信息技术基础 课件 第9章新一代信息技术

第9章新一代信息技术本章要点：物联网虚拟现实人工智能

云计算大数据学习目标：了解虚拟现实的基本概念和应用了解云计算的概念和部署模型了解物联网的概念和关键技术了解人工智能的概念和关键技术了解大数据的概念和架构了解人工智能的概念和关键技术了解虚拟现实、人工智能、物联网、云计算及大数据的应用弘扬大国工匠精神，增强民族自豪感CONTENTS9.3物联网9.4云计算9.1虚拟现实9.2人工智能9.5大数据9.1虚拟现实CONTENTS9.1.3虚拟现实的关键技术9.1.1虚拟现实概述9.1.2虚拟现实的分类9.1.4虚拟现实的硬件系统9.1.5虚拟现实的关键技术9.1.1虚拟现实概述

虚拟现实（VirtualReality，简称VR）技术是20世纪90年代以来兴起的一种新型信息技术，它与多媒体、网络技术并称为三大前景最好的计算机技术。它以计算机技术为主，利用并综合三维图形动技术、多媒体技术、仿真技术、传感技术、显示技术、伺服技术等多种高科技的最新发展成果，利用计算机等设备来产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉。在这个虚拟世界中，人们可直接观察周围世界及物体的内在变化，与其中的物体之间进行自然的交互，并能实时产生与真实世界相同的感觉，使人与计算机融为一体。与传统的模拟技术相比，VR技术的主要特征是：用户能够进入到一个由计算机系统生成的交互式的三维虚拟环境中，可以与之进行交互。通过参与者与仿真环境的相互作用，并利用人类本身对所接触事物的感知和认知能力，帮助启发参与者的思维，全方位地获取事物的各种空间信息和逻辑信息。1虚拟现实概念

9.1.1虚拟现实概述

三维动画技术是依靠计算机预先处理好的路径上所能看见的静止照片连续播放而形成的，不具有任何交互性，用户只能按照设计师预先固定好的一条线路去看某些场景，它给用户提供的信息很少或不是所需的，用户是被动的接收信息；而VR技术则截然不同，它通过计算机实时计算场景，根据用户的需要把整个空间中所有的信息真实地提供给用户，用户可依自己的路线行走，计算机会产生相应的场景，真正做到“想得到，就看得到”。所以说交互性是两者最大的不同。1VR技术与三维动画技术区别

9.1.2虚拟现实的分类

在实际应用中，根据虚拟现实技术对沉浸程度的高低和交互程度的不同，将虚拟现实系统划分了4种类型：桌面式虚拟现实系统、沉浸式虚拟现实系统、增强式虚拟现实系统、分布式虚拟现实系统。其中桌面式虚拟现实系统因其技术简单，需投入的成本也不高，在实际应用中较广泛。1虚拟现实分为4种类型

9.1.2虚拟现实的分类

桌面式虚拟现实系统也称窗口虚拟现实，它是利用个人计算机或图形工作站等设备，采用立体图形、自然交互等技术，产生三维立体空间的交互场景。

在桌面式虚拟现实系统中，计算机的屏幕是用户观察虚拟世界的一个窗口，在一些虚拟现实工具软件的帮助下，参与者可以在仿真过程中进行各种设计。使用的硬件设备主要是立体眼镜和一些交互设备（如数据手套、空间位置跟踪定位设备等）。立体眼镜观看计算机屏幕中虚拟三维场景的立体效果，它所带来的立体视觉能使用户产生一定程度的沉浸感。有时为了增强桌面式虚拟现实系统的效果，还可以加入专业的投影设备，以达到增大屏幕观看范围的目的。

由于桌面式虚拟现实系统可以通过个人计算机或图形工作站实现，所以成本较低，功能也比较单一，主要用于计算机辅助设计CAD、计算机辅助制造CAM、建筑设计、桌面游戏等领域。1桌面式虚拟现实系统

9.1.2虚拟现实的分类

沉浸式虚拟现实系统利用头盔显示器和数据手套等各种交互设备把用户的视觉、听觉和其他感觉封闭起来，而使用户真正成为虚拟现实系统内部的一个参与者，并能利用这些交互设备操作和驾驭虚拟环境，产生一种身临其境、全心投入和沉浸其中的感觉。沉浸式虚拟现实系统采用多种输入与输出设备来营造一个虚拟的世界，并使用户沉浸于其中，同时还可以使用户与真实世界完全隔离，不受外面真实世界的影响，具有高度的沉浸感。

沉浸式虚拟现实系统在虚拟世界中要达到与真实世界相同的感觉，如当人运动时，空间位置跟踪定位设备需及时检测到数据，并且经过计算机运算，输出相应的场景变化，延迟时间很小，具有高度的实时性。

沉浸式虚拟现实系统能让人有身临其境的真实感觉，因此常常用于各种培训演示及高级游戏等领域。但是由于沉浸式虚拟现实系统需要用到头盔、数据手套、跟踪器等高技术设备，因此它的价格比较昂贵，所需要的软件、硬件体系结构也比桌面级虚拟现实系统更加灵活。1沉浸式虚拟现实系统

9.1.2虚拟现实的分类

增强式虚拟现实系统简称增强现实（AR），它既允许用户看到真实世界，同时也能看到叠加在真实世界上的虚拟对象，它是把真实环境和虚拟环境结合起来的一种系统，既可减少构成复杂场景的开销，因为部分虚拟环境由真实环境构成，又可对实际物体进行操作，因为部分物体就是真实环境，从而真正达到了亦真亦幻的境界。增强式虚拟现实系统有以下3个特点：真实世界和虚拟世界融为一体；具有实时人机交互功能；真实世界和虚拟世界是在三维空间中整合的。1增强式虚拟现实系统

9.1.2虚拟现实的分类

分布式虚拟现实系统，是指在网络环境下，充分利用分布于各地的资源，协同开发各种虚拟现实。分布式虚拟现实是沉浸式虚拟现实的发展，它把分布于不同地方的沉浸式虚拟现实系统通过网络连接起来，共同实现某种用途，它使不同的参与者联结在一起，同时参与一个虚拟空间，共同体验虚拟经历，使用户协同工作达到一个更高的境界。在目前，分布式虚拟现实主要基于两种网络平台，一类是基于Internet的虚拟现实，另一类是基于高速专用网的虚拟现实。

