5模块五 认知新一代信息技术12.6

模块五认知新一代信息技术信息技术的进步拓展了人类生存的空间维度。以人工智能、量子信息、大数据分析、云计算、物联网、区块链、AR（增强现实）/VR（虚拟现实）等为代表的新兴技术既随着信息技术的升级形成了相关产业，又促进了相关产业的专项升级。图5-1所示为新信息技术代表。所有图加图标题，正文补充图引言。统改已修改这些技术一方面应用于人们日常生活，如智能眼镜、智能手表等可穿戴设备正在逐渐改变人们的生活方式，另一方面应用于科学研究，如载人航天，军工制造等，助力中华民族的伟大复兴。本章介绍了一些与这些新技术应用紧密联系的事件，带领大家了解新一代信息技术，在了解信息新技术的基础上，培养发现问题，分析问题，解决问题的能力，畅想未来发展，做信息时代的先行者。所有图加图标题，正文补充图引言。统改已修改建议改为：新信息技术建议改为：新信息技术图5-1新信息技术代表项目5.1悄然改变人们生活的信息新技术在人类历史上，每一项划时代的重大技术的进步，都会使人类的生活工具发生质的飞跃，并将其转化为生活观的演进。18世纪的蒸汽机技术使工业生活用具取代了手工业生活用具的主导地位，并使人类生活观步入工业文明；19世纪的电气技术使生活工具的自动化程度不断提高，人类生活观也进入了一个新阶段；如今以计算机通信技术为核心的新一轮信息技术革命，将以提高生活工具的信息含量为杠杆，使人类生活观向信息文明转型，AR/VR、云计算、物联网、深度学习、区块链、大数据分析、人工智能、量子通信及量子计算技术等新一代信息技术正在快速发展，其应用已经逐渐渗入到我们日常生活中的方方面面，同时也在改变着我们的生活方式和生活习惯。目前热门的可穿戴设备及其运用的信息技术如图5-2所示。本项目以可穿戴设备中的智能眼镜及智能手环为切入点，带领大家了解新一代信息技术。图5-2可穿戴设备及其运用的信息技术5.1.1任务：智能眼镜的畅想【任务描述】智能眼镜是指如同智能手机一样拥有独立的操作系统，可以通过安装软件来实现各种功能的可穿戴的眼镜设备统称。尽管当前智能眼镜市场还未真正兴起，但是它被视为未来智能科技产品的重要增长点，是谷歌、微软、华为、小米等众多科技企业的重点研发项目。让我们以2021年秋季小米公司推出的智能眼镜探索版为例，揭开智能眼镜的神秘外纱，并了解诸多新信息技术在可穿戴设备中的应用。【示例演练】2021年9月14日，一款概念新品——小米智能眼镜探索版正式发布，其集成了四核ARM处理器、电池、触摸板、Wi-Fi/蓝牙模组等，支持Android操作系统，整个眼镜的重量为51g。在显像方面，小米智能眼镜采用了MicroLED光波导显像技术。光波导（OpticalWaveguide）技术，是一种让光线扭转180°的新技术。该技术可明显减少设备体积和重量，并且可以让智能眼镜的形态接近传统眼镜。此外，在功能性上，小米智能眼镜集成了497颗微型传感器和通信模块，所以它可以看作是一个可独立操作的全新智能终端。除了基本的通知显示、通话等功能外，也可独立完成导航、拍照、提词器、图像和自然语音实时翻译等功能。用智能眼镜来操作上述功能，与手机的体验将完全不同。例如，在通话方面，来电时可以直接通过眼镜看到对方号码，然后利用内置的双波束成形麦克风和扬声器；在导航方面，它可以将道路和地图信息实时呈现在眼前，科技感十足；在拍照方面，小米智能眼镜利用眼镜前方的摄像头，可以进行快速“拍照”和“拍图翻译”，同时，利用内置麦克风和小米AI实验室机器翻译团队自研算法，也可以实现“实时语音翻译”的功能，将对方说的话实时转为文字并进行翻译。理想中的智能眼镜如图5-3所示。图5-3理想中的智能眼镜【任务实现】相对于智能手机系列产品，目前市面上的智能眼镜还是比较少见的。可以设想在不久的将来，随着物联网、云计算技术的发展，智能城市逐步建成，周围的智能传感器将记录一切信息，包括步行路线、共享汽车使用、建筑物占用、环境湿度和温度等。将这些信息接入智能眼镜，将会为人们带来前所未有的便利。我们假定自己是智能眼镜产品的设计开发人员，试着从前后端的技术角度分析智能眼镜产品，看看如AR、云计算、物联网、深度学习等新信息技术是如何应用的。参考表5-1给出的提示，请探讨小米智能眼镜用到了哪些新信息技术，为什么要使用这些技术以及这些技术是如何发挥作用的？表5-1增强现实（AR）、云计算、物联网、深度学习应用提示新技术已有应用提示补表题、表号、表引言已修改补表题、表号、表引言已修改AR购买衣服、鞋子在线试穿云计算数据处理及存储物联网温度、湿度监测信息互联深度学习人脸识别请探讨智能眼镜还可以从哪些方面增加新功能，进而方便人们的生活，如加入人脸识别功能帮助记录人名等？请探讨如果要实现以上的目标，需要使用什么新技术，难点在哪里？【能力拓展】达摩克利斯之剑——技术与道德的争论关于智能眼镜的道德讨论一直没有停歇，智能眼镜产品内置了摄像头，并且设计和拍照形式更为隐蔽。另外，未来的智能眼镜还将具备一定形式的增强现实功能，如何规避隐私问题，也成为讨论的热点。显然，智能眼镜要想真的普及，还面临着巨大的道德挑战和规范等问题。请考虑并讨论以下问题，并提出解决方案：人们能够佩戴智能眼镜去任何地方吗?人们可以录制任何看到的事物吗?人们可以能把智能眼镜带到课堂上、甚至考试中吗?人们可以实时监控自己的孩子吗?5.1.2任务：智能手环的发展【任务描述】在融入智能科技之前，手环通常被看作是一种装饰品。现在的它正在尝试记录用户的健身效果、睡眠质量、饮食安排和习惯等一系列相关的数据，并且可以将这些数据同步到用户的移动终端设备中，终端设备可能会根据自己的“分析功能”给出相关建议，起到通过数据指导健康生活的作用。它也可以看作是一款高档的计步器，除具有普通计步器的一般计步和测量距离、热量、脂肪等功能外，同时还具有睡眠监测、高档防水、数据传输、疲劳提醒等特殊功能。智能手环功能示意如图5-4所示。图5-4智能手环功能示意以睡觉为例，在睡前将手环设置为睡眠模式，并通过低功耗蓝牙模组与智能手机实现实时同步，便可看到入睡时间、清醒时间、深睡/浅睡、整体的睡眠质量等信息。而对于健身的人来说，智能手环是一个负责的私人教练，可以告诉用户每天的运动路径、消耗卡路里和摄入热量；可以设置运动目标，如要走多少步、消耗多少卡路里等，还会实时显示运动的完成率，各项数据均可以量化，对于不能坚持健身的人来说是一大福音。智能手环还具有高档防水功能，可以戴着手环在浅海或者河里游泳，克服了传统计步器无法跟踪游泳运动的缺陷，使用也更加广泛。智能手环作为可穿戴设备，外观设计一般很出彩。智能手环这种设计风格对于习惯佩戴首饰的用户而言，颇具诱惑力。智能手环体积小，但其功能还是比较强大的，其研发过程涉及智能手环微控制单元(MicrocontrollerUnit,MCU补全注释已修改)数据指令到蓝牙IC的传输、蓝牙到APP的数据通信协议、APP到手机内部的通信调试逻辑实现、APP数据到云端服务器的数据库算法设计等一系列的开发。补全注释已修改【示例演练】手环不仅是时尚装饰品，更是当下人们了解自己身体状况必备的智能产品之一。“智能产品”之所以智能，关键是能实现“人机对话”，而“人机对话”的重要途径是屏幕。正如手机早已实现从功能机向智能机转变，手环也经历了从没有屏幕，到黑白屏，再到触控彩屏的演变，使之从一个“有传感器的腕带”发展成为真正的智能手环，并成为健康时尚人群的必需品。正如罗马不是一天建成的，手环从“手腕上的一个环”到“手腕上的一块屏”，也经历了发展进化的过程，透过华为手环发展史我们可以注意到各种新技术的应用使人们的生活越来越便利。（1）最早的手环：一个能连接蓝牙的“计步器”最初智能手环的诞生主要是为了记录人体的运动情况，进行健康监测，以培养良好而科学的运动习惯。