物聯網主要解決人對物理世界的感知問題，而要解決對物理對象的操控問題則必須進一步發展信息物理系統(CPS)。信息物理系統是一個綜合計算、網絡和物理環境的多維複雜系統，它通過3C(Computer、Communication、Control)技術的有機融合與深度協作，實現對大型工程系統的實時感知、動態控制和信息服務。通過人機交互接口，信息物理系統實現計算進程與物理進程的交互，利用網絡化空間以遠程、可靠、實時、安全、協作的方式操控一個物理實體。從本質上說，信息物理系統是一個具有控制屬性的網絡。
不同於提供信息交互與應用的公用基礎設施，信息物理系統發展的聚焦點在於研發深度融合感知、計算、通信和控制能力的網絡化物理設備系統。從產業角度看，信息物理系統的涵蓋範圍小到智能家庭網絡、大到工業控制系統乃至智能交通系統等國家級甚至世界級的應用。更為重要的是，這種涵蓋並不僅僅是將現有的設備簡單地連在一起，而是會催生出眾多具有計算、通信、控制、協同和自治性能的設備，下一代工業將建立在信息物理系統之上。隨著信息物理系統技術的發展和普及，使用計算機和網絡實現功能擴展的物理設備將無處不在，並推動工業產品和技術的升級換代，極大地提高汽車、航空航天、國防、工業自動化、健康醫療設備、重大基礎設施等主要工業領域的競爭力。信息物理系統不僅會催生出新的工業，甚至會重塑現有產業布局。
智能化：從專家系統到元學習
文章分析，智能化反映信息產品的質量屬性。我們說一個信息產品是智能的，通常是指這個產品能完成有智慧的人才能完成的事情，或者已經達到人類才能達到的水平。智能一般包括感知能力、記憶與思維能力、學習與自適應能力、行為決策能力等。所以，智能化通常也可定義為：使對象具備靈敏準確的感知功能、正確的思維與判斷功能、自適應的學習功能、行之有效的執行功能等。
智能化是信息技術發展的永恒追求，實現這一追求的主要途徑是發展人工智能技術。人工智能技術誕生60多年來，雖歷經三起兩落，但還是取得了巨大成就。1959—1976年是基於人工表示知識和符號處理的階段，產生了在一些領域具有重要應用價值的專家系統；1976—2007年是基於統計學習和知識自表示的階段，產生了各種各樣的神經網絡系統；近幾年開始的基於環境自適應、自博弈、自進化、自學習的研究，正在形成一個人工智能發展的新階段——元學習或方法論學習階段，這構成新一代人工智能。新一代人工智能主要包括大數據智能、群體智能、跨媒體智能、人機混合增強智能和類腦智能等。
深度學習是新一代人工智能技術的卓越代表。由於在人臉識別、機器翻譯、棋類競賽等眾多領域超越人類的表現，深度學習在今天幾乎已成為人工智能的代名詞。然而，深度學習拓撲設計難、效果預期難、機理解釋難是重大挑戰，還沒有一套堅實的數學理論來支撐解決這三大難題。解決這些難題是深度學習未來研究的主要關注點。此外，深度學習是典型的大數據智能，它的可應用性是以存在大量訓練樣本為基礎的。小樣本學習將是深度學習的發展趨勢。
元學習有望成為人工智能發展的下一個突破口。學會學習、學會教學、學會優化、學會搜索、學會推理等新近發展的元學習方法以及“AlphaGo Zero”在圍棋方面的出色表現，展現了這類新技術的誘人前景。然而，元學習研究還僅僅是開始，其發展還面臨一系列挑戰。
新一代人工智能的熱潮已經來臨，可以預見的發展趨勢是以大數據為基礎、以模型與算法創新為核心、以強大的計算能力為支撐。新一代人工智能技術的突破依賴其他各類信息技術的綜合發展，也依賴腦科學與認知科學的實質性進步與發展。
|
