"人-機-物智能"的挑戰、思考及應用實(shí)踐

1   智慧城市與人-機-物智能

隨著(zhù)以信息技術(shù)、人工智能（AI）為代表的新興科技快速發(fā)展，我們正在進(jìn)入“人-機-物”三元融合的萬(wàn)物智能互聯(lián)時(shí)代。為了實(shí)現人-機-物的互聯(lián)互通，是否可以找到類(lèi)似TCP/IP協(xié)議等計算機業(yè)的標準元素，并研究它們的共性，以服務(wù)智慧城市（智慧交通、智慧社區、智慧家庭等）應用？

但是現在還沒(méi)有什么核心技術(shù)和關(guān)鍵理論（后面會(huì )有楊天若教授理念的簡(jiǎn)單介紹）。為什么還沒(méi)有什么相關(guān)理論？因為三元空間的差異很大。三元空間主要由三部分組成：信息空間、物理空間和社會(huì )空間。

●   信息空間：主要是計算、通信、控制，特點(diǎn)是離散的、邏輯的、數字化的。

●   物理空間：是自然的、人造的系統，受自然規律支配，具有時(shí)間連續性。

●   社會(huì )空間：是人在社會(huì )交往中形成的空間，為人類(lèi)思考、行動(dòng)、感知、交互和協(xié)作提供平臺。

可見(jiàn)，在這三個(gè)空間中，每個(gè)空間有自己的學(xué)科，例如信息空間有電子、計算機等，物理空間有物理、材料、化學(xué)等，社會(huì )空間有社會(huì )學(xué)、心理學(xué)等。但是沒(méi)有一個(gè)學(xué)科能夠把這三個(gè)空間融合。

當然，我們非常希望出現愛(ài)因斯坦這樣的天才形成一套理論，但目前還沒(méi)有。不過(guò)，這三個(gè)空間的融合已勢在必行。目前已有兩個(gè)空間之間的融合，例如如果以信息空間為基礎，與社會(huì )空間相融合，有情境感知、基于用戶(hù)行為的主動(dòng)服務(wù)等，未來(lái)有元宇宙等；如果以信息空間為基礎，與物理空間進(jìn)行融合，就是物聯(lián)網(wǎng)、數字孿生等。

三個(gè)空間的融合可以更好地為我們提供前瞻性、個(gè)性化的服務(wù)。

圖：人-機-物智能的發(fā)展階段

2   人-機-物智能面臨的挑戰

人工智能當前發(fā)展迅猛。楊天若教授認為有幾個(gè)發(fā)展階段。

第一階段。傳統人工智能階段，是在信息層面和邏輯方面去做。

第二階段。但是后來(lái)人們發(fā)現有很多問(wèn)題解決不了，因為神經(jīng)元網(wǎng)絡(luò )是從物理世界得到啟發(fā)而來(lái)的，后來(lái)受到了社會(huì )空間的影響，現在到了技術(shù)融合的智能階段。為什么？人工智能發(fā)展了這么多年，可解釋性和基本理論實(shí)際上沒(méi)有本質(zhì)上的提高。但為什么現在人工智能特別火？并不是因為強人工智能的發(fā)展，而是因為弱人工智能，即人-機-物智能的蓬勃發(fā)展。人-機-物智能不一定非要像人一樣能夠思考，但是能行使部分職能，因此目標較小，較容易實(shí)現?，F在由于有強大的算力，豐富的應用場(chǎng)景，無(wú)處不在的通訊，使人-機-物智能變得無(wú)處不在。

挑戰一：缺乏人-機-物智能的系統級設計

物理空間、信息空間、社會(huì )空間的差異巨大，怎么進(jìn)行融合？盡管目前還沒(méi)有什么理論，但有一個(gè)方法可以嘗試，即從數據入手。數據是三個(gè)空間的一個(gè)共同點(diǎn)：每個(gè)空間都會(huì )產(chǎn)生數據，根據這些數據進(jìn)行融合，這是一條可行之路。因此，是否可以從這些空間中提取出一種系統化的方法？以下楊天若教授介紹了怎么去做仿真。

按照這個(gè)思路，如果想做一件事情不可能一蹴而就，是一個(gè)逐步迭代提高的過(guò)程。因此可以先設計一個(gè)人-機-物系統，可以借鑒EDA（電子設計自動(dòng)化）的方法?，F在EDA的方法是從上到下、從高層到低層（gate級，門(mén)級）。

