用互聯網大腦架構預測2018年四個重要科技發展趨勢

作者：互聯網進化論作者，劉鋒博士

從本世紀處開始，隨著人工智慧，物聯網，大數據，雲計算，機器人，虛擬現實，工業互聯網等科學技術的蓬勃發展，互聯網類腦智能巨系統架構也逐步清晰起來。

互聯網大腦架構，就是互聯網向與人類大腦高度相似的方向進化過程中，形成的類腦智能巨系統架構。互聯網大腦架構具備不斷成熟的類腦視覺、聽覺、軀體感覺、運動神經系統、記憶神經系統、中樞神經系統、自主神經系統。互聯網大腦通過類腦神經元網路將互聯網各神經系統和世界各元素關聯起來，互聯網大腦在群體智慧和人工智慧的驅動下通過雲反射弧實現對世界的認知，判斷，決策和反饋。

事實上，在過去的20年里，每一次的新技術，新理論，新概念的爆發都代表這個互聯網類腦智能巨系統的進一步發育。

2004年，以博客，Web2.0，社交網路為代表的科技浪潮為互聯網大腦的神經網路奠定了基礎。

2008年，以物聯網為代表的科技浪潮為互聯網大腦的感覺神經系統奠定了基礎

2009年，以雲計算為代表的科技浪潮為互聯網大腦的中樞神經系統奠定了基礎

2010年，以移動互聯網，光纖，3G為代表的科技浪潮為互聯網大腦的神經纖維發育奠定了基礎

2012年，以工業4.0，工業互聯網為代表的的科技浪潮為互聯網大腦的運動神經系統奠定了基礎

2013年，以大數據為代表的科技浪潮為互聯網大腦的智能發展奠定了數據基礎

2015年，以人工智慧為代表的科技浪潮為互聯網大腦各神經系統的激活和聯動奠定了基礎。

當時間的列車到達2018年，各種跡象看互聯網類腦智能巨系統將從四個方面進一步發育，分別是

1.互聯網大腦中樞神經發育

2.互聯網大腦神經末梢發育

3.互聯網大腦與智慧城市，工業，農業，交通各個行業結合

4.互聯網大腦神經反射弧的路徑選擇規劃問題。

一。2018年互聯網大腦的中樞神經開始加速發育

作為互聯網大腦中樞神經系統的萌芽，雲計算的誕生有其歷史根源，隨著互聯網的發展，企業的建設網路應用的軟硬體維護成本不斷增加，成為很多企業的沉重負擔。與此同時，互聯網超大型企業如Google，IBM,亞馬遜的軟硬體資源有大量空餘，得不到充分利用，在這種情況下，互聯網從企業各自為戰的軟硬體建設向集中式的雲計算轉換也就成為互聯網發展的必然。

互聯網大腦的中樞神經系統通過伺服器，網路操作系統，神經元網路（大社交網路），大數據和基於大數據的人工智慧演算法對互聯網大腦的其他神經系統進行控制。

在IDC 剛發布的一項報告中，全球公有雲服務和基礎設施支出預計在2018年達到1600億美元，比2017年增長23.2％。預計該市場到2021年將達到21.9％的五年複合增長率（CAGR），其中公有雲服務支出總額將達到2770億美元。目前包括谷歌，亞馬遜， IBM，騰訊，阿里，百度，華為，小米等世界級科技企業都建立的了自己的綜合雲計算服務。在2018年，互聯網類腦智能巨系統的中樞神經將在激烈的競爭中得到迅猛發展。

二。2018年互聯網大腦神經末梢發育增強

2018年互聯網大腦神經末梢發育，是以邊緣計算為特點的嵌入式人工智慧技術的快速發展，它們的作用可以優化資源、提升效率。邊緣計算的核心是處理任務時，在網路端點或接近網路端點的地方完成一部分計算和分析，而無須將所有數據發回雲端，演算法和模型可以在雲端建立，然後推送到邊緣設備上。

從特徵上看邊緣計算是互聯網大腦神經末梢的發育和成長，將人工智慧技術和包含了人工智慧技術的晶元與分布在世界各地的感測器，攝像頭，智能終端，智能汽車，智能製造設備，樓房建築，工業機器人等等地方，目標是使互聯網大腦的的感覺神經系統，運動神經系統的末梢控制變得更為智能和健壯。

