从物联网到大数据:新浪潮带动产业变革

　　物联网的概念在十多年前就有了，它包含物理的和虚拟的两部分，虚跟实是可以相互映射的。物联网产生大数据，大数据的应用促进智慧城市的建设，也为智能化技术的发展带来了机遇和挑战，并使全球进入了新一轮产业变革时代。

　　物联网与智慧城市

　　无线城市、数字城市、宽带城市、感知城市是智慧城市的必要条件;创新城市、绿色城市、宜居城市、平安城市、健康城市、幸福城市等是智慧城市的应有之意。智慧城市是城镇化进程的下一阶段，是城市信息化的新高度，是现代城市发展的愿景。智慧城市的信息要有非常强大的基础设施，包括有线网络、无线网络、移动网络，有时还需要利用卫星等等手段。

　　智慧城市与物联网以及未来网络有什么关系呢?物联网是智慧城市网络能力的基础。但智慧城市的网络能力内涵更为丰富，具有对未来网络所期待的种种特征。传感网仅仅是未来网络的一部分，除了因特网以外，未来网络还应该包括数据与内容、物品与传感器、用户与知识等等。未来感知包括服务感知、数据感知、环境感知和社会与经济感知。物联网底层有很多感知对象和感知单元，通过网络把它们汇集起来，然后通过应用领域实现更智慧的决策。

　　物联网产生的大数据与一般的大数据有不同的特点。物联网的数据是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的数据有明显的颗粒性，通常带有时间、位置、环境和行为等信息。物联网数据也是社交数据，但不是人与人的交往信息，而是物与物、物与人的社会合作信息。智慧城市每天产生大量的数据，大数据的收集、存储和分析处理及使用对智慧城市是很大的挑战，这不仅是技术也是法律和政策需要关注的问题。大数据的挖掘对智慧城市的经济发展和社会管理是无形的资产。

　　大数据的应用领域

　　大数据本身有四个特征，超量、高速、变异、价值。大数据的应用领域很广泛，基本上能想得到的领域都可以应用大数据。

　　在宏观经济领域，印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。

　　在企业管理领域，企业有管理部门、开发部门、销售部门、服务部门等，这些部门之间是交互的，通常的企业管理很难得到最优化，如果利用大数据进行管理，可以有效改善管理问题，性能上可以提高40%——60%。

　　在制造业领域，一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向，大大减少因盲目进货而导致的销售损失。

　　在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。

　　在商业领域，沃尔玛公司通过分析销售数据，了解顾客的购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。国外一些超市利用对手机和购物推车的定位获得商场内顾客在各处的停留时间，利用视频监视图像软件分析顾客的购物行为，优化商场布局和货架排列。

　　在金融领域，华尔街“德温特资本市场”公司分析3.4亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅0.3%。

　　在医疗保健领域，“谷歌流感趋势”项目依据网民的搜索内容分析全球范围内流感等病疫的传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。

　　在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动人口来源、出行、实时交通客流信息及拥堵情况。美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规律性，进行犯罪预测。

　　在交通管理领域，新加坡的公共交通部门十年来已经使用个人位置数据做交通需求的预测。荷兰的交通部门利用移动电话的定位功能预测汽车和行人的拥堵状况。北京交通一卡通每天产生4千万条刷卡记录，地铁每天1千万人次记录，分析这些数据可改善城市交通状况。

　　在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成生物学等正在兴起。

　　智能化技术与挑战

　　目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。

　　首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。

　　其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。

　　第三是数据处理。有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。

　　第四是结果的可视化呈现，使结果更直观以便于洞察。

　　为了开发大数据这一金矿，我们要做的工作还很多。首先，我们需要有自主可控的大数据技术与产品。其次，应重视对数据的保存，提高数据利用率。政府部门应通过机制改革打破数据割据与封锁，注重公开信息，重视数据挖掘。再次，大数据的挖掘与利用应当有法可依。应当既鼓励面向群体、服务社会的数据挖掘，又要防止侵犯个体隐私;既提倡数据共享，又要防止数据被滥用。此外，还需要界定数据挖掘、利用的权限和范围。大数据系统本身的安全性也是值得特别关注的，要注意技术安全性和管理制度安全性并重，防止信息被损坏、篡改、泄露或被窃，保护公民和国家的信息安全。

　　正在掀起的新浪潮

　　下一代互联网、移动互联网与云计算、物联网、社交网络的结合将掀起网络技术和业务发展的新浪潮。

　　随着大数据的出现，现在很多企业都往数据分析公司转型，例如IBM、惠普、戴尔、亚马逊、微软、甲骨文、Google等，通过数据分析提供个性化服务比单纯销售硬件能够获得更大的利润。

　　除了企业，所有国家也在积极抓住新一轮的产业变革的机会，实现经济发展的转型。例如，欧盟发布欧洲2020年战略，提出三大目标：基于创新的智慧增长，以提高资源利用效率，提高就业率和消除贫困的目标包容增长;英国发布低碳转型计划，促进增长创新与研究战略;日本发布产业结构蓝图，新增长战略;韩国提出2025年构想，重点是信息、生命、环境、能源、材料。

　　大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域。目前，其标准和产业格局尚未形成，这是我国实现跨越式发展的宝贵机会。我们要从战略上重视大数据的开发利用，将它作为转变经济增长方式的有效抓手，但要注意科学规划，切忌一哄而上。

　　(以上内容系根据邬贺铨院士在中国电子信息产业发展研究院所做的演讲整理而成)

　　

(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。