2011年，蓝牙厂商Jawbone推出UP一代手环，能简单记录运动情况，并进行睡眠监测；同时计步器厂商Fibit发布了功能相近的智能手环FibitFlex。这些初代手环产品，基本功能都是记录运动信息。因为技术的限制，第一代手环虽然可以简单地记录步数和睡眠信息，但由于没有屏幕，必须配对其他有屏幕的设备如手机或PC，然后通过蓝牙或者USB接口导出数据，才能进行数据信息查看。可以说，这时候的手环只是一个单纯用来输入信息的传感器。（2）屏幕，让手环进入智能新时代2014年，以华为TalkBandB1为代表的一批带有显示屏的智能手环新品面市，手环上有了显示屏，监测的简单数据可以在智能手环设备直接进行查看，使之成为了一款真正的智能设备，大大改变了人们的手环使用习惯。华为TalkBandB1有一块1.4英寸的OLED黑白显示屏，可以将追踪行进的步数，消耗的卡路里、睡眠情况等信息在显示屏上直接进行显示。另外，它支持蓝牙4.1，用户可以把TalkBandB1中的机身部分取出来当蓝牙耳机打电话。可以说，当下的智能手环的基本功能，在这一代已经具备了雏形。但与现在的彩色触控屏相比，这一代OLED黑白显示屏只有显示功能，用户不能触摸互动，这样在智能功能和显示上不免会受到一些限制，于是迎来了下一代智能手环。（3）炫彩全面屏，让手环像手机般交互从华为手环B2开始，OLED触摸屏技术与华为手环结合，让手环进一步进入了智能交互时代。触摸屏能在满足显示信息的同时，互动操作更加流畅。华为手环3系列的出现让华为手环告别了黑白屏，正式进入了AMOLED彩屏触控时代，炫彩清晰的屏幕让手环的交互界面焕然一新。此外，它还具备运动检测、心率监测、睡眠监测、消息提醒等功能，可以说是一款功能十分全面的智能手环产品。另外，华为手环6能支持全天候血氧监测，还为用户提供了心率、睡眠、压力、生理周期等全方位健康监测服务。多达96种运动模式和专业的运动数据监测与分析能力，帮助用户打造科学的运动方式。从第一代智能手环面世，直到使用全面屏的华为手环6，智能手环的发展始终围绕着一条主线，就是洞察用户使用的痛点并给予解决。以华为手环6为例，针对小屏幕信息呈现的痛点，设计采用了一体化全面屏和侧边实体按键设计；针对用户的日常健康场景需要，支持全天候心率、血氧、压力、睡眠监测、久坐提醒等功能，甚至为女性用户配备了生理周期的记录与提醒功能；针对用户不同户外运动中要了解生理数据的变化的问题，设计了室内外跑步、骑行、跳绳等11种专业运动模式，以及健身类、球类和舞蹈类等85种自由运动模式，实现了日常运动模式全面覆盖。从没有屏到拥有全面屏，智能手环早已不再是一款简单的数据收集器，而是一款佩戴美观、操控便捷、显示内容丰富并兼具强大的运动健康监测及智能辅助的科技潮品。【任务实现】为了占据智能产品的有利市场地位，世界知名公司已率先吹响了号角。可穿戴设备的兴起，将会带来一场新的科技革命。顺着智能手环发展史，我们可以抽丝剥茧，一个又一个新技术的应用，不断的加速产品迭代，满足了越来越多消费者需求，智能手环产品已经从一个新鲜的概念逐步进入人们的生活，并将发挥更大的作用。参考表5-2给出的应用提示，请探讨有哪些新技术逐步应用到了智能手环领域，这些新技术是如何改变人们生活的？表5-2大数据分析、区块链、云计算应用提示新技术已有应用提示大数据分析流行病传播研究区块链分布账本，信息加密云计算数据存储及计算请探讨智能手环还可以从哪些方面增加新功能，进而方便人们的生活？请探讨如果要实现以上的目标，需要使用什么新技术，难点在哪里？【能力拓展】机遇与挑战——广阔的市场与安全性探讨21世纪是人类追求健康的世纪。随着经济发展和人们生活水平的迅速提高，人们在尽情享受现代文明成果的同时，“文明病”，即生活方式病正日益流行，处于亚健康状态的人群越来越多。人们生活条件提高了，可食品安全和环境卫生问题却层出不穷，生活质量反而不断下降了。如今人们一些慢性病问题突出，不重视亚健康状况，这已经严重影响人们的身体健康，耗费大量的社会医疗资源和医疗费用，不少人也因病致贫。20世纪90年代以来，中国的老龄化进程加快。全国65周岁及以上老年人口19064万人，占总人口的13.50%。预计到2040年，65岁及以上老年人口占总人口的比例将超过20%。同时，老年人口高龄化趋势日益明显：80岁及以上高龄老人正以每年5%的速度增加，到2040年将增加到7400多万人。对于老年人，日常健康管理更加的重要，可以预计，老年人日常健康管理将成为一个巨大的市场。智能手环产品的诞生及发展，一直与健康管理存在着千丝万缕的联系，在健康理念普及与老龄化加重的背景下，智能手环作为当前普及度最高的可穿戴智能产品必将发挥巨大价值。然而，在可穿戴设备迅速普及的过程中，数据安全问题逐渐凸显。所有的可穿戴设备制造商不仅通过出售设备获利，同时还收集了大量的使用者数据。在很多案例中，厂商获得的数据被出售或者泄露给了第三方。这对于很多消费者而言是某种意义上的隐私数据，更重要的是，这些数据将会被怎样使用我们不得而知。因此数据安全性也是我们需要面临的一个重要问题。该段描述逻辑不通，表述不清，请重新润色语句。已修改该段描述逻辑不通，表述不清，请重新润色语句。已修改在比特币网络中使用的区块链技术，是目前最具研究前景的数据安全性保障技术。区块链技术不仅能够被运用于支付，还能够被运用于很多场合，如医疗数据记录、电子病历、药品防伪等等都能够使用区块链技术。对于可穿戴技术而言，区块链技术能够使得用户数据去向问题变得更加透明。可穿戴技术是一场革新，在更大范围使用之前我们需要处理好用户数据安全问题。由于区块链技术使数据更加透明和安全，为我们提供了解决数据安全问题的思路。语句不通，请修改已修改语句不通，请修改已修改试分析智能手环如何在大健康领域发挥其价值，请举例。试分析如要实现上述健康管理功能可以用到的技术。请思考还有新技术可能会带来的风险？5.1.3任务：语音识别技术的应用【任务描述】随着数据处理技术的进步以及移动互联网的快速普及，计算机技术被广泛地运用到了社会的各个领域，随之而来的则是海量数据的产生。其中，语音数据受到了人们越来越多的重视。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将在工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域进行普及。本部分通过对语音识别应用的分析，认知以人工智能技术为代表的信息新技术。【示例演练】比尔盖茨曾说过：“语音技术将使计算机丢下鼠标键盘”。随着计算机的小型化，键盘鼠标已经成为了计算机发展的一大阻碍。人类的计算机从超大体积发展到现在占地不到一平米的微型计算机，想必未来的计算机可能会有意想不到的小，那么键盘鼠标对其来说就是障碍了，这时候就需要语音识别来完成命令。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术，装有语音识别模块的产品，当通电以后，芯片会进入识别状态，这时候我们可以通过语音进行各种指令工作。比如对装有语音识别模块的电灯说：开灯，亮度调亮点；睡觉的时候，说：关灯等等。这些都运用到了语音识别技术。语音识别技术有着非常广泛的应用领域和市场前景，在语音输入控制系统中，它能够使得人们可以甩掉键盘，比如手机中的语音输入法，使我们不在需要双手输入；通过识别语音中的要求、请求、命令或询问做出正确的响应，这样既可以克服人工键盘输入速度慢，极易出差错的缺点，又有利于缩短系统的反应时间，使人机交流变得简便易行，比如用于声控语音拨号系统、声控智能玩具、智能家电等领域。