虚拟现实系统运行在分布式世界中有2个方面的原因：一方面是充分利用分布式计算机系统提供的强大计算能力；另一方面是有些应用本身具有分布特性，如多人通过网络进行游戏和虚拟战争模拟等。

目前，分布式虚拟现实技术主要被应用于远程虚拟会议、虚拟医学会诊、多人通过网络进行游戏或虚拟战争模拟等领域。1分布式虚拟现实系统

9.1.2虚拟现实的分类

可将其分为基于几何模型的图形构造虚拟现实和基于实景图像的虚拟现实系统；根据虚拟现实生成器的性能和组成可将其分为四类：基于PC机的虚拟现实系统、基于工作站的虚拟现实系统、高度平行的虚拟现实系统、分布式虚拟现实系统；根据交互界面的不同可将其分为五类：世界之窗、视频映射、沉浸式系统、遥控系统、混合系统。1根据虚拟现实生成的方式

9.1.3虚拟现实的系统的构成

在VR系统中，计算机负责虚拟世界的生成和人机交互的实现。由于虚拟世界本身具有高度复杂性，尤其在某些应用中，如航空航天世界的模拟、大型建筑物的立体显示、复杂场景的建模等，使得生成虚拟世界所需的计算量极为巨大，因此对VR系统中计算机的配置提出了极高的要求。1.计算机

9.1.3虚拟现实的系统的构成

在VR系统中，为了实现人与虚拟世界的自然交互，必须采用特殊的输入输出设备，以识别用户各种形式的输入，并实时生成相应的反馈信息。2.输入输出系统

9.1.3虚拟现实的系统的构成

VR的应用软件系统可完成的功能包括：虚拟世界中物体的几何模型、物理模型、行为模型的建立，三维虚拟立体声的生成，模型管理技术及实时显示技术，虚拟世界数据库的建立与管理等几部分。虚拟世界数据库主要用于存放整个虚拟世界中所有物体的各个方面的信息。3.VR的应用软件系统及数据库

9.1.4虚拟现实的应用领域

VR技术问世以来，为人机交互界面开辟了广阔的天地，带来了巨大的社会、经济效益。在当今世界上，许多发达国家都在大力研究、开发和应用这一技术，积极探索其在各个领域中的应用。由于虚拟现实在技术上的进步与逐步成熟，其应用在近几年发展迅速，应用领域已由过去的娱乐与模拟训练发展到包含航空、航天、铁道、建筑、土木、科学计算可视化、医疗、军事、教育、娱乐、通信、艺术、体育等广泛领域。9.1.4虚拟现实的应用领域

目前，VR技术在军事上的应用是最宽广的领域之一，传统的军事实战演练，特别是大规模的军事演习，不但耗费大量资金和军用物资、安全性差，而且还很难在实战演习条件下改变状态，来反复进行各种战场形势下的战术和决策研究。采用VR系统不仅提高了作战能力和指挥效能，而且大大减少了军费开支，节省了大量人力、物力，同时在安全等方面也可以得到保证。应用虚拟现实技术建立虚拟战场环境下的作战仿真系统，还将使军事演习在人员训练、武器研制、概念研究等方面显示出明显的优势和效益。目前，在军事领域的应用主要体现在武器设备研究与新武器展示方面的应用以及在军事训练方面的应用。1.军事与航空航天领域

9.1.4虚拟现实的应用领域

（1）虚拟校园

网络的发展和VR技术的应用，使人们可以仿真校园环境，因此虚拟校园成了VR技术与网络在教育领域最早的应用。目前虚拟校园主要以实现浏览功能为主，随着多种灵活的浏览方式以崭新的形式出现，虚拟校园正以一种全新的姿态吸引着大家。

（2）虚拟环境演示教学与实验

在高等教育中，VR技术在教学中应用较多，特别是理工科类课程的教学，尤其在建筑、机械、物理、生物、化学等学科的教学上产生了质的突破。它不仅适用于课堂教学，使之更形象生动，也适用于互动性实验。2.教育与训练领域

9.1.4虚拟现实的应用领域

（3）远程教育系统

随着互联网技术的发展和网络教育的深入，远程教育有了新的发展，真实、互动、情节化、突破了物理时空的限制并有效地利用了共享资源这些特点，同时可虚拟老师、实验设备等，这正是VR技术独特的魅力所在。基于国际互联网的远程教育系统具有巨大的发展前景，也必将引起教育方式的革命。

（4）特殊教育

由于VR技术是一种面向自然的交互形式，这个特点对于一些特殊的教育有着特殊的用途。中国科学院计算机所开发的“中国手语合成系统”，采用基于运动跟踪的手语三维运动数据获取方法，利用数据手套以及空间位置跟踪定位设备，可以获取精确的手语三维运动数据。2.教育与训练领域

9.1.4虚拟现实的应用领域

（5）技能培训

将VR技术应用于技能培训可以使培训工作更加安全，并节约了成本。比较典型的应用是训练飞行员的模拟器以及用于汽车驾驶的培训系统。交互式飞机模拟驾驶器是一种小型的动感模拟设备，它的舱体内配置有显示屏幕、飞行手柄和战斗手柄。在虚拟的飞机驾驶训练系统中，学员可以反复操作控制设备，学习在各种天气情况下进行起飞、降落，训练，达到熟练掌握驾驶技术的目的。2.教育与训练领域

9.1.4虚拟现实的应用领域VR技术常被用于商业产品的展示与推销。采用VR技术全方位地对商品进行展览，展示商品的多种功能，另外还能模拟商品工作时的情景，包括声音、图像等效果，比单纯使用文字或图片宣传更有吸引力。这种展示也可用于Internet之中，可实现网络上的三维互动，为电子商务服务，同时顾客在选购商品时可根据自己的意愿自由组合，并实时看到它的效果。在国内已有多家房地产公司采用VR技术进行小区、样板房、装饰展示等，并已取得较好的效果。3.商业应用领域

