16.未来信息综合技术
一、未来信息综合技术 00:001. 信息物理系统 02:33本质特征构建信息空间与物理空间基于数据自动流动的闭环赋能体系通过状态感知、实时分析、科学决策、精准执行解决复杂性问题核心功能实现物理空间与信息空间中各要素的相互映射、适时交互和高效协同典型案例包括智能家居单元级和智能工厂系统级延伸关系是控制系统和嵌入式系统的扩展底层理论技术源于嵌入式技术的应用与提升1CPS的体系架构 05:21单元级CPS 05:33最小单元具有不可分割性如智能部件、工业机器人或智能机床例家庭中的智能音箱、智能窗帘核心能力具备五可一自特性——可感知如烟雾传感器、可计算、可交互、可延展、自决策设备本质相当于增强型嵌入式智能设备实现物理世界与信息世界的初级连接系统级CPS 06:28组成方式通过工业网络现场总线/工业以太网连接多个单元级CPS典型场景智能家居系统多个智能设备联网、智能车间多台工业机器人协同关键功能异构集成通过互联互通、边缘网关、数据互操作实现不同单元整合组件管理即插即用功能实现设备的自动识别、配置、更新和删除协同控制多设备联动如生产线各环节同步状态监控实时诊断各单元运行状态SoS级CPS 08:08规模特征由多个系统级CPS有机组合如多道工序形成车间级或全厂级系统数据应用实现数据汇聚后进行资产优化对内和运营服务优化对外典型功能数据处理包含数据存储、融合、分布式计算和大数据分析服务输出通过数据服务形成资产性能管理和运营优化服务层级关系单元级单设备→系统级单产线→SoS级全车间/工厂2CPS的技术体系 09:38总体技术顶层设计包含系统架构、异构系统集成、安全技术和试验验证技术设计重点需统筹考虑系统兼容性、安全性和可验证性支撑技术基础组件智能感知、嵌入式软件、数据库、人机交互中间件网络架构SDN软件定义网络、物联网和大数据技术应用定位支撑信息空间与物理空间的映射实现核心技术融合控制虚实融合控制例数字孪生技术工业基础现场总线、工业以太网、CAX∖MES∖ERP∖PLM/SCMCAX \setminus MES \setminus ERP \setminus PLM/SCMCAX∖MES∖ERP∖PLM/SCM等特殊技术MBD基于模型的设计和智能装备四大要素一硬感知和自动控制硬件如工业传感器一软固化计算规则的工业软件系统核心一网工业网络数据传输载体一平台工业云和智能服务平台数据汇聚基础3CPS的典型应用场景 13:37智能设计虚拟仿真产品/工艺设计在虚拟空间迭代优化例生产线布局模拟应用范围涵盖产品设计、工艺设计和工厂设计全流程智能生产核心价值打破信息孤岛实现设备互联与生产资源优化调度转型效果推动从制造到智造的升级典型应用包括柔性制造系统智能服务云服务模式本地与远程云服务协同例远程征兆性诊断服务目标支持企业经营的经济性、安全性和高效性目标实现智能应用角色转变设计者/生产者/使用者共同参与价值创造产业影响通过新型价值链推动产业链转型例无人装备协同4CPS建设路径 15:54实施阶段体系设计阶段完成顶层架构规划单元级建设部署基础智能设备系统级集成实现设备联网协同SoS级整合构建全厂级智能系统建设逻辑遵循单元→系统→SoS的渐进式发展路径类似智能家居到智慧城市的发展过程2. 人工智能 16:19定义利用数字计算机或计算机控制的机器模拟、延伸和扩展人类智能实现感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。核心目标了解智能实质生产出能以人类智能相似方式反应的智能机器典型应用包括ChatGPT、AlphaGo等。1人工智能的分类 17:56弱人工智能当前所有AI形态如ChatGPT、AlphaGo能执行特定智能化操作但无法真正实现人类级推理思考强人工智能与人类智能完全等同的AI目前尚未实现。