在智能对话查询系统中，人们通过语音命令，可以方便地从远端的数据库系统中查询与提取有关信息，享受自然、友好的数据库检索服务，例如信息网络查询、医疗服务、银行服务等。语音识别技术还可以应用于自动口语翻译，即通过将口语识别技术、机器翻译技术、语音合成技术等相结合，可将一种语言的语音输入翻译为另一种语言的语音输出，实现跨语言交流。语音识别技术在军事斗争领域里也有着极为重要的应用价值和极其广阔的应用空间。一些语音识别技术就是着眼于军事活动而研发，并在军事领域首先应用、首获成效的，军事应用对语音识别系统的识别精度、响应时间、恶劣环境下的顽健性都提出了更高的要求。目前，语音识别技术已在军事指挥和控制自动化方面得以应用。比如，将语音识别技术应用于航空飞行控制，可快速提高作战效率和减轻飞行员的工作负担，飞行员利用语音输人来代替传统的手动操作和控制各种开关。语音识别在我们生活中同样应用很广泛，比如现在非常流行的智能语音音响，当你对音响说出需要干什么的时候，比如：听歌、天气情况、听广播等，这些经过语音识别后，智能音响就可以播放出来。更高级的还可以根据你的声纹来识别，防止其他人使用。文字识别能够使用户按照最自然、最方便的输入方式进行文字输入，易学易用，可取代键盘或者鼠标。【任务实现】一段语音，经历什么才能变成它所对应的文本呢？语音作为输入，文本作为输出，第一反应是该有一个函数，代入自变量输出结果。可是，由于各种因素（如环境、说话人等）的影响，同一段文本，读一千遍就有一千个模样，语音的数字化存储也因之而不同，长短不一，幅度不一，就是一大堆数字的组合爆炸，想要找到一个万全的规则将这些语音唯一地对应到同一段文本，这是演算逻辑所为难的；而且常用的词汇量也很庞大，能够拼成的语句不计其数，面对一段语音，遍历搜寻所有可能的文本序列必然无法负担。这样，定义域和值域都是汪洋大海，难以通过一个函数一步到位地映射起来。如果我们能够找到语音和文本的基本组成单位，并且这些单位是精确的、规整的、可控的，那么二者之间的映射关系会单纯一些。对于文本，字（或字母、音素）组成词，词组成句子，字词是首先想到的组成单位。目前通用的语音识别方式如下：有一段波形，通过静音将它分割成若干个语音片段，然后识别每一个语音片段说的是什么。要想实现上述想法，我们需要穷举出所有可能的词的组合，然后和音频进行匹配，选择最好的匹配组合。

语音识别系统主要由四部分组成：信号处理和特征提取、声学模型（AM）、语言模型（LM）和解码搜索部分，如下图所示。图5-5语音识别流程信号处理和特征提取是语音识别系统的第一部分，接受最原始的音频信号，通过消除噪声和信道失真对语音进行增强，将信号从时域转化到频域，并为后面的声学模型提取合适的有代表性的特征向量。声学模型以特征提取部分生成的特征为输入，为可变长特征序列生成声学模型分数。语言模型估计通过训练语料学习词与词之间的相互关系，来估计假设词序列的可能性，又叫语言模型分数。如果了解领域或任务相关的先验知识，语言模型的分数通常可以估计的更准确。解码搜索综合声学模型分数与语言模型分数的结果，将总体输出分数最高的词序列当做识别结果。试探讨用过的语音识别软件，及其应用场景。请探讨在语音识别的四个部分中（信号处理和特征提取、声学模型、语言模型），哪些地方用到了人工智能技术？【能力拓展】越挫越强——人工智能识别方法声学模型是语音识别系统中非常重要的一个组件，对不同基本单元的区分能力直接关系到识别结果的好坏。语音识别本质上一个模式识别的过程，而模式识别的核心是分类器和分类决策的问题。通常，在孤立词、中小词汇量识别中使用动态时间规整分类器会有良好的识别效果，并且识别速度快，系统开销小，是语音识别中很成功的匹配算法。但是，在大词汇量、非特定人语音识别的时候，动态时间规整分类器识别效果就会急剧下降。随着人工智能技术的发展，循环神经网络（RNN）、长短期记忆人工神经网络（LSTM）、深度神经网络（DNN）等方法的应用解决了当前的识别问题。这些方法的一个重要特点是会不断“纠正”自身错误，可以理解为“错的越多，学的越快”，随着大量的语音样本的加入，识别结果越来越准确。在不断的模型调优与样本扩充下，部分软件的语音识别率已经超过95%，意味着具备了与人类相仿的语言识别能力。请调研百度、搜狗、讯飞的汉语语音识别软件，列举用到了哪些人工智能方法？并对比其声学模型的异同。5.1.4知识讲解1.AR技术增强现实（AugmentedReality，AR）技术是计算机在现实影像上叠加相应图像的技术，利用虚拟世界套入现实世界并与之进行互动，达到增强现实的目的。增强现实技术是一种将虚拟世界与真实世界巧妙融合的技术，广泛运用了多媒体、三维建模、实时跟踪及注册、智能交互、传感等多种技术手段，将计算机生成的文字、图像、三维模型、音乐、视频等虚拟信息模拟仿真后，应用到真实世界中，两种信息互为补充，从而实现对真实世界的“增强”。AR技术不仅能够有效体现出真实世界的内容，也能使虚拟的信息内容显示出来，这些内容相互补充和叠加。在视觉化的增强现实中，用户在头盔显示器感受到真实世界能够和电脑图形之间重合在一起？描述不清已修改。AR技术中主要有多媒体和三维建模以及场景融合等新的技术和手段，AR所提供的信息内容和人类能够感知的信息内容之间存在着明显不同。？描述不清已修改AR技术有三大技术要点：三维注册（跟踪注册技术）、虚拟现实融合显示、人机交互。首先通过摄像头和传感器将真实场景进行数据采集，并传入处理器对其进行分析和重构，再通过AR头盔显示器或智能移动设备上的摄像头、陀螺仪、传感器等配件实时更新用户在现实环境中的空间位置变化数据，从而得出虚拟场景和真实场景的相对位置，进而实现坐标系的对齐并进行虚拟场景与现实场景的融合计算，最后将其合成影像呈现给用户。用户可通过AR头盔显示器或智能移动设备上的交互配件，如话筒、眼动追踪器、红外感应器、摄像头、传感器等设备采集控制信号，并进行相应的人机交互及信息更新，实现增强现实的交互操作。其中，三维注册是AR技术的核心，即以现实场景中二维或三维物体为标识物，将虚拟信息与现实场景信息进行对位匹配，即虚拟物体的位置、大小、运动路径等与现实环境必须完美匹配，达到虚实相生的地步。下图是一个典型的AR系统结构，由虚拟场景生成单元以及显示器和头盔等交互设备构成。其中虚拟场景生成单元负责虚拟场景的建模、管理、绘制和其它外设的管理；显示器负责显示虚拟和现实融合后的信号；头部跟踪设备跟踪用户视线变化；交互设备用于实现感官信号及环境控制操作信号的输入输出。图5-6AR系统结构图总的来说，AR技术是一种全新的人机交互技术，利用摄像头，传感器，实时计算和匹配技术，将真实的环境和虚拟的物体实时地叠加到同一个画面或空间而同时存在。用户可以通过AR系统感受到在客观物理世界中所经历的“身临其境”的逼真性，还能突破空间、时间以及其它客观限制，感受到在真实世界中无法亲身经历的体验。因此，AR系统基本具备以下三个特点：（1）真实世界和虚拟世界的信息集成；（2）具有实时交互性；（3）在三维尺度空间中增添定位虚拟物体。AR技术不仅应用在与VR技术相类似的领域，如尖端武器、飞行器的研制与开发、数据模型的可视化、虚拟训练、娱乐与艺术等，而且由于其具有能够对真实环境进行增强显示输出的特性，在医疗研究与解剖训练、精密仪器制造和维修、军用飞机导航、工程设计和远程机器人控制等领域均有广阔的应用前景。2.云计算技术大规模分布式计算技术即为“云计算”（cloudcomputing）的概念起源。云计算在网络服务中已经随处可见，如搜寻引擎、电商服务、网络信箱等，使用者只要输入简单指令就能得到大量信息。