9.1.4虚拟现实的应用领域

在城市规划、工程建筑设计领域，VR技术被作为辅助开发工具。由于城市规划的关联性和前瞻性要求较高，在城市规划中，VR系统正发挥着巨大作用。

采用VR系统，不仅可以让建筑师看到甚至可以“摸”到自己设计成果，还能简化设计流程，缩短设计时间，而且可以随时修改。如改变建筑高度，改变建筑外立面的材质、颜色、改变绿化密度等，只要修改系统中的参数即可，而不需要像三维动画那样，每做一次修改都需要对场景进行一次渲染。它支持多方案比较，不同的方案、不同的规划设计意图通过VR技术实时地反映出来，用户可以做出很全面的对比。另外VR系统可以快捷、方便地随着方案的变化进行调整，辅助用户做出决定，从而大大加快了方案设计的速度和质量，也节省了大量的资金，这是传统手段如沙盘、效果图、平面图等所还不能达到的。4.设计与规划领域

9.1.4虚拟现实的应用领域

在医学领域，VR技术和现代医学的飞速发展以及两者之间的融合使得VR技术已开始对生物医学领域产生重大影响。目前正处于应用VR技术的初级阶段，其应用范围主要涉及建立合成药物的分子结构模型、各种医学模拟以及进行解剖和外科手术等。在此领域，VR应用大致上有两类：一类是虚拟人体的VR系统，也就是数字化人体，这样的人体模型使医生更容易了解人体的构造和功能；另一类是虚拟手术的VR系统，可用于指导手术的进行。5.医学领域

9.1.4虚拟现实的应用领域

娱乐上的应用是VR技术应用最广阔的领域，从早期的立体电影到现代高级的沉浸式游戏，都是VR技术应用较多的领域。丰富的感知能力与三维显示世界使得VR技术成为理想的视频游戏工具。由于在娱乐方面对VR的真实感要求不太高，所以近几年来VR技术在该方面发展较为迅猛。6.影视娱乐领域

9.2人工智能CONTENTS9.2.3人工智能应用9.2.1人工智能概述9.2.2人工智能关键技术9.2.4人工智能的安全与伦理9.2.1人工智能概述

人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。1.人工智能的定义

9.2.1人工智能概述

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。1.人工智能的定义

9.2.1人工智能概述

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。

从1956年正式提出人工智能学科算起，50多年来，人工智能取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经制造出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。2.人工智能的发展史

9.2.1人工智能概述

当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（DEEPBLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。同年，由DragonSystems开发的语音识别软件开始在Windows上实施。此外，CynthiaBreazeal还开发了可识别和模拟人类情绪的机器人Kismet。2016年，Google的AlphaGo程序击败了围棋大师李世石，而2017年，用于玩扑克的超级计算机Libratus完胜了多位顶级人类牌手。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。2.人工智能的发展史

9.2.1人工智能概述

（1）弱人工智能

代替人力处理某个单一领域的工作。弱人工智能的英文是ArtificialNarrowIntelligence，简称为ANI，弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能阿尔法狗，但是它只会下象棋，如果我们问它其他的问题那么它就不知道怎么回答了。只擅长单方面能力的人工智能就是弱人工智能。。3.人工智能的分类

9.2.1人工智能概述

（2）强人工智能

可以代替一般人完成生活中的大部分工作。这是所有人工智能企业目前想要实现的目标。强人工智能的英文是ArtificialGeneralIntelligence，简称AGI，这是一种类似于人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。强人工智能就是一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。强人工智能在进行这些操作时应该和人类一样得心应手。3.人工智能的分类

9.2.1人工智能概述

（3）超人工智能

在强人工智能的基础上，像人类一样进行学习，每天自身进行多次升级迭代。而智能水平会完全超越人类。超人工智能的英文是ArtificialSuperintelligence，简称ASI。牛津哲学家、知名人工智能思想家NickBostrom把超人工智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。当人工智能进化到超人工智能就会发生智能爆炸，以下的情景很可能会发生：一个人工智能系统花了几十年时间到达了人类脑残智能的水平，而当这个节点发生的时候，电脑对于世界的感知大概和一个四岁小孩一般；而在这节点后一个小时，电脑立马推导出了统一广义相对论和量子力学的物理学理论；而在这之后一个半小时，这个强人工智能变成了超人工智能，智能达到了普通人类的17万倍。3.人工智能的分类

9.2.2人工智能关键技术

机器学习（MachineLearning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式将机器学习分类为监督学习、非监督学习和强化学习等。。1.机器学习

9.2.2人工智能关键技术

知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。

知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。。2.知识图谱

9.2.2人工智能关键技术

自然语言处理是指使计算机拥有理解、处理人类语言的能力，包括机器翻译、语义理解、问答系统等。其中，利用语义理解可以自动识别文章的核心议题，自动将文章按内容进行分类，自动纠正文本错误，自动提取评论中表达的观点，自动检测文本中蕴含的情绪特征等；利用问答系统可以让计算机用自然语言（人类语言）与人交流。

自然语言处理技术目前被广泛应用于自动翻译（如百度翻译）、聊天机器人（如京东的JIMI聊天机器人）、新闻推荐（如今日头条）、简历筛选、垃圾邮件屏蔽、舆情监控、消费者分析、竞争对手分析等。3.自然语言处理

9.2.2人工智能关键技术

人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。4.人机交互

9.2.2人工智能关键技术

计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。5.计算机视觉

9.2.3人工智能应用

人工智能技术由来已久,随着“互联网+”热潮的袭来,各行各业对于智能化的需求迈入了新阶段,人工智能更多地作为技术载体来促生不同行业的智能化应用。在此过程中,人工智能技术进入了快速发展阶段,而与不同行业的融合也对人工智能技术的更新换代起到了不可或缺的作用。同时,由于硬件和软件等各方面技术的发展,处理数据和计算数据的能力大大增强,这也为人工智能技术在各领域的应用提供了坚实基础。

人工智能在各行业中的发展

9.2.3人工智能应用

我国政府高度重视人工智能的技术进步与产业发展，人工智能已上升国家战略。《新一代人工智能发展规划》提出“到2030年，使中国成为世界主要人工智能创新中心”。自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。人工智能市场前景巨大，预计到2025年人工智能应用市场总值将达1270亿美元。