AI與晶元的結合，加速了邊緣計算髮展的速度，隨著晶元能力提升、由華為，中科院瀋陽自動化所、中國信息通訊研究院、英特爾公司、ARM和軟通動力等多家公司成立了邊緣計算聯盟，互聯網大腦神經末梢發育，開始可賦予現場端裝置、網關擁有較為初階的AI能力，協助數據初步篩選分析、裝置設備實時反應，該優勢在工業領域、智慧城市、消費性市場都能讓既有服務有進一步的提升，如實時警示、安全監控、語音助理、預防維護等應用的實現。

三。2018年互聯網大腦模型與行業將進行更深入的結合

互聯網大腦一方面是互聯網和智慧社會層面的架構，同時作為一種模型也很容易與智慧城市，工業，農業，交通各個行業結合，形成城市類腦巨系統，工業類腦巨系統，農業類腦巨系統，交通類腦巨系統等。

2018年以來，互聯網類腦智能巨系統與行業的結合，出現越來越多的範例，例如2018年1月30日上海加強城市管理精細化「三年行動計劃」中提到「上海將加強城市管理「神經末梢」建設，打造感知敏捷、互聯互通、實時共享的「神經元」系統；深化智慧治理，以城市網格化綜合管理信息平台為基礎，構建城市綜合管理信息平台，推進「城市大腦」建設。」

2017年年底前百度研究院院長林元慶成立Aibee（愛筆智能），建設行業綜合大腦，旨在用多項AI技術，如深度識別、人臉識別、語音交互、多輪交互、大數據分析、三維空間重建等，幫助傳統行業提升整體效率。

2018年1月26日，智慧交通峰會上，滴滴正式發布了智慧交通戰略產品「交通大腦」，與交管部門合作，用AI的決策能力解決交通工具與承載系統之間的協調問題。

1月29日，馬來西亞數字經濟發展機構(MDEC)和吉隆坡市政廳(DBKL)聯合宣布引入阿里雲ET城市大腦，人工智慧將全面應用到馬來西亞交通治理、城市規劃、環境保護等領域

四。2018年互聯網大腦神經反射弧與路徑規劃將成為AI的重要研究方向之一

隨著互聯網類腦系統日趨成熟，與人工智慧的結合也愈加緊密，在人類智慧和人工智慧的驅動下，互聯網類腦系統將逐步被激活，各神經系統開始打通並形成聯動。

互聯網大腦神經反射弧作為互聯網與人工智慧結合的產物，在智慧社會的未來發展中將起到非常重要的作用。雲反射弧的建設反應出智慧社會在提供各種智慧相關服務，處理各種問題過程中的種類和反應速度，雲反射弧的種類越多，反應速度越快，其智慧程度也會越高。例如包括安防雲反射弧，金融雲反射弧，交通雲反射弧，能源雲反射弧，教育雲反射弧，醫療雲反射弧、旅遊雲反射弧、零售雲反射弧。。。。

在現實中，可以看到這樣的雲反射弧案例，「在大樓里，溫度感測器檢測到室內溫度升高超過一定溫度時，同時氣敏感測器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到伺服器中心，伺服器發送指令給大消防部門的滅火機器人，滅火機器人通過智能導航到達大樓操控水槍進行滅火。」

從這個案例中科技看出，在形成雲反射弧的過程中，如論是在互聯網內部，還是在現實世界中，機器人，智能救火車到達失火現場，都存在如何發現和選擇最優路徑的問題，解決這個問題，涉及到圖論，互聯網節點布局，通訊線路，感測器等等方面，在互聯網大腦的中樞神經系統的調度下，通過選擇最優的路徑，從而實現雲反射弧的快速，有效和穩定的執行。

總體看，互聯網大腦的雲反射弧路徑問題涉及到互聯網內部的信息傳遞和現實世界的物質傳遞，根據完成功能的距離不同，每一種又分為4種類型。在研究互聯網大腦的雲反射弧路徑問題時，需要將他們結合起來綜合研究，分析如何在互聯網內部和現實世界中尋找合適的反射弧路徑，為完成任務提供支持。這個問題將在2018年開始成為科技發展重要的基礎理論研究方向。有大量的雲反射現象和智能路徑規劃問題需要解決。