“云”实质上就是一个网络，狭义地讲，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，按使用量付费，并且资源可以看成是无限扩展的。“云”就像自来水厂一样，用户可以随时接水，并且不限量，按照自己家的用水量，付费给自来水厂就可以。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，就能快速提供资源。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、天然气一样，可以方便地取用使用费用，且价格较为低廉。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。云计算本质上是一种基于并高度依赖于Internet的计算资源交付模型，集合了大量服务器、应用程序、数据和其他资源，通过Internet以服务的形式提供这些资源，并且采用按使用量付费的模式。用户与实际服务提供的计算资源相分离，并向用户屏蔽底层差异的分布式处理架构。用户可以根据需要从诸如阿里云、华为云、腾讯云、AmazonWebServices（AWS）之类的云提供商那里获得技术服务，如数据计算、存储和数据库，而无须购买、拥有和维护物理数据中心及服务器。云计算是分布式计算技术的一种，其工作原理是通过网络“云”将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统搜寻、计算、分析之后将处理结果回传给用户。通过这项技术，网络服务提供者可以在很短的时间内（数秒之内），完成对数以千万计的数据的处理，提供和“超级计算机”同样强大效能的网络服务。现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果，其所用的关键技术如下图所示图5-7云计算关键技术云计算具有高灵活性、可扩展性和高性价比等特变，与传统的网络应用模式相比，其还具有如下优势与特点。（1）虚拟化技术虚拟化突破了时间、空间的界限，是云计算最为显著的特点，虚拟化技术包括应用虚拟和资源虚拟两种。物理平台与应用部署的环境在空间上是没有任何联系的，云计算通过虚拟平台对相应终端完成数据备份、迁移和扩展等操作。（2）动态可扩展云计算具有高效的运算能力，在原有服务器基础上增加云计算功能能够使计算速度迅速提高，最终实现动态扩展虚拟化要求，达到扩展应用的目的。用户可以利用应用软件的快速部署条件来更为简单快捷地将自身所需的已有业务以及新业务进行扩展。例如，云计算系统中出现设备的故障，对于用户来说，无论是在计算机层面上，还是在具体运用上都不会受到阻碍，用户可以利用云计算具有的动态扩展功能来对其他服务器开展有效扩展。这样一来就能够确保任务得以有序完成。（3）按需部署计算机包含了许多应用、程序软件等，不同的应用对应的数据资源库不同，所以用户运行不同的应用需要较强的计算能力对资源进行部署，而云计算平台能够根据用户的需求快速配备相应的计算能力及资源。（4）灵活性高目前市场上大多数信息技术资源、软件、硬件都支持虚拟化，如存储网络、操作系统和开发软、硬件等。虚拟化要素统一放在云系统资源虚拟池当中进行管理，可见云计算的兼容性非常强，可以兼容低配置机器、不同厂商的硬件产品，并使其能够实现高性能计算。（5）可靠性高云计算即使出现服务器故障也不会影响计算与应用的正常运行，因为单点服务器出现故障后，可以通过虚拟化技术将分布在不同物理服务器上面的应用进行恢复或利用动态扩展功能部署新的服务器进行计算。（6）性价比高将资源放在虚拟资源池中统一管理在一定程度上优化了物理资源，用户不再需要造价昂贵、占地空间大的主机，而可以选择相对廉价的计算机组成云，一方面减少费用，另一方面计算性能也不逊于大型主机。如今，云计算技术已经融入社会生活的方方面面。存储云，又称云存储，是在云计算技术上发展起来的一个新的存储技术。云存储是一个以数据存储和管理为核心的云计算系统。将本地的资源上传至云端上后，用户可以在任何地方连入互联网来获取云上的资源。大家所熟知的谷歌、微软等大型网络公司均有云存储的服务，在国内，百度云和微云则是市场占有量较大的存储云。存储云向用户提供了存储容器服务、备份服务、归档服务和记录管理服务等，大大方便了用户对资源的管理。云计算应用主要包括以下几个方面。（1）医疗云。是指在云计算、移动技术、多媒体、5G通信、大数据以及物联网等新技术基础上，结合医疗技术，使用“云计算”来创建医疗健康服务云平台，实现医疗资源的共享和医疗范围的扩大。医疗云运用云计算技术，可提高医疗机构的效率，方便居民就医。如医院的预约挂号、电子病历、电子医保等都是云计算与医疗领域结合的产物，医疗云还具有数据安全、信息共享、动态扩展、布局全国等优势。（2）金融云。是指利用云计算的模型，将各金融机构及相关机构的数据中心互联互通，构成云网络，以提高金融机构迅速发现并解决问题的能力。金融云旨在为银行、保险和基金等金融机构提供互联网处理和运行服务，同时共享互联网资源，从而解决现有问题并且达到高效、低成本的目标。现在，金融与云计算的结合使快捷支付基本普及，用户只需要在手机上简单操作，就可以完成银行存款、购买保险和基金买卖。目前已有多家企业推出了自己的金融云服务。（3）教育云。可以将所需要的任何教育硬件资源虚拟化，然后将其传入互联网中，以向教育机构和学生、教师提供一个方便快捷的平台。慕课MOOC（大规模开放的在线课程）就是教育云的一种应用。（4）服务云。用户使用在线服务来发送邮件、编辑文档、看电影或电视、听音乐、玩游戏或存储图片和其他文件，这些都属于服务云的范畴。3.物联网技术通过在物品上嵌入电子标签、条形码等能够存储物体信息的标识，并且通过无线网络将其即时信息发送到后台信息处理系统，而各大信息系统可通过互联形成一个庞大的网络，从而可达到对物品进行实施跟踪、监控等智能化管理的目的。这个网络就是物联网（TheInternetofThings，IoT）。通俗来讲，物联网可实现人与物之间的信息沟通。物联网核心技术包括传感器技术、嵌入式技术、组网技术及云计算技术，如图5-8所示。图5-8物联网核心技术物联网是在计算机互联网的基础上，利用射频自动识别（RadioFrequencyIdentification，RFID）、无线数据通信等技术，构造一个覆盖世界上万事万物的“InternetofThings”。在这个网络中，物品（商品）能够彼此进行“交流”，而无须人的干预。物联网的实质是利用RFID技术，通过计算机互联网实现物品（商品）的自动识别和信息的互联与共享。RFID可以理解为让物品“开口说话”的一种技术。在“物联网”的构想中，RFID标签中存储着规范而具有互用性的信息，通过无线网络把它们自动采集到中央信息系统，实现物品（商品）的识别，进而通过开放性的计算机网络实现信息交换和共享，实现对物品的“透明”管理。“物联网”概念的问世，打破了之前的传统思维。过去的思路一直是将物理基础设施和IT基础设施分开：一方面是机场、公路、建筑物，而另一方面是数据中心，包括个人电脑、宽带等。而在“物联网”时代，钢筋混凝土、电缆等设施将与芯片、宽带整合为统一的基础设施，在此意义上，基础设施更像是一块新的地球工地，经济管理、生产运行、社会管理乃至个人生活都在它上面进行。目前，物联网还没有一个被广泛认同的体系结构，但是，我们可以根据物联网对信息感知、传输、处理的过程将其划分为3层结构，即感知层、网络层和应用层。感知层：主要用于对物理世界中的各类数据如标识、音频、视频等的采集与感知。数据采集主要涉及传感器、RFID、二维码等技术。网络层：主要用于实现更广泛、更快速的网络互联，从而对感知到的数据信息安全地进行传送。