我国的人工智能技术创新主要以3个互联网公司为首（BAT）,其中阿里巴巴和腾讯主要以拓展人工智能应用领域为主要工作方向,百度则以深度学习技术为核心进行多领域的应用开发。百度的语音识别、图像识别、自然语言处理等方面的应用均达到了国际领先水平,其研发的自动驾驶汽车已在2015年底完成了上路实测,而且发布了Apollo计划向汽车行业及自动驾驶领域的合作伙伴提供软件开放平台以协助搭建自动驾驶系统。同时百度也已经建成名为“百度大脑”的人工智能系统,由超大规模神经网络、万亿级参数、亿级训练数据组成,能够完成语音、图像、自然语言处理和用户画像四大功能,目前已经达到了4岁儿童的智力水平。

人工智能在我国高速发展

9.2.3人工智能应用

微软在基于深度学习的语音识别和图像识别上均有重大突破,并将其应用到诸多微软产品中,如Skype即时翻译、小冰聊天机器人和小娜(Cortana)虚拟助理,小娜每天都在为1.13亿用户服务,并已回答了超过120亿个问题。此外微软的人工智能布局也从基础设施的角度出发,例如建立基于云平台的人工智能超级云电脑;为开发者提供深度学习工具包——CNTK（分布式运算神经网络框架）,帮助客户快速搭建人工智能模型;提供人脸识别等一些智能算法的应用程序编程接口（ApplicationProgrammingInterface,API）,简化开发者的工作等。

苹果公司的人工智能技术多数已经实现在产品中,如将深度神经网络（DeepNeuralNetworks,DNN）算法引入Siri等语音识别应用中以提升语音识别的正确率,在AppleStore中使用深度学习算法辨别是否存在账户盗用情况,在AppleWatch上采用人脸识别技术辨析用户是否处于锻炼状态等。2016年3月,苹果发布了对于图像训练的人工智能报告,提出一种“模拟+无监督”的学习方法以提高图像识别能力。

人工智能在国外科技巨头中的应用

9.2.3人工智能应用

现阶段人工智能的应用场景不断扩展：在移动互联网领域,人工智能技术可应用于指纹识别、人脸识别、虹膜识别等生物识别技术中,可应用于基于图像、语音、文字的智能搜索,也可应用于虚拟现实、增强现实、自动驾驶等系统中进行复杂信息的快速处理[1];在智能制造领域,人工智能技术与信息通信技术、制造技术及产品有关专业技术等相融合,进而实现智能制造的新模式、新手段、新业态在金融领域,人工智能与大数据技术相结合可应用于征信、金融风险防控、金融交易决策等方面,保证金融服务的个性化与智能化;在电力领域,人工智能技术可通过对信息的量化和分析,有效提高电网企业的信息安全风险防控能力,保障电网安全、稳定、高效运行。

人工智能未来发展前景十分广阔

9.2.4人工智能的安全与伦理

在智能时代，人与机器的关系将会被重新定义。今天我们看到的每一条新闻信息流，刷的每一个小视频，浏览的每一款商品，都是机器推荐的结果，这背后是机器通过用户画像等技术分析后的精准推荐。可以说，机器辅助决策已悄然融入每个人生活的思考决策中。未来，随着人工智能在产业领域应用的拓展，法官对案件的审判、交易员对买入卖出股票的决定、医生对疾病的诊断等等，都会越来越依靠机器的智慧判断。这种人机关系的新变化，使得机器不再是从属的工具，而是成为人类的顾问和帮手。

新时代机器与人的关系

9.2.4人工智能的安全与伦理

当前，我们正站在迈入未来智能社会的门槛上，每个人都面临着一次重要的选择：是利用人工智能满足短期的快乐和沉迷，还是获得长期的学习成长；是让技术沦为少数人获利的工具，还是让每个人都平等地获得技术带来的福利？这些选择决定了技术能否朝着为人类服务的方向发展。特别是随着人工智能更深入地嵌入到经济社会的过程中，我们遇到更多复杂的伦理问题，如怎样保证人工智能的安全、如何让产品设计更符合伦理规范、人与机器的责任如何界定，等等。因此，加强研究和制定人工智能伦理规范，为未来智能社会做好准备，就显得非常重要和紧迫。

人工智能的伦理问题提出

9.2.4人工智能的安全与伦理

纵观全球各国政府和产业界关注的人工智能伦理重点，其核心都是“以人为本”，把人类社会的福祉作为最终的目标愿景。具体来看，主要聚焦在安全可控、公平和普惠共享、隐私保护、责任分担以及可能造成的失业问题等方面。

人工智能的伦理重点聚焦

9.2.4人工智能的安全与伦理

安全可控是人们对人工智能最大的担忧之一，也是人工智能伦理需要坚持的最高原则。安全可控的要求体现在系统本身的健壮性和稳定性、数据防泄露和篡改、隐私保护、网络的安全，保证人类对系统的最终控制权，以及提高算法模型的透明度和可解释性等方面。当下，很多影视作品都对人工智能的威胁进行了渲染，加重了人们的恐慌。虽然控制人类的超人工智能可能永远都不会出现，但不可忽视的一个问题是对人工智能技术的滥用所导致的政治和社会稳定等问题。国外开发者利用一款名为DeepFake的软件，可以轻松生成各种以假乱真的视频。在我国，换脸视频制作软件也在一些电子商务平台上出售。因此，在提升识破假视频的技术能力的同时，我们也要通过相关的规章制度，去控制技术滥用，保证技术用于有益于社会的方面。

人工智能伦理重点：安全可控

9.2.4人工智能的安全与伦理

公众对隐私的关注度近年来不断上升，也是人工智能产业健康发展需要重点保障的方面。隐私并不是人工智能时代的新问题，而是伴随着信息化、互联网的广泛使用，人们各种身份和行为信息被越来越多地数字化，进而带来了可能的泄露和滥用等问题。去年正式生效的欧盟GDPR，提出了对个人数据保护的详细规定，被称为史上最严的数据保护规定。我国出台的《网络安全法》等相关法律法规，有力地保护了整个行业的数据安全生态，保障了网民的隐私和权益。

