《科學大家》|智慧的互聯:工業4.0時代,邊緣計算讓智能更高效
2020年10月25日09:51

  出品:新浪科技《科學大家》、中關村論壇

  撰寫:德國國家科學與工程院院士,Otthein Herzog教授

  2019年,中國在14.3萬公里的高速公路上,大力推動ETC技術,共取消了487個高速公路省界收費站,建成24588套ETC門架系統,改造48211條ETC車道,ETC累計用戶達到2.04億。

  所謂ETC,就是電子不停車收費系統(Electronic Toll Collection)的縮寫。ETC能使車輛快速通過收費站,避免了車輛因排隊繳費而頻繁進行啟動、刹車,有助於在交通收費環節節約耗油、減少汙染物的排放。有實驗證明,平均每輛車通過ETC車道比通過人工收費車道的油耗節省量為0.0314升/車次,CH、CO、NO化合物排放量分別降低約0.7、4.7、0.3克/車次。

  近幾年中國高速公路收費站大量安裝的ETC門架系統就具有邊緣計算能力。站點的路側邊緣計算單元能夠支援費率計算、離線收費、車牌識別後驗證等業務,其AI算力能夠提供對運行車輛的實時視頻訓練分析能力,支援實時車輛收費稽查和車路協同V2X系統中的“雲-邊”協同架構技術。現有ETC技術還具有雲計算、大數據分析能力,在後端構建高速公路聯網收費雲中心、大數據平台,能夠支援數據接入、數據分析、數據共享、人工智能四層功能。

  實際上,ETC只是智慧交通領域中的一個具體的應用場景。包括智慧交通在內的通過邊緣計算方式實現智慧互聯的項目在近幾年得到了快速發展。今年年初,中國科技部就曾發函支援濟南、西安、成都、重慶建設國家新一代人工智能創新發展試驗區。其中,要求重慶開展的4個應用示範中的一項,就是“智慧交通”。

  實際上,智慧交通只是物聯網以及智能邊緣計算領域的其中一個具有代表性的應用場景。我們可以看到這張圖,上邊是互聯網的服務,下邊是物聯網。我們如果要實現智慧的互聯,其實是可以應用在很多場景下進行的,比如智慧出行,車聯網,還有可以監控和管理大樓能源消耗的智慧樓宇。還有很多智能的產品,包括智慧工廠,智慧工廠裡面實現智慧的生產,當然還有智慧物流,還有我們的智慧醫療、智慧電網。那麼關於物聯網的智能產品又有哪些?智慧物聯又是怎樣通過邊緣計算來實現智慧互聯的呢?

  想你所想的智能產品

  我們看到所有的這些應用其實主要是由於智慧互聯來實現的,怎樣實現這種智慧互聯呢?其實是通過這些一個個的智慧產品。身處於智能智慧產品快速發展迭代的階段,身邊到處都是這樣的產品,我們可以看到,這其中其實是有這樣一個大的趨勢,即數字化的趨勢。這樣的一個數字化的趨勢也被稱作是這一次工業的第二波潮流。

  一些傳統的需求以用戶為中心,傾向於定製化的需求,或者可以對應被稱作是擁有某些混合功能的產品。目前在這一類混合型的功能產品里多多少少都會有一些智能的功能,還有以IT為基礎的服務化,每一種產品都隸屬於某一種服務。

  此外我們現在經常會提到的平台經濟也與這一類產品關係密切。平台經濟的出現完全改變了市場的動態,而且可以說是釋放了以往那些沒能被運用到的資產。最後,不得不提到近些年才剛剛繁榮起來的共享經濟。我們看到一些新的技術,特別是關於人工智能的技術,一般首先都是通過智能產品,也就是都是通過數字化的方式來得到功能的提升,以滿足越來越具體和多樣的用戶需求。

  所以我們平常所說的智能產品一般都具有以下幾項功能。首先是感應能力,商家可以給這些產品的內部裝上非常便宜的傳感器,在使用過程中那些傳感器裡面就會記錄很多的信息,我們可以對這些數據進行分析。

  除此之外,我們還可以通過這些智慧產品所收集到的信息來進行規劃。因為這裏運用到了人工智能技術,所以我們還可以在規劃之後根據結果讓這些智能產品進行行動。這種情形下機器人就可以派上用場了。當然在這整個過程當中,其實研發人員們可以讓這些機器或者這些產品有一個自我學習的過程和不斷學習的過程。這就涉及到深度學習還有機器學習這兩項技術了。

  萬物互聯

  再來看一下物聯網和工業物聯網。現在有這樣一個概念,叫做無處不在的互聯,還有傳感器的數據融合。研發人員們可以通過一些程式讓這些產品進行自我監控以及自我優化,當然還可以進行一個自我修復。最後可以讓智能產品有一個預防性的維護,也就是出現故障之前就已經維護好了。