目前能够用于物联网的通信网络主要有互联网、无线通信网、卫星通信网与有线电视网。应用层：主要包含应用支撑平台子层和应用服务子层。应用支撑平台子层用于支撑跨行业、跨应用、跨系统之间的信息协同、共享和互通。应用服务子层包括智能交通、智能家居、智能物流、智能医疗、智能电力、数字环保、数字农业、数字林业等领域。物联网主要具有以下主要特征。（1）全面感知利用RFID、传感器、定位器和二维码等技术随时随地对物体进行信息采集和获取。感知包括传感器的信息采集、协同处理、智能组网，甚至信息服务，以达到控制、指挥的目的。（2）可靠传递可靠传递是指通过各种电信网络和因特网融合，对接收到的感知信息进行实时远程传送，实现信息的交互和共享，并进行各种有效的处理。在这一过程中，通常需要用到现有的电信运行网络，包括无线和有线网络。由于传感器网络是一个局部的无线网，因而无线移动通信网、5G网络是是否已经过时？作为承载物联网的一个有力的支撑。是否已经过时？（3）智能处理是指利用云计算、模糊识别等各种智能计算技术，对随时接受到的跨地域、跨行业、跨部门的海量数据和信息进行分析处理，提升对社会各种活动和变化的洞察力，实现智能化的决策和控制。例如，对于物联网公司，商业模式中首先要考虑的是“产品”。要想取得竞争优势，必须通过智能处理和分析明确开发智能互联产品的功能和特色。当然，物联网还会有许多广泛的用途，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。4.深度学习技术深度学习（DeepLearning，DL）是机器学习（MachineLearning，ML）领域中一个新的研究方向，它被引入机器学习并使其更接近于最初的研究目标—人工智能（ArtificialIntelligence，AI）。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析、学习能力，从而能够识别文字、图像和声音等数据。深度学习是机器学习的一种，而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络，该神经网络通过模仿人脑的机制来解释图像、声音、文本等数据。图5-9是深度学习与传统机器学习的训练流程对比，可以看出在数据准备和预处理方面，两者是很相似的，他们都可能对数据进行一些操作：数据清洗、数据标签、归一化、去噪、降维；传统机器学习的特征提取主要依赖人工，针对特定简单任务的时候人工提取特征会简单有效，但是并不能通用。深度学习的特征提取并不依靠人工，而是机器自动提取的。图5-9深度学习与传统机器学习训练流程对比以往在机器学习用于现实任务时，描述样本的特征通常需由人类专家来设计，这成为“特征工程（featureengineering）”。众所周知，特征的好坏对泛化性能有至关重要的影响，人类专家设计出准确的特征也并非易事；特征学习（表征学习）则通过机器学习技术自身来产生准确的特征，这使机器学习向“全自动数据分析”又前进了一步。近年来，研究人员也逐渐将这几类方法结合起来，例如，对原本是以有监督学习为基础的卷积神经网络结合自编码神经网络进行无监督的预训练，进而利用鉴别信息微调网络参数形成的卷积深度置信网络。与传统的学习方法相比，深度学习方法预设了更多的模型参数，因此模型训练难度更大，根据统计学习的一般规律知道，模型参数越多，需要参与训练的数据量也越大。深度学习是一个复杂的机器学习算法，目前在在语音和图像识别方面取得的成果颇丰。深度学习在搜索技术、数据挖掘、机器学习、机器翻译、自然语言处理、多媒体学习、推荐和个性化技术，以及其他相关领域都也取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。活页1：深度学习作为机器学习的一个分支，为什么能在众多的机器学习模型中脱颖而出？5.区块链技术区块链是目前一个比较热门的新概念。从技术角度来看，这是一个牺牲一致性效率且保证最终一致性的分布式的数据库。区块链本质上是一个基于P2P的价值传输协议，我们不能只看到了P2P，而看不到价值传输；同样的，也不能只看到了价值传输，而看不到区块链的底层技术。可以这么说，区块链更像是一门结合了P2P网络技术、非对称加密技术、宏观经济学、经济学博弈等知识的交叉学科。区块链是一个公共的分布式总账，下面从以一个例子进行介绍。想象有一个100台的分布式数据库集群，现在的情况是这100个节点实际上的拥有者是一个机构，并且所有节点处在该机构的内网当中，所以这个机构想让这100个数据库节点干嘛就干嘛，换句话说这100个节点之间是处于一个可信任的环境，并且受控于一个实体，这个实体具有绝对仲裁分配权。另外的情况是这样的，想象这100个节点分别归不同的人所有，且每个人的节点数据都是一样的，即完全冗余，并且所有的节点均处在广域网当中，换句话说就是这100个节点之间是不信任的，且不存在一个拥有绝对仲裁权的实体。现在考虑在第二种情况下，采用什么样的算法（共识模型）能够提供一个可信任的环境，能够满足以下条件：每个节点交换数据过程不被篡改；交换历史记录不可被篡改；每个节点的数据会同步到最新数据，且承认经过共识的最新数据；基于少数服从多数的原则，整体节点维护的数据本身客观反映了交换历史。区块链技术上就是要解决上述第二种情况的一种技术方案，更确切的说应该叫分布式的冗余的链式总账本方案。区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识模型来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。在区块链系统中，每过一段时间，各参与主体产生的交易数据会被打包成一个数据区块，数据区块按照时间顺序依次排列，形成数据区块的链条，各参与主体拥有同样的数据链条，且无法单方面篡改，任何信息的修改只有经过约定比例的主体同意方可进行，并且只能添加新的信息，无法删除或修改旧的信息，从而实现多主体间的信息共享和一致决策，确保各主体身份和主体间交易信息的不可篡改、公开透明。区块链本质上是一种健壮和安全的分布式状态机，典型的技术构成包括共识算法、P2P通讯、密码学、数据库技术和虚拟机。这也构成了区块链必不可少的5项核心能力：存储数据、共有数据、分布式、信息安全、数字化合约。区块链基础构架如5-10图所示，包括数据层、网络层、共识层、激励层、合约层、应用层。每层分别完成一项核心功能，各层之间互相配合，实现一个去中心化的信任机制。图5-10区块链技术基础构架数据层主要描述区块链技术的物理形式，是设计账本的数据结构。其实描述的是区块链究竟是由哪些部分组成的。首先建立一个起始节点----“创世区块”，之后在同样规则下创建的规格相同的区块依次相连组成一条主链条。每个区块中包含了许多技术，例如时间戳、散列函数、Merkle树、非对称加密技术，用来确保每一个区块是按时间顺序相连接以及交易信息不被篡改。网络层的主要是为了实现区块链网络中节点之间的信息交流，实现记账节点的去中心化。区块链网络本质上是一个P2P网络（对等网络，又称点对点网络），是没有中心服务器、依靠用户群交换信息的互联网体系。每一个节点既接收信息，也产生信息。区块链的网络中，一个节点创造新的区块后会以广播的形式通知其他节点，其他节点会对这个区块进行验证，当全区块链网络中超过51%的用户验证通过后，这个新区块就可以被添加到主链上了。共识层负责调配记账节点的任务负载，能让高度分散的节点在去中心化的系统中高效地针对区块数据的有效性达成共识。区块链中比较常用的共识机制主要有工作量证明（PoW）、权益证明（PoS）和股份授权证明（DPoS）三种。