人工智能伦理重点：隐私保护

9.2.4人工智能的安全与伦理

公平是人工智能应用需要重点保障的原则。如同信息化时代人们担心的“数字鸿沟”问题，人工智能技术应用的差别也可能出现“智能鸿沟”问题。根据麦肯锡的研究，人工智能应用也可能会加剧国家、企业、个人之间的贫富差距。对企业来说，更早采用或者更深度应用人工智能的企业，可以获得更大的市场份额，反之则陷入竞争劣势。对个人来说，那些从事重复工作，而没有结合人工智能技能的员工，很可能会遇到降薪。所以，如何实现普惠AI，让人们更平等地获得技术和能力，就显得更为重要。截至2020年7月，百度AI的核心技术引擎—百度大脑已经开放了210项领先的AI技术能力，开发者数量达到130万，平台上开发者的日均调用次数同比增长108%。来自不同行业，拥有不同背景的开发者们，都在借助百度大脑快速地获得AI能力。

人工智能伦理重点：公平和普惠共享

9.2.4人工智能的安全与伦理

人工智能导致的歧视问题，在国外受到极大的关注，因为人工智能模型算法的建立和优化非常依赖数据，如果数据本身出现不完整、负面、偏见等问题，那么机器学习训练出的模型就可能存在算法歧视等问题。要减少算法歧视，就要尽可能地对数据进行清洗和筛选，剔除那些不好的数据，同时还要让数据更开放、更透明，在保护安全和隐私的前提下鼓励数据流动，并在算法模型的设计阶段保证公平。

人工智能伦理重点：歧视问题

9.2.4人工智能的安全与伦理

可能造成的失业问题是人工智能对人类社会影响的一个长期议题。麦肯锡预测，到2030年，随着人工智能等技术的进步，多达3.75亿劳动者可能需要更换职业类型。然而，自动化对就业的替代，并不是一个新问题。从工业革命起，人类被机器取代的问题就一直纠缠着我们，每当一种新技术大规模运用时，这个问题就会被重新提起。但历史一次次证明，旧职业被淘汰的同时，总会有新职业出现，劳动力也从农业向工业和服务业不断迁移。很多专家相信，如同互联网的繁荣创造了大量的新职位，人工智能新技术会创造更多新的岗位，我们需要在教育和再培训上下更多功夫，提升人们在新时代的就业技能，并不断推动企业通过平台等方式扩大技术开放，降低新技术利用的门槛，促进各行业的创业和创新，让每个人都有机会实现更好的就业和发展。

人工智能伦理重点：失业问题

9.3物联网CONTENTS9.3.3物联网关键技术9.3.1物联网概述9.3.2物联网体系结构9.3.4物联网应用

“物联网技术”的核心和基础仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术；其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。因此，物联网技术的定义是：通过射频识别（RFID）、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，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术叫做物联网技术。

物联网技术

9.3.1物联网概述

物联网（IoT，Internetofthings）即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点，人、机、物的互联互通。

物联网是新一代信息技术的重要组成部分，IT行业又叫：泛互联，意指物物相连，万物万联。由此，“物联网就是物物相连的互联网”。这有两层意思：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。

严格来讲，物联网（InternetofThings，简称IoT）是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。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。1.物联网的定义

9.3.1物联网概述

（1）全面感知：利用RFID、传感器、二维码等智能感知设施，可以随时随地感知、获取物体信息；

（2）可靠传输：通过各种信息网络与计算机网络的融合，讲无题的信息实时准确的传送到目的地；

（3）智能处理：利用数据融合及处理、云计算等各种计算技术，对海量的分布式数据信息进行分析、融合和处理，向用户提供信息服务；

（4）自动控制：利用模糊识别等智能控制技术对物体实施智能化控制和利用。最终形成物理、数字、虚拟世界和社会共生互动的智能社会。

物联网的4个属性

9.3.1物联网概述

物联网概念最早出现于比尔盖茨1995年《未来之路》一书，在《未来之路》中，比尔盖茨已经提及物联网概念，只是当时受限于无线网络、硬件及传感设备的发展，并未引起世人的重视。1998年，美国麻省理工学院创造性地提出了当时被称作EPC系统的“物联网”的构想。1999年，美国Auto-ID首先提出“物联网”的概念，主要是建立在物品编码、RFID技术和互联网的基础上。在中国，早期的物联网被称之为传感网。中科院在1999年就启动了传感网的研究，并已取得了一些科研成果，建立了一些适用的传感网。同年，在美国召开的移动计算和网络国际会议提出了，“传感网是下一个世纪人类面临的又一个发展机遇”。

2.物联网的发展历程

9.3.1物联网概述2003年，美国《技术评论》提出传感网络技术将是未来改变人们生活的十大技术之首。

2005年11月17日，在突尼斯举行的信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》，正式提出了“物联网”的概念。报告指出，无所不在的“物联网”通信时代即将来临，世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过因特网主动进行交换。射频识别技术（RFID）、传感器技术、纳米技术、智能嵌入技术将得到更加广泛的应用和关注。2.物联网的发展历程

9.3.1物联网概述2.物联网的发展历程

2021年7月13日，中国互联网协会发布了《中国互联网发展报告（2021）》，物联网市场规模达1.7万亿元，人工智能市场规模达3031亿元。2021年9月，工信部等八部门印发《物联网新型基础设施建设三年行动计划（2021-2023年）》，明确到2023年底，在国内主要城市初步建成物联网新型基础设施，社会现代化治理、产业数字化转型和民生消费升级的基础更加稳固。9.3.2物联网体系结构

物联网三层体系结构

尽管在物联网体系结构上尚未形成全球统一规范，但目前大多数文献将物联网体系结构分为三层，即感知层、网络层和应用层，感知层主要完成信息的采集、转换和收集，网络层主要完成信息传递和处理，应用层主要完成数据的管理和数据的处理，并将这些数据与行业应用相结合。如图9-1所示。9.3.2物联网体系结构

物联网三层体系结构

图9-1物联网体系结构9.3.2物联网体系结构1.感知层

感知层是物联网的核心，是信息采集的关键部分。感知层位于物联网三层结构中的底层，其功能为“感知”，即通过传感网络获取环境信息。

感知层是物联网的皮肤和五官-用于识别物体，采集信息。感知层包括二维码标签和识读器、RFID标签和读写器、摄像头、GPS、传感器、M2M终端、传感器网关等，主要功能是识别物体、采集信息，与人体结构中皮肤和五官的作用类似。