是否可以設計一套像EDA的方法，把人-機-物系統做統一的設計，使三個(gè)空間能夠互通融合？

楊天若教授的思路是：首先進(jìn)行大數據分析，進(jìn)行系統分析，然后產(chǎn)生出智能決策，之后再快速做自動(dòng)化；再做一次；不斷地周而復始，以達到理想的人-機-物系統。

挑戰二：怎樣進(jìn)行融合？

如果這個(gè)理論/方法論可行，就有幾個(gè)相關(guān)的問(wèn)題需要考慮。

第一，怎么去做自動(dòng)化設計？做嵌入式的人都知道，設計電子電路用EDA工具，同樣，我們能不能做類(lèi)似EDA的人-機-物系統？答案是肯定的。楊天若教授團隊做了“Petri網(wǎng)的超空間流”模型。

第二，怎么進(jìn)行融合？現在大部分人做的還是大數據，數據大就行了，把原來(lái)的方法拿過(guò)來(lái)套用，但是缺乏一個(gè)整體的方法論。有沒(méi)有一個(gè)整體系統的方法能夠更好地把它們進(jìn)行融合？

挑戰三：怎樣反饋、自適應、迭代學(xué)習？

第三，怎么能夠反饋、自適應、迭代學(xué)習？即做出基于高階Petri網(wǎng)的張量反饋機制，實(shí)現人-機-物智能系統的自適應優(yōu)化設計。

主要是以上三個(gè)方法。楊天若教授主要介紹前兩點(diǎn)。第一，準備做一個(gè)自動(dòng)化的設計方法，第二，對多模態(tài)進(jìn)行分析。

3   人-機-物智能的關(guān)鍵技術(shù)

關(guān)鍵技術(shù)一：系統級設計方法

人們熟悉的EDA軟件是怎么做的：從上到下，一開(kāi)始寫(xiě)Verilog HDL（硬件描述語(yǔ)言），或者用一些最簡(jiǎn)單的Python或C語(yǔ)言，它會(huì )自動(dòng)地編譯生成出中層語(yǔ)言，然后到高層語(yǔ)言、到gate，最后逐步自動(dòng)化生成。

那么，是不是可以做成“人-機-物系統”這種自動(dòng)化系統？于是楊天若教授團隊就往這個(gè)方向來(lái)做。首先把想要的部分用高層、C語(yǔ)言/簡(jiǎn)單的語(yǔ)言來(lái)進(jìn)行簡(jiǎn)單的描述，然后自動(dòng)化生成一個(gè)中間模型，之后經(jīng)過(guò)映射，最后再優(yōu)化，并逐步迭代，生成一個(gè)系統。

做完之后，再做數據分析。數據分析里有一個(gè)挑戰：怎么具體進(jìn)行設計自動(dòng)化？楊天若教授團隊已做了一套整體系統，像EDA一樣從上到下，已經(jīng)做出了初步原型，現在正在逐步把它商業(yè)化。

關(guān)鍵技術(shù)二：多模態(tài)數據分析方法研究

這也是一個(gè)有意思的點(diǎn)，即怎樣做數據分析？現在人們做數據分析，無(wú)非視頻歸視頻，圖像歸圖像，輸入文本歸文本，最后再合起來(lái)，因為現有的方法都是各自獨立的。那么，有沒(méi)有一種理論或方法能夠把這幾個(gè)部分合在一起？

楊天若教授團隊采用了張量模型。很多人在大學(xué)時(shí)學(xué)過(guò)向量、矩陣、張量。張量是一種高階高維的數據表達形式，優(yōu)勢如下。

①可表示。不管是什么樣的異構數據：結構化、半結構化或非結構化數據，可以想辦法把它們都納入到一個(gè)框架之下。也許它們的階數不同（3階、4階或5階），因為數據的特征不一樣，但是它們是可以歸納在一個(gè)框架下的。

②可操作。有很多矩陣理論，例如矩陣分解、矩陣加減乘除取余，張量也同樣如此，只不過(guò)是更高階的，有很多數學(xué)理論可用。

③可計算/存儲?，F在有很多硬件來(lái)支持，例如張量核、TPU等。

④可以做分析。實(shí)現推薦、預測、聚類(lèi)和分類(lèi)等。

這樣可以做到張量的融合。盡管數據、知識、智慧、服務(wù)等每一層都可做，但每層之間是割裂的，有沒(méi)有一個(gè)理論能夠把這幾層打通？因為有些知識可以反饋到數據，數據可以反饋給知識，知識可以反饋給服務(wù)，但是有沒(méi)有一種方法論能把它們統一起來(lái)，使它們之間可以互操作？它的表述還是傳統的方法。