激励层是制定记账节点的“薪酬体系”，包括发行机制及分配机制，主要提供一定的激励措施，鼓励节点参与区块链的安全验证工作。我们以比特币为例，它的奖励机制有两种。一是系统奖励给那些创建新区块的矿工，刚开始每记录一个新区块，奖励矿工50个比特币，该奖励大约每四年减半；另外一个激励的来源则是交易费，新创建区块没有系统的奖励时，矿工的收益会由系统奖励变为收取交易手续费。合约层主要是指各种脚本代码、算法机制以及智能合约等，赋予账本可编程的特性。我们以比特币为例，比特币是一种可编程的货币，合约层封装的脚本中规定了比特币的交易方式和过程中涉及的种种细节。应用服务层是获得持续发展动力所在，应用层封装了区块链的各种应用场景和案例。区块链的这种分布式结构会带来以下5个重要的特点。（1）去中心化区块链是一种分布式数据存储结构，没有中心节点，所有节点都保存全部的相同的区块信息，完全实现去中心化。对于特殊的应用场景，可以适当地采用弱中心化的管理节点，即中心节点不影响整个区块链结构的运行，如弱中心化的监管机制。若从安全角度来说，弱中心化结构中的中心节点要满足对区块链的安全不构成威胁，对用户隐私不构成威胁等条件。（2）不可篡改性一方面，区块链中存储的交易信息每一条都有相对应的Hash值，由每一条记录的Hash值作为叶子节点生成二叉Merkle树，Merkle树的根节点（Hash值）保存在本区块的块头部分，区块头部除了当前区块的Merkle树的根节点，还要保存时间戳以及前一个区块的标识符（Hash指针）形成一条链式结构。因此，要想篡改区块链中的一条记录，不仅要修改本区块的Hash值，还要修改后续所有区块的Hash值，或者生成一条新的区块链结构，使得新的链比原来的链更长。实际上，这是很难实现的。一般来说，一个区块后面有6个新的区块生成时，就认为该区块不可篡改，即可将该区块加入到区块链的结构中。活页2-什么是P2P,Hash加密,Merkle树（3）不可伪造性区块链保存的交易数据中不仅含有Hash值，还有交易双方的签名以及验证方的签名。签名具有不可伪造性。（4）可验证性可验证性指的是数据来源的可验证。每一笔交易中电子货币的产生和输入、输出都是可以验证的。区块链结构中不会凭空增加电子货币。以比特币为例，每一笔交易的输入都是前一笔交易的输出，每一笔交易的输出又是下一笔交易的输入，可实现交易的可追溯性。除了来源的可验证外，还有交易金额的可验证，即验证金额的正确性，区块链技术可以确保交易过程中的每一笔资金都是可靠的。但目前为了保证用户的隐私，很多电子货币通过混币、环签名、零知识证明等技术在数据可验证的前提下，尽可能地切断金额的可追溯性。（5）匿名性区块链中的匿名性实际上是一种伪匿名性。区块链中使用假名技术来切断账号和真实身份的联系。例如，对用户公钥进行一系列的Hash运算，得到的固定长度的Hash值作为对应的电子账号。实际上，随着使用次数的增加，通过数据分析可以分析出账号的很多交易行为，比如经常和哪些账号做交易，交易金额为多少等，甚至可以和现实中的真实身份相联系。区块链技术将大大优化现有的大数据应用，在数据流通和共享上发挥巨大作用。未来互联网、人工智能、物联网都将产生海量数据，现有中心化数据存储（计算模式）将面临巨大挑战，基于区块链技术的边缘存储（计算）有望成为未来该问题的解决方案。再者，区块链对数据的不可篡改和可追溯机制保证了数据的真实性和可靠性，这成为大数据、深度学习、人工智能等一切数据应用的基础。最后，区块链可以在保护数据隐私的前提下实现多方协作的数据计算，有望解决“数据垄断”和“数据孤岛”问题，实现数据流通价值。针对当前的区块链发展阶段，为了满足一般商业用户区块链开发和应用需求，众多传统云服务商开始部署自己的BaaS（区块链即服务）解决方案。区块链与云计算的结合将有效降低企业区块链部署成本，推动区块链应用场景落地。未来区块链技术还会在慈善公益、保险、能源、物流、物联网等诸多领域发挥越来越重要的作用。6.大数据分析技术大数据本身是一个抽象的概念。从一般意义上讲，大数据指无法在一定时间范围内用常规软件工具进行获取、存储、管理和处理的数据集合，也指需要新处理模式才能使具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等都需要运用大数据技术。大数据孕育于信息通信技术，它对社会、经济、生活产生的影响绝不限于技术层面。更本质上，它是为我们看待世界提供了一种全新的方法，即决策行为将日益基于数据分析，而不是像过去更多凭借经验和直觉。具体来讲，大数据将有以下作用：（1）对大数据的处理分析正成为新一代信息技术融合应用的结点移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用正在不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源的数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。（2）大数据是信息产业持续高速增长的新引擎面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器市场；在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。（3）大数据利用将成为提高核心竞争力的关键因素各行各业的决策正在从“业务驱动”向“数据驱动”转变。数据集合并后进行分析得出的信息和数据关系性，可以用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定即时交通路况等。在商业领域，企业组织利用相关数据分析来降低成本、提高效率、开发新产品、做出更明智的业务决策等，对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对，支持为商家制定更加精准有效的营销策略，可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，大数据可帮助提高诊断准确性和药物有效性；在公共事业领域，在促进经济发展、维护社会稳定等方面也开始发挥越来越重要的作用。（4）大数据时代科学研究的方法手段将发生重大改变抽样调查是社会科学的基本研究方法。而在大数据时代，可对通过实时监测、跟踪研究对象在互联网上产生的海量行为数据进行挖掘分析，揭示出内在规律性，提出研究结论和对策。制造业、物流、医疗、农业等行业的大数据应用水平还处在初级阶段，但未来消费者驱动的C2B模式会倒逼这些行业的大数据应用进程逐步加快。国际知名咨询公司麦肯锡在《大数据的下一个前沿：创新、竞争和生产力》报告中指出，在大数据应用综合价值潜力方面，信息技术、金融保险、政府及批发贸易4大行业的潜力最高，信息、金融保险、计算机及电子设备、公用事业4类行业的数据量最大。活页3阿里巴巴大数据架构示例项目5.2助力航天发展的信息新技术西方国家通过航海事业在近代发展中赢得先机。同样，对于太空中的资源，国际上遵循的原则是“谁开发，谁利用”，现在对航天事业的投入就是对国家未来发展的投资，抢占太空资源利用的先机。航天事业是一个高度集成的科学研究项目，涉及的研究领域也包括信息技术中的很多方面，如人工智能、深度学习、大数据等，信息技术的新突破会为航天事业发展提供强有力的助力。5.2.1任务：星辰大海——中国载人航天【任务描述】2021年6月17日，神舟十二号载人飞船将三名宇航员送入太空。他们在那里工作生活三个月，在轨验证航天员在空间站开展一系列活动的技术，为我国空间站在2022年建成使用做准备。