对我们人类而言，是使用五官和皮肤，通过视觉、味觉、嗅觉、听觉和触觉感知外部世界。而感知层就是物联网的五官和皮肤，用于识别外界物体和采集信息。感知层解决的是人类世界和物理世界的数据获取问题。它首先通过传感器、数码相机等设备，采集外部物理世界的数据，然后通过RFID、条码、工业现场总线、蓝牙、红外等短距离传输技术传递数据。感知层所需要的关键技术包括检测技术、短距离无线通信技术等。9.3.2物联网体系结构1.感知层

感知层是让物品说话的先决条件，主要用于采集物理世界中发生的物理事件和数据，包括各类物理量、身份标识、位置信息、音频、视频数据等。物联网的数据采集涉及传感器、RFID、多媒体信息采集、二维码和实时定位等技术。感知层又分为数据采集与执行、短距离无线通信2个部分。数据采集与执行主要是运用智能传感器技术、身份识别以及其他信息采集技术，对物品进行基础信息采集，同时接收上层网络送来的控制信息，完成相应执行动作。这相当于给物品赋予了嘴巴、耳朵和手，既能向网络表达自己的各种信息，又能接收网络的控制命令，完成相应动作。短距离无线通信能完成小范围内的多个物品的信息集中与互通功能，相当于物品的脚。9.3.2物联网体系结构2.网络层

网络层完成大范围的信息沟通，主要借助于已有的广域网通信系统(如PSTN网络、2G/3G移动网络、互联网等)，把感知层感知到的信息快速、可靠、安全地传送到地球的各个地方，使物品能够进行远距离、大范围的通信，以实现在地球范围内的通信。这相当于人借助火车、飞机等公众交通系统在地球范围内的交流。当然，现有的公众网络是针对人的应用而设计的，当物联网大规模发展之后，能否完全满足物联网数据通信的要求还有待验证。即便如此，在物联网的初期，借助已有公众网络进行广域网通信也是必然的选择，如同上世纪90年代中期在ADSL与小区宽带发展起来之前，用电话线进行拨号上网一样，它也发挥了巨大的作用，完成了其应有的阶段性历史任务。9.3.2物联网体系结构3.应用层

应用层完成物品信息的汇总、协同、共享、互通、分析、决策等功能，相当于物联网的控制层、决策层。物联网的根本还是为人服务，应用层完成物品与人的最终交互，前面两层将物品的信息大范围地收集起来，汇总在应用层进行统一分析、决策,用于支撑跨行业、跨应用、跨系统之间的信息协同、共享、互通,提高信息的综合利用度，最大程度地为人类服务。其具体的应用服务又回归到前面提到的各个行业应用，如智能交通、智能医疗、智能家居、智慧物流、智能电力等。

应用层解决的是信息处理和人机界面的问题，主要是利用经过分析处理的感知数据，为用户提供丰富的特定服务。它是物联网和用户（包括人、组织和其他系统）的接口，能够针对不同用户、不同行业的应用，提供相应的管理平台和运行平台并与不同行业的专业知识和业务模型相结合，实现更加准确和精细的智能化信息管理。物联网发展的根本目标是提供丰富的应用,将物联网技术与个人、家庭和行业信息化需求相结合，实现广泛智能化应用的解决方案。9.3.3物联网关键技术1.射频识别技术

RFID（RadioFrequencyIdentification）射频识别技术，又称“电子标签”，是20世纪90年代开始兴起的一种非接触式自动识别技术，在无人进行干预的情况下，它可以通过射频信号自动识别目标对象并获取相关的数据。RFID技术工作环境弹性较大，除可在极端环境下进行工作外，亦可识别高速运动物体和同一时间识别多个标签。

根据RFID产品频率的不同，其应用场景也不同。按照不同频率分类，RFID可分为低（125KHz-134KHz）、高频（13.56MHz）、超高频（860M-960MHz）、和微波（2.45GHz、5.8GHz）产品。低频RFID产品主要用于动物管理及出入控制等领域；高频产品可应用于证照防伪和电子支付领域等超高频产品主要用在物品追踪管理、仓储物流等领域；微波产品可用在车辆、集装箱的远距离识别等场景。目前，RFID的应用主要集中在物流、物品跟踪、身份识别以及智能医疗设备等领域。据SanfordC.Bernstein公司的零售业分析师估计，关于物联网RFID带来的这一特性，可使沃尔玛每年节省83.5亿美元，其中大部分是因为不需要人工查看进货的条码而节省的劳动力成本。RFID帮助零售业解决了商品断货和损耗（因盗窃和供应链被搅乱而损失的产品）两大难题，仅盗窃一项，沃尔玛一年的损失就达近20亿美元。9.3.3物联网关键技术2.传感器技术

信息采集是物联网的基础，而目前的信息采集主要是通过传感器、传感节点和电子标签等方式完成的。传感器作为一种检测装置，作为摄取信息的关键器件，由于其所在的环境通常比较恶劣，因此物联网对传感器技术提出了较高的要求。一是其感受信息的能力，二是传感器自身的智能化和网络化，传感器技术在这两方面应当实现发展与突破。

传感器技术是物联网系统中实现物体识别和信息采集的重要技术，目前全球各类传感器超过2.2万种，我国已有科研、技术和产品近1万种，但我国高端传感器仍严重依赖进口，主流传感器技术仍较薄弱。随着物联网时代对智能设备需求的不断上升，全球传感器需求有望从目前的百亿级别增量到2025年的万亿级别，且亚太地区有望成为最具增长潜力的传感器应用市场。9.3.3物联网关键技术2.传感器技术

传感器由敏感元件和转换元件组成，按照被测物理量、工作原理、能量转换方式、工作机理、信号输出形式等不同形式分类与应用。

应用在物联网的传感器通常具备专门的信息接收器、发送器和数据传输通路，信息存储功能及数据处理能力并且遵循物联网通信协议及拥有唯一的可识别编号，例如射频识别系统和红外感应器等。为了满足物联网大规模、低成本、无人值守、电池供电等应用环境要求，新型传感器正向数字式、智能化、微型化发展，并具有低成本、低功耗、抗干扰及高灵活性等特点。其中，智能传感器于20世纪90年代问世，是带有微处理器，具有信息处理功能的传感器，其处理功能主要包括自动采集、自动检测、自动修正功能以及根据输入信息进行判断和决策等功能。智能传感器具备双向通信功能，能输出测量的数据且适配各种微控制器（MCU），其主要通过软件来实现测试功能及做出多种决定，智能化程度主要依赖软件开发水平。同传统传感器相比，智能传感器具有精度高、可靠性高、稳定性高、高信噪比、高分辨率、高性价比及适应能力强等特点。9.3.3物联网关键技术3.云计算