关键区分标准是能否真正实现自主推理、思考和解决问题2人工智能关键技术 18:54自然语言处理 19:03核心功能实现人机自然语言通信相当于让计算机识字三大应用机器翻译如中英互译语义理解分析文章中心思想问答系统如ChatGPT对话训练类比如同教小孩识字读书是AI基础能力培养计算机视觉 20:54本质模拟人类视觉系统赋予计算机看的能力处理流程将图像分析分解为可管理的小任务实现图像特征提取、处理和理解应用意义如同人类用眼睛获取信息后交由大脑处理是AI感知环境的关键知识图谱 21:31结构特征连接不同种类信息形成关系网络应用场景反欺诈检测不一致性验证人类类比类似大脑的记忆宫殿通过线索关联进行推理判断如剧本杀推理人机交互 22:21核心区别不同于NLP的语言理解侧重信息交换机制设计实现形式包括但不限于语音交互、触控界面等双向通信方式虚拟现实或增强现实 22:42技术本质以计算机为核心的沉浸式视听技术实现手段通过头戴设备、传感器等构建数字化环境感官模拟在视觉、听觉等方面高度近似真实环境机器学习 23:02基本原理基于数据寻找规律并预测未来数据训练类比如同教育儿童通过训练数据培养学习能力如用风扇危险演示教育孩子应用领域数据挖掘、计算机视觉、自然语言处理等监督学习、无监督学习、半监督学习和强化学习 24:53监督学习特点需要标注样本集如背单词时明确词义应用垃圾邮件检测、文本分类等结构化问题无监督学习特点无需标注数据自主发现隐藏规律优势避免样本偏移问题适用于经济预测、异常检测半监督学习特点结合少量标注数据和大量未标注数据价值降低标注成本提高学习效率强化学习特点通过反馈机制优化行为如根据考试成绩调整学习重点应用机器人控制、无人驾驶等需要持续优化的场景按照学习方法不同的机器学习 30:07传统机器学习需要手动特征提取依赖领域专业知识基于样本挖掘关联规律深度学习自动特征提取需要海量数据和算力模拟人类神经网络如ChatGPT的自学习机制机器学习的常见算法 31:51迁移学习将某领域训练成果应用于相关新领域主动学习通过算法筛选最有价值样本进行专家标注类似补习班定向培训演化学习通过迭代优化解决方案当前解→新解→循环改进3. 机器人 34:001机器人4.0的核心技术 34:04云端大脑分布将云端智能分布在边缘节点利用边缘计算优势实现高性价比服务强调感知、理解和决策能力的结合核心技术架构云-边-端协同云端提供高性能计算和知识存储边缘侧处理数据并实现协同共享终端仅需完成实时操作持续学习机制通过少量数据建立基础识别能力后自主收集更多数据并自动标注用于模型迭代训练动态知识图谱需与感知决策能力结合支持个性化知识更新场景预测能力通过观察人/物变化预测事件动态调整行为模式端到端安全保障数据传输和服务器存储的双重安全2机器人的分类 39:24按控制方式分类操作型典型如核电站放射性物质处理机器人程序型按预设程序/条件/位置执行作业示教再现型通过直接/遥控示教记录动作流程可重复执行智能型能根据环境变化自主调整动作综合型组合多种控制方式如火星探测机器人按应用领域分类工业机器人服务机器人特殊领域机器人4. 边缘计算 40:571边缘计算的特点 45:24基础特性连接性支持多样化物理对象和应用场景的互联数据入口作为物理世界到数字世界的桥梁拥有实时完整数据约束条件环境适应性需满足防尘/防爆/抗振动等工业环境要求资源限制对功耗、成本、空间有严格要求分布式特征天然支持分布式计算/存储实现资源动态调度与统一管理2边缘协同 47:01协同模式资源协同边缘节点提供基础设施云端进行全局调度数据协同边缘负责采集和预处理云端负责深度分析智能协同云端集中训练AI模型边缘执行分布式推理应用管理边缘提供运行环境云端负责开发测试业务编排边缘提供微服务实例云端实现业务逻辑服务协同边缘执行部分SaaS服务云端制定分发策略互补优势边缘计算擅长局部实时数据处理云计算擅长全局非实时分析3边缘计算的应用场合 51:06典型应用领域智慧园区管理系统安卓云游戏平台分布式视频监控网络工业互联网设备Cloud VR服务架构实施要点需考虑边缘节点的异构计算能力软件平台需支持端到端实时响应硬件需满足恶劣环境运行要求5. 数字孪生体 51:551数字孪生体的定义与理解 52:09本质特征数字孪生体是现实物理实体在虚拟世界中的完全映射通过数字化和模型化实现用信息换能量减少物理系统的不确定性。