回顾中国航天发展史，试着分析如何通过信息新技术助力我国的航天事业发展。航天应用及部分新信息技术应用如图5-11所示。图5-11航天应用及部分新信息技术应用【示例演练】自古以来我国人民就有飞天梦想，最早承载着人们飞天梦的就是风筝。它从东周春秋时期的木制风筝到东汉蔡伦改进造纸术后才演变为纸制风筝。唐朝还有一些人们利用自己擅长的机关技巧将制作的木鸟送上天空，这些木鸟可以飞至近百米的高空。随着新中国的成立，我们继承先人的航天梦，开始了新一轮的太空筑梦，而在经历了七十年的等待和奋斗后，我们迎来了属于自己的空间站。活页4中国航天发展简史【任务实现】回顾这个激动人心的时刻，神州十二号之所以能成功完成任务，任务前的充分准备及任务中的精准操作缺一不可。每一次航天任务，都要经过长期的准备，任务中的每一个细节都是对技术的考验，都需要经过反复的检查。因为运载火箭的发射，不像汽车、火车那样发动机启动后或其他地方若出现问题，可以随时关闭停下来检查或修理，火箭起飞后，一旦出现故障，其结果便注定了此次发射的失败。所以，火箭制造要求极高，其中的火箭设计需要进行大量的模拟仿真及数据分析，如何从海量的仿真及实验数据中找到可能存在的缺陷是极为重要的。大数据分析技术可以关联更多的信息，并从中及时识别和预测缺陷，为设计人员提供有力支持。试分析在火箭设计及制造过程中可以使用哪些大数据技术识别缺陷？还有哪些技术可以应用于提高火箭可靠性？航天员的培训也是及其重要的准备过程。航天员是经过层层选拔过后的精英，必须具有过人的身体素质及心理素质，为了顺利完成任务还要经过长达三到五年的培训，其中包括熟悉航天器模拟舱中操作内容、从起飞到着陆的全部飞行科目训练、飞行程序和其他类别的操作（如在飞行中与地面通信联络，应对紧急状态和故障）等训练。这些训练如果有VR技术的支持，可以对太空环境进行模拟，让航天员能够身临其境地练习操作、对接。试分析通过VR可以实现哪些航天员演练项目，与平民接触的VR有什么不同？试分析上面的讨论使用了哪些具体的VR技术？火箭与飞船分离后，神舟12号飞船的任务就是要与中国空间站对接。为了进一步接近中国空间站，神舟12号需要在中途进行6次变轨，最终实现对接。这个过程中会应用到遥感、自动控制、姿态调整等技术。从火箭升空到完成对接，神州12号仅用时6.5小时，神舟十二号就像是有着全自动驾驶功能的“超跑”。强化学习是近些年人工智能领域的重要研究方向，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习已应用于自动驾驶领域中，实现了轨迹优化，运动规划，动态路径，最优控制等任务。试分析航天器对接较自动驾驶的不同。请讨论强化学习是否可以应用于航天器对接任务？【能力拓展】嫦娥奔月——载人登月工程畅想中国载人登月工程第一阶段是实现对月球的无人飞行器探测，具体分为“绕、落、回”三步。第二阶段是实现载人登月，中国人踏上月球。第三阶段则是要实现人类从未有过的壮举——建立月球基地。请结合模块五新一代信息技术的内容，请畅想一下每个阶段主要使用的信息技术将有什么变化，对信息技术的可靠性和复杂性有哪些要求？5.2.2任务：量子科技正加速进入太空【任务描述】量子技术与卫星的结合不仅听起来浪漫、大胆、富有想象力，而且应用前景十分诱人。不只是中国，世界上许多其他国家也都跃跃欲试，特别是在中国的“墨子号”量子科学实验卫星发射成功以后，近年来陆续有日本、新加坡、加拿大等国家实施量子卫星研制计划或者开展相关实验的报道，太空中的量子通信实验和相关计划进展呈现加速态势。【示例演练】2016年8月16日1时40分，“墨子号”量子科学实验卫星在酒泉用长征二号丁运载火箭成功发射升空。这是人类历史上第一颗专门用于研究量子科技的卫星，引起了全球的关注。2017年1月18日，“墨子号”量子科学实验卫星圆满完成了4个月的在轨测试任务，开始进入在轨运行和实验任务阶段。墨子号的成功发射和在轨实验任务的顺利进展使得中国成为了第一个实现卫星和地面之间量子通信实验的国家。量子通信示意图如图5-12所示。图5-12量子通信示意图“墨子号”卫星的主要任务是进行四项重要的科学实验，分别是星地高速量子密钥分发实验、广域量子通信网络实验、星地量子纠缠分发实验和地星量子隐形传态实验。目前，“墨子号”量子卫星已经圆满实现预定的全部科学目标，取得了千公里级星地量子纠缠分发、高速量子密钥分发、量子隐形传态等重要成果，为我国在未来继续引领世界量子通信技术发展和空间尺度量子物理基本问题检验前沿研究奠定了坚实的科学与技术基础。2018年1月，中国科技大学与奥地利科学院合作，利用“墨子号”量子卫星实现7600公里的洲际量子秘钥分发，并利用共享秘钥技术，完成加密数据传输和视频通讯。至此，中国已成功实现了洲际量子保密通信，其战略性意义重大。“墨子号”量子卫星取得的一系列研究成果不仅为中国科学赢得了国际声誉，也标志着我国量子通信领域的研究在国际上处于领先地位。据推测，在卫星量子通信方向，中国领先美国等发达国家五年左右，实现了该领域的弯道超车。【任务实现】与任务描述相同国际空间站与地球之间之间的距离过长，会使发送照片或视频等信息变得困难，这将导致发送信息和接收信息之间存在时间延迟。量子技术（以量子物理学为原理的技术形式）以纠缠光子和卫星的形式，可以使空间通信更容易、更快捷，能更快、更有效地发送高清照片和视频。反过来，这将能扩大太空探索的范围并改善太空旅行的通信条件，因为宇航员可以更快地与地球上的专家进行交流。与任务描述相同试分析为什么量子通信可以应用于太空领域？试分析量子通信太空应用的主要技术有哪些？试分析量子通信的应用于太空的主要难点？【能力拓展】前瞻未来——量子计算量子计算与量子通信同属量子物理与信息学结合发展起来的新学科。量子计算将有可能使计算机的计算能力远远超过目前的计算机。理论上，拥有50个量子比特的量子计算机性能就能超过目前世界上最先进的超级计算机“天河二号”，拥有300个量子比特的量子计算机就能支持比宇宙中原子数量更多的并行计算，量子计算机能够将某些经典计算机需要数万年来处理的复杂问题的运行时间缩短至几秒钟。试分析为什么量子计算的速度快？试用自己的话来解释量子计算的原理？试分析量子计算未来的应用有哪些？5.2.3知识讲解1.人工智能技术人工智能（ArtificialIntelligence，AI）是计算机科学的一个分支，20世纪70年代以来被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一，也被认为是21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，在理论和实践上都已自成系统。人工智能是研究使用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、制造具备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。人工智能涉及计算机科学、心理学、哲学和语言学等学科，几乎涵盖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，人工智能不仅仅限于逻辑思维，还要考虑形象思维、灵感思维才能促进人工智能的突破性的发展。人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能的研究是高度技术性和专业性的，各分支领域都是深入且各不相通的，因而涉及范围极广。人工智能学科研究的主要内容包括知识表示、自动推理、智能搜索、机器学习、知识处理系统等方面，主要应用领域有智能控制、专家系统、语言和图像理解、遗传编程机器人、自动程序设计等。