云计算的概念最早由Google提出。狭义来讲，云计算是IT基础设施的交付和使用模式，广义的云计算是指服务的交付和使用模式。云计算以互联网为平台，为用户提供方便快捷的网络计算和存储服务。在数据信息存储方面，云计算系统由大量服务器组成，具有先进的存储技术和较高的传输速度。由于云计算结合了虚拟化技术、分布式海量数据存储技术、数据管理技术、编程方式及平台管理技术五大关键技术，使得云计算对数据的计算能力大大加强，且能够搭建成本较低的、高效的运算连接点，使信息调度更为方便灵活，能实现对海量数据的管理，所以云计算当之无愧是万物互联时代的基石。9.3.3物联网关键技术3.云计算

目前，物联网的发展逐渐呈现平台化、云化及开源化的特征，与移动互联网、云计算、大数据深度结合，是ICT生态中的重要组成部分。随着物联网的普及，硬件在物联网价值链中的占比逐渐缩小，厂商逐渐意识到需要通过应用软件和服务来创造收益，致使云计算和大数据的价值日益提升。从我国物联网厂商的背景不难看出“云”+“端”结合的重要性，例如阿里巴巴早前推出yunOS系统，华为基于其传统的网络接入优势，大力部署NB-IOT并积极推出“1+2+1”物联网策略，以“平台+连接+LiteOS系统”的组合形式突破物联网市场。云计算旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统，并借助先进的商业模式让终端用户可以得到这些强大计算能力的服务。云计算的一个核心理念就是通过不断提高“云”的处理能力，不断减少用户终端的处理负担，最终使其简化成一个单纯的输入输出设备，并能按需享受“云”强大的计算处理能力。物联网感知层获取大量数据信息，在经过网络层传输以后，放到一个标准平台上，再利用高性能的云计算对其进行处理，赋予这些数据智能，才能最终转换成对终端用户有用的信息。9.3.3物联网关键技术4.数据融合

数据融合一词始于20世纪70年代，在90年代以来得到较快发展。可以将数据融合定义简洁地表述为：数据融合是利用计算机技术对时序获得的若干感知数据，在一定准则下加以分析、综合，以完成所需决策和评估任务而进行的数据处理过程。

数据融合中心对来自多个传感器的信息进行融合，也可以将来自多个传感器的信息和人机界面的观测事实进行信息融合(这种融合通常是决策级融合)．提取征兆信息，在推理机作用下．将征兆与知识库中的知识匹配，做出故障诊断决策，提供给用户。在基于信息融合的故障诊断系统中可以加入自学习模块．故障决策经自学习模块反馈给知识库．并对相应的置信度因子进行修改，更新知识库，同时自学习模块能根据知识库中的知识和用户对系统提问的动态应答进行推理。以获得新知识．总结新经验，不断扩充知识库，实现专家系统的自学习功能。9.3.3物联网关键技术4.数据融合

数据融合可以简单分为三类：数据层融合、特征层融合和决策层融合。

数据层融合是直接在采集到的原始数据层上进行的融合，在各种传感器的原始测报未经预处理之前就进行数据的综合与分析。数据层融合一般采用集中式融合体系进行融合处理过程。这是低层次的融合，如成像传感器中通过对包含某一像素的模糊图像进行图像处理来确认目标属性的过程就属于数据层融合。特征层融合属于中间层次的融合，它先对来自传感器的原始信息进行特征提取(特征可以是目标的边缘、方向、速度等)，然后对特征信息进行综合分析和处理。特征层融合的优点在于实现了可观的信息压缩，有利于实时处理，并且由于所提取的特征直接与决策分析有关，因而融合结果能最大限度的给出决策分析所需要的特征信息。特征层融合一般采用分布式或集中式的融合体系。特征层融合可分为两大类:一类是目标状态融合;另一类是目标特性融合。决策层融合通过不同类型的传感器观测同一个目标，每个传感器在本地完成基本的处理，其中包括预处理、特征抽取、识别或判决，以建立对所观察目标的初步结论。然后通过关联处理进行决策层融合判决，最终获得联合推断结果。9.3.3物联网关键技术4.数据融合

高速、低成本及高可靠性的数据融合技术不仅在军事领域得到越来越广泛的应用，而且在自动化制造领域、商业部门，乃至家庭都有极其广阔的应用前景。如自动化制造过程中的实时过程控制、传感器控制元件、工作站以及机器人和操作装置控制等均离不开数据融合技术的应用。数据融合技术为需要可靠地控制本部门敏感信息和贸易秘密的部门提供了实现新的保密系统的控制擅自进入的可能性。对于来自无源电子支援测量、红外、声学、运动控测器、火与水探测器等各种信息源的数据融合，可以用于商店和家庭的防盗防火。军事应用领域开发的一些复杂的数据融合应用同样可以应用于民用部门的城市规划、资源管理、污染监测和分析以及气候、作物和地质分析，以保证在不同机关和部门之间实现有效的信息共享。9.3.4物联网的应用

物联网的应用领域

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导弹、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。9.3.4物联网的应用1.智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时做出出行调整，有效缓解了交通压力；高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等操作，很大程度上解决了“停车难、难停车”的问题。9.3.4物联网的应用2.智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。家中无人，可利用手机等产品客户端远程操作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控操作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意;通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等;插座内置WIFI，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议;智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。9.3.4物联网的应用3.智慧物流

智慧物流就是利用条形码、射频识别技术、传感器、全球定位系统等先进的物联网技术通过信息处理和网络通信技术平台广泛应用于物流业运输、仓储、配送、包装、装卸等基本活动环节，实现货物运输过程的自动化运作和高效率优化管理，提高物流行业的服务水平，降低成本，减少自然资源和社会资源消耗。物联网为物流业将传统物流技术与智能化系统运作管理相结合提供了一个很好的平台，进而能够更好更快地实现智慧物流的信息化、智能化、自动化、透明化、系统的运作模式。