  我們再來看一下物聯網。這裏所提到的物聯網是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃瞄器等各種裝置與技術,實時採集任何需要監控、 連接、互動的物體或過程,採集其聲、光、熱、電、力學、化 學、生物、位置等各種需要的信息,通過各類可能的網絡接入,實現物與物、物與人的泛在連接,實現對物品和過程的智能化感知、識別和管理。

  其實這裏展示的是一個技術的路線圖,我們看到其實有可能20年前也就是2000年的時候物聯網就已經誕生了。那個時候人們因為經濟發展程度提高所以在物聯領域產生了相應的需求。當時以射頻技術為主滿足供應鏈管理,比如在服裝標籤上面可以進行射頻就能夠對服裝或者其他物品進行庫存盤點,可以防止這些產品丟失。這樣的一個應用看起來簡單,但其實它需要有一個強大的供應鏈來支援。之後隨著此類技術的普遍應用,大面積應用就帶來了降低成本的需求,所以就帶動著第二輪應用開始興起,此後開始主要在監測、安保、醫療、交通、食品安全、文件管理等方面也應用到了物聯網的技術。

  然後就是定位的問題,可以通過某個設備在室內接收到相應的地理信號。定位系統可以幫助人們快速瞭解到人和物處於哪一個位置。除此之外還有微型化以及高效的電子化,在這個環節用戶可以實現遠程的操控,人們可以通過一個智能產品,來遠程控制另外一個智能產品,對它進行實時監控和控制。

  當然了,對於智能的產品來說,在現實物聯網世界裡面,不同的智聯智能產品表現和應用都千差萬別。最底層的應該是傳感器,向上一層是人們對於這些物體和環境條件進行識別的需求,所以這項智聯智能是非常重要的。第三點就是具有定位功能的產品。第四是通信功能,不同設備和不同產品之間可以進行通信,可以進行數據的交換。最後是對數據的處理能力,可以說如果能夠滿足這幾大功能性的需求之後,就可以實現全智能的生產過程和生產智能產品了。

  智能產品的使命:滿足越來越具體的需求

  再來看一下消費者們一般對智能產品有哪些需求。首先一點,智能產品肯定要有可以與周邊環境進行交流的能力,並且可以自動的適應不同的周邊環境。這一點我們一般稱之為“適應性”。第二點是文件性,智能產品需要具備可以適應一些沒有預期到的情形的能力,並且要能夠在一個動態的環境下進行決策。第三點是預期性,機器和設備要儘量充分地預計到在未來某一個時候可能會發生的事情,基於現有經驗和知識來做出預測。第四點是可以做規劃, 為未來可能會出現的某些種情況提前做出應對的規劃,最後一個特點是必須要是用戶友好型,也就是考慮到用戶的使用行為和習慣,操作和使用方法不能太複雜,要有最簡便易懂的使用路徑。

  在這些要求提出之後,我們要怎樣去執行呢?其實現在有很多的技術,其中一項技術叫做多代理系統技術。多代理系統技術是應用在智能設備和“數字雙胞胎”上的。

  多代理系統技術是非常成熟的人工智能延伸技術,而且是基於設備的一項技術,可以幫助我們更好的實現智能設備執行。多代理系統我們又把它簡稱MAS,這個系統可以在我們的製造領域發揮非常大的作用。比如說可以實現系統的自我優化過程,而且可以基於先前的知識來做出相應的預測,並且系統本身具有高度的擴展性,因此可以實現規劃和控制,對於未預料的事件和未預料的情況具有非常好的應對能力。因此,我們把這種多代理系統的技術執行數字雙胞胎的功能。

  數字雙胞胎則是指真實系統的虛擬化展現,以數字化方式拷貝一個物理對象,模擬對像在現實環境中的行為,對產品、製造過程乃至整個工廠進行虛擬仿真,從而提高製造企業產品研發、製造的生產效率。基於以上類型的技術,再通過一個叫做“邊緣計算”的技術,就能夠讓這些智能設備實現更加智能互聯的過程了。

  邊緣計算

  實現智能的互聯,需要利用到邊緣計算的技術。首先需要看一下對於一些工業應用,在網絡方面有什麼樣的具體需求。在這裏我們提到相關幾大網絡需求,包括網絡延遲性,它的決定性以及它的時間同步性,可靠性及移動性等等。

