系统（Systems of Insight），IT系统最核心的价值就是从数据中产生洞察力，这种洞察力是可执行的，不但可用来理解未来的物理世界，还能帮助我们管理物理的世界。
绿色地平线计划与物联网在各行业应用
IBM在物联网、大数据、云计算也做了很多尝试：去年，IBM启动了绿色地平线计划，集合IBM全球12家研究院最优的技术资源，旨在针对社会可持续发展的三大难题——大气污染防治、可再生能源高效利用和企业节能减排，推出全球领先的实践范例。其中就用到大数据分析，包括物理模型的分析处理、云计算、物联网相关技术来处理能源与环境的问题。比如在风力发电方面利用物联网技术预测72小时后风力产生量，实现更好的电力产出；如何构建企业平台，利用物联网技术实时跟踪处理，帮助企业节能减排；以及利用物联网技术做空气质量检测，提高预报预警精度，并可以提出好的解决方案。
例如在首都北京，政府制定了严格的城市空气污染防治目标。至2017年，规划用于治理PM2.5的投入将高达7600亿元，PM2.5平均浓度比2012年下降25%以上。为了支持北京清洁空气行动计划，IBM将与北京市相关单位合作并共同研发，利用IBM 认知计算、大数据分析以及物联网技术的优势，分析空气监测站和气象卫星传送的实时数据流，凭借自学习能力和超级计算处理能力，提供未来72小时的高精度空气质量预报，实现对北京地区的污染物来源和分布状况的实时监测
这些案例都是利用物联网技术、云计算和大数据来处理日常生活的挑战。从技术角度来说，这包括如何利用卫星数据、天气数据、实时空气质量检测的数据进行实时运算、预测，来做到未来48小时到72小时，1公里*1公里的小范围内的空气质量的预测。预测只是第一步，更重要的是预测之后为决策提供更好的支持。例如，如果预测到某个地区未来48小时空气质量将严重污染，可以采取哪些预案。
“这只是物联网或大数据应用于天气方面的一个例子，这样的技术也可以应用在食品安全、智慧医疗、车联网等很多领域做类似的尝试。”
边缘计算? 模拟人脑？IBM全球技术展望
最后，沈晓卫谈到两个预测，“数据产生的速度要比带宽增加的速度快一倍。” “到2017年，全球智能手机的计算与存储能力将超过地球上所有服务器的计算或存储能力。”并由此引发一个问题：“是否所有的计算、分析都要在云端进行？”从而引出边缘计算（Edge Computing）
“我们相信未来的世界可能由于监管原因、实时处理原因或数据传输带宽的原因，会有相当大部分的处理会在网络边缘发生，可能是手机等终端设备或是边缘服务器。云计算系统将逐渐走向云计算+边缘计算的系统。这样的系统如何构建、管理或编程都将是未来面对的巨大挑战,当然也是机遇。” 沈院长表示。
今天的IT系统从计算机体系结构来讲是冯诺依曼的系统，是对人脑的逻辑思维是一个很好的模拟，而在形象处理能力、形象思维能力是很欠缺的，而物联网的感知能力很多是基于形象思维。为此， IBM也做了很多尝试，去年IBM在模拟人脑方面有一个重大突破，就是构建了一个用以模拟人脑的系统（图5），到目前为止，这个系统有54亿个晶体管，可以模拟大约100万个神经元，两亿五千万个神经突触，更为重要的是这个系统的功耗为70W，我们知道当一般人脑思考问题的功耗为20W，而计算机、特别是超级计算机一般都功耗很高，所以从这个角度来看模拟人脑的进一步的发展将对物联网未来的前景提供‘非常浪漫’的想象力。
最后，沈院长介绍了IBM研究院每年都会做的全球技术展望，其目的是预测未来三到五年重大技术趋势，包括IT行业技术发展，及技术发展对其它行业的影响，告诉大家目前我们能看到的重大技术突破的领域，大家可以在图上看到很多的领域，包括：数据管理领域、物理分析的能力、模拟人脑等，都将对物联网技术有很大的促进，也为我们提供很大的想象空间。“物联网的创新，很多是跨领域的创新，很多时候它已不仅仅是IT的创新，而是把IT与物理世界进行融合，用来自IT系统的创新来改变其它行业。物联网创新从创新的角度而言，需要参与者跨领域的合作，这也是IBM研究院在中国一直所做的尝试，希望可以和不同行业的人士展开这方面的合作。”
访问人数：