核心功能实时感知物理对象状态、诊断预测行为、优化调控指令并通过模型间相互学习实现自我进化。典型应用场景特别适用于军用系统如飞机/导弹测试、危险环境等需要预先模拟验证的领域可大幅降低实际测试风险。2数字孪生体的关键技术 53:25建模技术目的将物理世界理解简化为可计算的数字模型三维体系需求指标、生存期阶段和空间尺度构成建模技术框架案例国产飞机/导弹的数字化模型构建过程仿真技术验证作用确认数字模型与物理实体的一致性实现条件需要正确模型完整输入数据环境数据军事应用卫星发射前的全流程虚拟测试支撑技术群增强现实技术VR/AR/MR数字线程与系统工程MBSE分布式计算体系物联网边缘计算雾计算数据智能技术大数据机器学习区块链3数字孪生体的应用领域 55:20四大核心领域智能制造产品全生命周期管理产业优化流程仿真与资源配置智慧城市基础设施数字化管理现代战场作战模拟与装备测试6. 云计算 55:411云计算的服务方式 57:08IaaS基础设施即服务服务内容提供虚拟化硬件资源内存/存储/计算能力类比说明相当于提供炊具用户需自行备菜烹饪典型场景企业自建私有云基础架构PaaS平台即服务核心价值提供完整开发环境与平台工具延伸服务包含操作系统IDE中间件等餐饮比喻不仅提供厨具还配备食材调料的完整烹饪平台SaaS软件即服务服务特点即开即用的标准化应用软件常见案例在线教育平台、CRM系统等便利性如同外卖服务直接获得成品应用服务特性对比灵活性排序IaaS PaaS SaaS便捷性排序SaaS PaaS IaaS2云计算的部署模式 01:01:47公有云特征基础设施公开共享优势成本低廉、弹性扩展管理方企业/学术机构/政府部门社区云专属特性面向特定组织群体共享范围任务/安全需求/政策协同的社区成员定位公有云的特殊子集私有云专属程度单组织独占资源运维模式可自主管理或第三方托管适用场景金融/政务等敏感数据领域混合云组合特性整合多种云部署模式典型架构核心业务用私有云边缘业务用公有云安全考量平衡数据敏感性与资源弹性需求二、大数据 01:03:061. 大数据的定义 01:03:16核心概念指海量数据其大小和复杂性超出常规软件工具处理能力会导致普通计算机死机内存占满处理难点包括数据捕获、存储、搜索、共享、分析和可视化等环节关键特征需要特定处理技术常规工具无法在合理成本/时间内完成处理2. 大数据的特点 01:03:48大规模数据量达到海量级别多样化不仅数量庞大种类也繁多如文本、图像、视频等高速度采用特殊处理方法实现快速处理可变性数据内部变动速率快复杂性数据结构复杂关联性强3. 大数据分析的步骤 01:04:31数据获取/记录建立数据仓库的基础采集原始数据信息抽取/清洗/注记进行ETL转换抽取、装载、清洗数据集成/聚集/表现将分散数据整合为统一视图数据分析/建模包含数据挖掘和OLAP分析数据解释对分析结果进行可视化展示和说明4. 大数据的应用领域 01:05:49典型行业制造业、服务业、交通行业、医疗行业生活应用电商推荐系统如猜你喜欢功能技术现状当前仍处于探索阶段强人工智能尚未实现三、知识小结知识点核心内容考试重点/易混淆点难度系数信息物理系统(CPS)信息技术与物理世界的融合系统分为单元级、系统级、SOS级CPS技术体系分类总体/支撑/核心技术★★★☆人工智能(AI)模拟人类智能的计算机系统包括弱AI和强AI机器学习分类监督/无监督/半监督/强化学习★★★★机器人4.0云端大脑控制的智能化机器人具备场景自适应能力核心技术云边端协同/持续学习/知识图谱★★★☆边缘计算在网络边缘节点处理数据减少中心节点负载三类落地形态云边缘/边缘云/云化网关★★★☆数字孪生体物理实体在虚拟空间的镜像模型关键技术建模与仿真验证★★☆☆云计算服务模式IaaS/PaaS/SaaS三级服务架构部署模式对比公有云/私有云/混合云★★☆☆大数据特征海量、多样、高速、可变、复杂的数据集合分析步骤获取→抽取→集成→分析→解释★★★☆