  針對不同的應用對於網絡的需求是不一樣的。對於環境和條件的監控,網絡的延遲性要求控制在20-100毫秒,如果是動作控制的話那就是0.1-1毫秒。如果是自動駕駛汽車的話,對於網絡延遲要求是10-20毫秒,流程的自動化為50毫秒的延遲要求。對於增強現實的話就是10毫秒,對於功能安全也是10毫秒的要求。在環境和條件的監控方面,它的可靠度需要達到99.99%峰值數據率小於1Mbps,電池電量應該是達到10年以上。

  還有一點是連接的密度。在條件監控方面密度達到了1000,也就是說每1000平方米需要1000個設備,這樣才能夠完成我們所說的智能互聯。所以在談論工業物聯網的時候,其實屬於對互聯網架構的擴展和延伸。在這裏我們可以看到,傳感器是通過網絡來進行互聯的,用到的網絡可能會是無線網絡、5G網絡或者局域網,這些都可以實現數據的互相傳輸和儲存。有時候一些傳感器可能是用來管理數據的,一些傳感器是用來傳輸數據,而其他一些是用來儲存數據的。

  在這張圖中可以看到如果要打造一個智慧工廠的話網絡架構分為不同級別的網絡架構。第三級代表邊緣節點的級別,第一級別和第二級別表示可以實現實時控制,零級別就是智能設備級別,我們看到其實在零級別和一到二級別,在網絡執行方面是不一樣的。區別就在於現場總線和基於擬態網。其實問題出現的點很明顯是出現在帶寬和網絡延遲性。因為在零級到二級之間有帶寬和網絡延遲性問題,因此最好的通信目前在這裡面是比較難實現,所以我們需要達到更高級別的互聯。比如有的時候在現場總線的情況下互聯網的速度、帶寬不夠寬,可能數據傳輸延時性會受到影響,不能實現實時傳輸。

  簡而言之,邊緣計算實際上屬於一種分佈式的計算模式,它可以讓數據的計算和數據的儲存更加靠近需要的地方,這樣的話可以提升反映的速率,而且可以節省更多的帶寬。

  邊緣計算其實來源於數據內容傳輸網絡。這其實是在1990年戴莫創立的概念,當時是用來服務網頁和視頻內容的。當時從端的服務器去產生服務,因為這樣可以更加的靠近用戶。我們再來看一下數字雙胞胎,可以對邊緣計算進行執行,因為這種情況下需要實時數據,實時獲得傳感數據。

  再來看一下智能邊緣計算的架構,最上面應當是可靠性,包括安全性、韌性、隱私,可拓展性等等。而在最下方應當是物理的體系,經過傳感器系統,控制然後再經過執行,形成一個循環。再回到我們剛剛所說的安全性、可靠性、韌性、隱私保護、可擴展性等等,這些都涉及架構內的一些橫跨功能,包括智能的控制,工業的分析,分佈式的數據管理以及互聯互通性。因此我們可以說,物聯網與邊緣計算的連接性是非常強的。

  而在“雲-邊-端一體化“的系統中,最上面是雲計算,包括公有雲、私有雲、服務器,應用、儲存、數據分析以及數據庫,中間是邊緣計算,這裏包括了監控、數據分析、機器學習、開放的API接口,控制的功能,互聯互通性以及可視化。因此我們可以從邊緣到現場實現邊緣到現場的互聯。這裡面可能也會運用到工業的擬態網,或者用大無線網絡。在這裏還有一些現場的設備,包括IO、傳感器、動力機等等。

  智慧高效的工業4.0

  最後總結一下,智慧的互聯能夠讓我們實現什麼呢?首先可以讓我們實現智能傳感器的數據融合,這種數據融合對於物聯網來說是非常重要的。第二點就是它的可互操作性,也就是在不同技術零件上它可以實現互相操作性。它會是一個共享的人工智能平台,比如說知識庫的共享以及在網絡邊緣的機器學習共享,而且它可以幫助我們構建一個開放的數字化生態體系平台。因此,智能的互聯互通會從根本上去改變互聯網的一些協定,而且會改變我們行業的通信基礎設施。

  因此,對於工業4.0來說,人工智能技術能夠發揮什麼樣的作用呢?首先對於實時的數據詮釋來說,智能邊緣計算可以發揮非常重要的作用。因為有的時候會對成千上萬的傳感器數據進行實時詮釋和解釋,這種情況下智能邊緣計算是非常重要的。還有基於知識的多代理系統,可以讓製造業以及物流流程變得更加安全穩健,而且可以實現自我監控、自我優化、自我修復的生產線。而且這些還可以讓我們的製造業、物流業以及商業流程變得更加優化。

  因此,我們希望能夠通過智能的邊緣計算,讓我們各個行業變得更加智慧,變得更加高效。

關注我們Facebook專頁
    相關新聞
      更多瀏覽