（1）知识表示知识表示是人工智能研究的基本问题之一，推理和搜索都与知识表示方法密切相关。常用的知识表示方法有逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。（2）自动推理自动推理是人工智能研究中最持久的领域之一，问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理，例如，谓词逻辑是演绎推理的基础，结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来研究人员还提出了多种非演绎的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。（3）智能搜索智能搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系，可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法的研究开始注意那些具有百万节点的超大规模的搜索问题。（4）机器学习机器学习是人工智能的一个重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。（5）知识处理系统知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是必要的。推理机是用来在问题求解时，规定使用知识的基本方法和策略。如果在知识库中存储的是某一领域（如医疗诊断）的专家知识，则该知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向逐渐多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是今后研究的关键问题。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的例子，例如，在矿物勘测、化学分析、规划和医学诊断方面，专家系统已经达到了人类专家的水平。（6）自然语言处理自然语言处理是人工智能技术应用于实际领域的典型范例，经过多年艰苦努力，这一领域已获得了大量令人注目的成果。目前该领域的主要课题是计算机系统如何以主题和对话情境为基础，生成和理解自然语言，这是一个极其复杂的编码和解码问题。近年来人工智能迅速融入经济、社会、生活等各行各业，在全世界形成了燎原之势，在金融、物流等多个领域人工智能也将发挥更大的作用，支付、结算、保险、个人财富管理、仓库选址、智能调度等众多方面已经开始与人工智能融合。人工智能的未来发展趋势将更为广阔。2.VR技术虚拟现实（VirtualReality，VR）技术是20世纪发展起来的一项全新的实用技术。虚拟现实技术包括计算机、电子信息、仿真等技术，其基本实现方式是计算机模拟虚拟环境从而给人以环境沉浸感。随着社会生产力和科学技术的不断发展，各行各业对VR技术的需求日益旺盛，VR技术也取得了巨大进步，并逐步成为一个新的科学技术领域。VR技术是交叉技术的前沿学科，在目前的研究和实践中利用VR技术能够模拟现实环境，并通过感知设备运用计算机生成实时动态的三维立体逼真图像，让使用者感觉身临其境。除了视觉感之外，还包括听觉、触觉、嗅觉、以及运动感知，计算机能够处理使用者的相应动作，并根据相关数据反馈到用户的五官。如图5-13所示，一个典型的虚拟现实系统主要由计算机、输入输出设备、虚拟现实设计/浏览软件等组成。用户以计算机为核心，通过输入输出设备与应用软件的虚拟世界进行交互。图5-13VR系统实现VR技术主要采用的是多技术融合方式，包括三维计算机图形技术、广角立体显示技术、等，这些技术都以计算机生成图形图像模型为主要目标。VR技术使这些模型在不同光照的条件下，呈现出精确的图像。在VR的技术系统中，人双眼的立体视觉能够起到很大的作用，使用者两只眼睛看到的图像是分别产生的，采用的是不同的单个显示器，使用者一旦戴上VR眼镜后，眼睛看到的图像就产生了立体感，根据人两只眼睛位置的不同，使用者可在图像中由远及近获得不同的信息。VR涉及学科众多，应用领域广泛，系统种类繁杂，这是由其研究对象、研究目标和应用需求决定的。VR技术有以下特点。活页5：VR技术的应用电子活页电子活页（1）沉浸性沉浸性是VR技术最主要的特征，沉浸性指让用户成为并感受到自己是计算机系统所创造环境中的一部分，VR技术的沉浸性取决于用户的感知系统，当使用者感知到虚拟世界的刺激时，包括触觉、味觉、嗅觉、运动感知等，便会产生心理沉浸感，感觉如同进入另一个真实世界。（2）交互性交互性是指用户对虚拟空间内物体的可操作程度和从虚拟环境得到反馈的自然程度。在虚拟空间中，当使用者进行某种操作时，周围的环境也会做出某种反应，如使用者接触到虚拟空间中的物体，那么使用者手上应该能够感受到，若使用者对物体有所动作，物体的位置和状态也会相应发生改变。（3）多感知性多感知性表示计算机技术应该拥有很多感知方式，比如听觉，触觉、嗅觉等。理想的VR技术应该具有一切人类所具有的感知功能。由于相关技术，特别是传感技术的限制，目前大多数虚拟现实技术所具有的感知功能仅具备视觉、听觉、触觉、运动感知等有限几种。（4）构想性构想性也称想象性，使用者在虚拟空间中，可以与周围物体进行互动，可以拓宽认知范围，创造客观世界不存在的场景或不可能发生的环境。构想可以理解为使用者进入虚拟空间，根据自己的感觉与认知能力吸纳知识，发散拓宽思维，创造新的概念和环境。（5）自主性自主性是指虚拟环境中物体能依据物理定律做出相应动作。如当受到力的推动时，物体会向力的方向移动、翻倒、或从桌面落到地面等。例如，航空航天是一项耗资巨大，非常烦琐的工程，人们可以利用VR技术和计算机的统计模拟，在虚拟空间中重现了现实中的航天飞机与飞行环境，使飞行员在虚拟空间中能够进行飞行训练和实验操作，这极大地降低了实验经费和实验的危险系数。3.量子通信技术量子通信是指利用量子纠缠效应进行信息传递的一种新型的通讯方式，是21世纪发展起来的新型交叉学科，是量子论和信息论相结合的新的研究领域。量子通信从理论上的定义而言，并没有一个非常严格的标准。在物理学中可以将其看作是一个物理极限，通过量子效应能够实现高性能的通信。而在信息学中，量子通信是通过量子力学原理中特有的属性，来完成相应的信息传递工作。当量子态在不被破坏的情况下，传输信息的过程中是不会被窃听，也不会被复制的，所以在这种情况下它是绝对安全的。量子通信体系架构包括量子态发生器、量子通道和量子测量装置以及经典信道等部分，其基本模型如图5-14所示。图5-14量子通信模型量子通信过程可以从发送端和接收端两个角度理解。在发送端，量子信源模块产生消息，消息通过量子编码模块转换成量子比特，量子比特通过量子调制模块得到以量子态为载体的量子信息，量子信息通过量子信道进行传输。除此以外，量子调制的模式信息（传统的信息）需要使用经典信道进行传输。在接收端，将接收到两部分信息：量子信道接收量子信息；经典信道接收额外的经典信息。这两部分信息通过解调和解码模块后，获得最终的消息。量子通信技术是利用量子叠加态和纠缠效应进行信息传递的新型通信方式，基于量子力学中的不确定性、测量坍缩和不可克隆三大原理提供了无法被窃听和计算破解的绝对安全性保证，主要分为量子隐形传态和量子密钥分发两种。量子通信可将某信息的量子态安全传递到另外一个地方从而实现信息传递（量子隐形传态），或利用“不可分割、不可复制”的量子作为密钥实现点对点安全通信（量子密钥分发），为经典通信增加一把量