圖：基于張量模型的人-機-物大數據的統一表示

現在就用這種張量的表述方法來(lái)表示原始數據，也可以把知識來(lái)進(jìn)行更高階的知識表示與認知和推理。不一定是知識圖譜，傳統的、高科技的都可以，然后可以用數學(xué)方法對它進(jìn)行一些操作、融合，還有很多的理論可以使用。

根據此理論，楊天若教授發(fā)展了一整套根據張量的表達方式，做表征、分解、特征提取，包括張量和深度計算。

例如做深度學(xué)習時(shí)有這種現象：輸入時(shí)是一個(gè)向量，無(wú)論怎樣的特征數據，都要把它割裂成向量，然后輸出來(lái)進(jìn)行學(xué)習。

可以想象一下原來(lái)的數據，如果是更高階的表示/張量的形式，那么直接進(jìn)行學(xué)習，效果是否會(huì )更好？確實(shí)這樣更好。從張量的深度學(xué)習到知識圖譜，都可以用一整套的張量理論來(lái)進(jìn)行學(xué)習，而得出來(lái)的效果也確實(shí)比較好。

但是還有一個(gè)問(wèn)題：張量計算的特點(diǎn)是計算量特別大（因為是高階的），TPU能夠很好地去彌補這種缺陷。這里重點(diǎn)提一下TPU。TPU是谷歌最近推廣的一種處理器，T就是Tensor（張量）的意思，TPU即張量處理單元?？梢园押芏鄰埩窟\算放到TPU里去做，有些不適合的放在GPU里去做，或者放在CPU里去做，以此使異構計算能夠更好地幫助進(jìn)行計算。

4 應用案例

楊天若教授團隊已經(jīng)做了一些項目，例如在湖北和江蘇的智慧交通場(chǎng)景得到了實(shí)際應用，并在為海南自貿港項目做研發(fā)。

●   智慧交通

與常州市公交以及湖北交投合作，其“人-機-路/車(chē)”是一個(gè)典型的人-機-物的系統。第一步，怎么去做系統設計？設計完后怎么去做數據分析？然后進(jìn)行反饋。

例如在人-車(chē)-路的大數據中，有天氣、路線(xiàn)、公共汽車(chē)上的視頻等都是非結構化的數據。這些數據怎么融合？通過(guò)張量分析模型，最終可以做到線(xiàn)路分布、客流分析和預測等。楊天若教授領(lǐng)銜的項目從2016年開(kāi)始就已經(jīng)用到了江蘇省常州市公交的200多條線(xiàn)路上，公交車(chē)2000余輛，每年累計服務(wù)量近億次。

第二個(gè)案例是湖北交投的智慧交通，高速路的綜合監管平臺和智慧服務(wù)區也是以數據為中心的。

●   智慧自貿港

海南自貿港計劃在2025年封關(guān)，封關(guān)以后有很多智慧應用，涉及如何使各種應用互聯(lián)互通。

設想遠程仍然采用上述這種模式：第一，先做總體的系統設計分析，然后進(jìn)行數據驅動(dòng)和數據分析，再進(jìn)行決策，回來(lái)之后進(jìn)行迭代的提高，最終使設計出來(lái)的應用能夠真正地達到互聯(lián)互通的目的。

海南大學(xué)成立了協(xié)同創(chuàng )新中心，由多個(gè)學(xué)院、近100支團隊組成。這些團隊根據整體思路分成了不同的方向。有的做基礎產(chǎn)品，例如材料與器件、通信芯片、傳感芯片、網(wǎng)絡(luò )等。楊天若教授團隊主要做系統設計，把人-機-物系統的設計方法進(jìn)行有效的集成，然后進(jìn)行數據分析，這是以張量人工智能為主要特色的分析、預測、決策。當然也不排除別的方法，其他團隊從另外的角度來(lái)做，最終都會(huì )提供這種決策。安全也非常重要，有三支團隊分別去做密碼安全、網(wǎng)絡(luò )安全、數據安全。

這些工作最終是為了服務(wù)自貿港應用。自貿港的應用是由一些典型的應用組成的，例如智慧導航、熱帶農業(yè)、深海探測、水下網(wǎng)絡(luò )、智慧養老、離岸金融等，這些都是海南的主要特色。

5 結束語(yǔ)

希望這些整體的思路和應用能夠應用起來(lái)，真正達到人們所期望的智慧應用、互聯(lián)互通的目的。