物联网在物流领域的应用场景非常丰富。大致分为四个方向，即仓储管理、运输监测、冷链物流、智能快递柜。9.3.4物联网的应用3.智慧物流

仓库储存通常采用基于Lora、NB-IOT等传输网络的物联网仓库管理信息系统，完成收货入库、盘点、调拨、拣货、出库以及整个系统的数据查询、备份、统计、报表生产及报表管理等任务。尤其在无人仓、智能立体库、金融监管库里面，有着大量的物联网设备，通过物联网设备实时监控货品的状态，指引设备运营。

运输监测。实时监测货物运输中的车辆行驶情况以及货物运输情况，包括货物位置、状态环境以及车辆的油耗、油量、车速及刹车次数等驾驶行为。冷链物流。冷链物流对温度要求比较高，那么温湿度传感器可将仓库、冷链车的温度实时传输到后台，便于监管。

智能快递柜。将云计算和物联网等技术结合，实现快件存取和后台中心数据处理，通过RFID或摄像头实时采集、监测货物收发等数据。9.3.4物联网的应用4.公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。美国布法罗大学早在2013年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。9.3.4物联网的应用5.智慧农业

智慧农业指的是利用物联网、人工智能、大数据等现代信息技术与农业进行深度融合，实现农业生产全过程的信息感知、精准管理和智能控制的一种全新的农业生产方式，可实现农业可视化诊断、远程控制以及灾害预警等功能。农业分为农业种植和畜牧养殖两个方面。农业种植分为设施种植（温室大棚）和大田种植，主要包括播种、施肥、灌溉、除草以及病虫害防治等五个部分，以传感器、摄像头和卫星等收集数据，实现数字化和智能机械化发展。当前，数字化的实现多以数据平台服务来呈现，而智能机械化以农机自动驾驶为代表。畜牧养殖主要是将新技术、新理念应用在生产中，包括繁育、饲养以及疾病防疫等，并且应用类型较少，因此用“精细化养殖”定义整体畜牧养殖环节。9.3.4物联网的应用6.智慧城市

智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。其实质是利用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。

基于“智慧+互联+协同”智慧城市概念的提出，是推进先进信息技术应用与全新城市运营理念的融合，从而推动城市规划建设上台阶，城市公共服务上水平，为创新城市运营模式提出新方法、新思路。智慧城市这一新思路的提出，不仅是对存在问题的小修小补，更是站在现代城市运营、持续发展的高度，对城市基础设施的前瞻布局，对先进技术和人才的战略投资，对更多服务型工作岗位、培育有竞争力的现代信息服务行业的创造，从而构建响应21世纪发展需求，实现城市经济与自然环境更加和谐、可持续发展的理想家园。9.4云计算CONTENTS9.4.3云计算系统的部署模型9.4.1云计算概述9.4.2云计算系统的业务模型9.4.4云计算系统的系统架构9.4.5云计算的关键技术9.4.6云计算的应用9.4.1云计算概述1.云计算定义

美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

从广义上说，云计算是与信息技术、软件、互联网相关的一种服务，这种计算资源共享池叫做“云”，云计算把许多计算资源集合起来，通过软件实现自动化管理，只需要很少的人参与，就能让资源被快速提供。也就是说，计算能力作为一种商品，可以在互联网上流通，就像水、电、煤气一样，可以方便地取用，且价格较为低廉。9.4.1云计算概述1.云计算定义

“云”实质上就是一个网络，狭义上讲，云计算就是一种提供资源的网络，使用者可以随时获取“云”上的资源，按需求量使用，并且可以看成是无限扩展的，只要按使用量付费就可以，“云”就像自来水厂一样，我们可以随时接水，并且不限量，按照自己家的用水量，付费给自来水厂就可以。总之，云计算不是一种全新的网络技术，而是一种全新的网络应用概念，云计算的核心概念就是以互联网为中心，在网站上提供快速且安全的云计算服务与数据存储，让每一个使用互联网的人都可以使用网络上的庞大计算资源与数据中心。

云计算是继互联网、计算机后在信息时代又一种新的革新，云计算是信息时代的一个大飞跃，未来的时代可能是云计算的时代，虽然目前有关云计算的定义有很多，但总体上来说，云计算虽然有许多得含义，但概括来说，云计算的基本含义是一致的，即云计算具有很强的扩展性和需要性，可以为用户提供一种全新的体验，云计算的核心是可以将很多的计算机资源协调在一起，因此，使用户通过网络就可以获取到无限的资源，同时获取的资源不受时间和空间的限制。9.4.1云计算概述2.云计算的发展历程

互联网自1960年开始兴起，主要用于军方、大型企业等之间的纯文字电子邮件或新闻集群组服务。直到1990年才开始进入普通家庭，随着web网站与电子商务的发展，网络已经成为了目前人们离不开的生活必需品之一。云计算这个概念首次在2006年8月的搜索引擎会议上提出，成为了互联网的第三次革命。

近几年来，云计算也正在成为信息技术产业发展的战略重点，全球的信息技术企业都在纷纷向云计算转型。我们举例来说，每家公司都需要做数据信息化，存储相关的运营数据，进行产品管理，人员管理，财务管理等，而进行这些数据管理的基本设备就是计算机了。9.4.1云计算概述2.云计算的发展历程

对于一家企业来说，一台计算机的运算能力是远远无法满足数据运算需求的，那么公司就要购置一台运算能力更强的计算机，也就是服务器。而对于规模比较大的企业来说，一台服务器的运算能力显然还是不够的，那就需要企业购置多台服务器，甚至演变成为一个具有多台服务器的数据中心，而且服务器的数量会直接影响这个数据中心的业务处理能力。除了高额的初期建设成本之外，计算机的运营支出中花费在电费上的金钱要比投资成本高得多，再加上计算机和网络的维护支出，这些总的费用是中小型企业难以承担的，于是云计算的概念便应运而生了。

9.4.1云计算概述2.云计算的发展历程

云计算这个概念从提