雷鋒網(wǎng)按：物聯(lián)網(wǎng)發(fā)展至今，有兩項技術對其賦能產業(yè)起到了關鍵作用，一項是這兩年發(fā)展神速的AI，另一項則是當下逐漸開始商用的5G。
前者使物聯(lián)網(wǎng)（IoT）進化到智聯(lián)網(wǎng)(AIoT)，從單一的連接能力拓展到復雜的應用能力，這類似移動互聯(lián)網(wǎng)時代的功能機向智能機的跨越；后者為智聯(lián)網(wǎng)進一步深入諸如家居、工業(yè)、城市建設等復雜場景提供了網(wǎng)絡基礎，使得萬物互聯(lián)，甚至萬物智聯(lián)成為可能，同時也使得智聯(lián)網(wǎng)從面相消費應用擴展到面相產業(yè)應用，這類似智能手機從3G時代向4G時代的跨越。
從原有的WiFi技術，窄帶物聯(lián)網(wǎng)技術，到現(xiàn)在的5G技術，隨著網(wǎng)絡技術的進化，整個物聯(lián)網(wǎng)技術體系有怎樣的變化？尤其5G的到來，為AIoT的應用帶來了怎樣的機遇和挑戰(zhàn)？
近日，在由物聯(lián)網(wǎng)智庫主辦的首屆“摯物·AIoT產業(yè)領袖峰會”上，中國工程院院士鄔賀銓詳細解讀了5G技術關鍵點，如何為5G業(yè)務發(fā)展做準備，以及AIoT技術及標準在5G時代如何演進等關鍵問題。
以下為鄔賀銓院士的現(xiàn)場演講內容，雷鋒網(wǎng)作了不改變原意的編輯及整理：
隨著2019年6月6日工信部正式向中國電信、中國移動、中國聯(lián)通和中國廣電四家運營商頒發(fā)5G商用牌照，我國5G商用落地正式展開。就5G技術層面而言，又可以分為多層來看。
上至云端，下至終端之間，5G網(wǎng)絡又可以劃分出無線接入網(wǎng)、光纖傳輸承載網(wǎng)、轉發(fā)面技術、業(yè)務互聯(lián)網(wǎng)技術，其中最重要的轉發(fā)面技術又可以分為L1.5、L2、L3三層：
L1.5：靈活的以太網(wǎng)交叉連接（FlexE）;
L2：MAC層幀交換，基于以太網(wǎng)的時延敏感網(wǎng)路（TSN）；
L3：IP層無連接選路，面向連接的源選路（SR）。
這樣的網(wǎng)絡架構形成的5G網(wǎng)絡需要超密集組網(wǎng)、大規(guī)模天線陣、全頻譜接入、新型多址技術及網(wǎng)絡技術的支撐，這也使得5G網(wǎng)絡得以擁有增強移動帶寬、高可靠低延時、廣覆蓋廣連接的特點及相應應用場景，使得5G網(wǎng)絡相較于上一代的4G網(wǎng)絡在諸如峰值速率、用戶體驗數(shù)據(jù)率、頻譜效率、移動性、無線接口延時、連接密度、能效、流量密度等性能參數(shù)上都有數(shù)倍，乃至數(shù)十倍的提升（具體性能對比見下圖右表）。
鄔賀銓院士認為，也正是由于5G的以上技術特性，使得其應用場景得以從面相消費應用擴展到面向產業(yè)應用。
傳統(tǒng)互聯(lián)網(wǎng)發(fā)展進程中，初期網(wǎng)絡不夠穩(wěn)定，包括傳感器數(shù)據(jù)、語音數(shù)據(jù)、視頻數(shù)據(jù)等數(shù)據(jù)業(yè)務，所有業(yè)務都以IP包方式獨立選路，以IP包為單位在路由器中轉發(fā)。實際上，這樣并不科學。
以長視頻為例，一個長視頻需要分割成無數(shù)個IP包，每個IP包需要重復進行選路。鄔賀銓將這樣的大數(shù)據(jù)量的傳輸比喻為搬家：“如果點快餐，我們可以找外賣小哥來送；但是如果搬家，我們并不會請數(shù)百上千位快遞小哥來做這樣的工作。”
所以5G需要在傳輸層做改進，需要有在不同層次的多種轉發(fā)單元，以適應不同規(guī)模的業(yè)務流。即不僅可以在路由器中做IP包的交換，還需要能夠在交換機、交叉連接點層上做交換。根據(jù)業(yè)務模塊數(shù)據(jù)量大小，選擇不同交換方式。 這一被業(yè)內公認的網(wǎng)絡傳輸方式為當下5G網(wǎng)絡帶來了兩方面的挑戰(zhàn)：
一方面是在轉發(fā)面實現(xiàn)功能多樣性。不同時間段會用到路由器、交換機，甚至同一時間段對傳感器鏈路用路由器轉發(fā)，對視頻鏈路用交換機連接，如何在同一時間表現(xiàn)不同功能就成為一大難題。
傳統(tǒng)方法使用單獨的軟件和硬件來實現(xiàn)?，F(xiàn)在的5G網(wǎng)絡，硬件上采用通路的硬件，即網(wǎng)絡功能虛擬化（NFV），通過軟件定義實現(xiàn)硬件功能定義，實現(xiàn)功能的多樣性。
另一方面是實現(xiàn)管理智能化。傳統(tǒng)互聯(lián)網(wǎng)是個“傻瓜”，不用區(qū)分是什么鏈路，不管是什么業(yè)務，都會分割成IP包進行傳輸。而現(xiàn)在需要區(qū)分業(yè)務、區(qū)分功能，這就需要智能化網(wǎng)絡。
鄔賀銓在會上解釋稱，“傳統(tǒng)路由器收到IP包需要先打開IP包查一下地址，然后按最短路線送到旁邊的路由器，因而整個傳送鏈路是逐個路由器轉發(fā)的過程，現(xiàn)在我們希望通過網(wǎng)絡的整個操作系統(tǒng)對全網(wǎng)進行大數(shù)據(jù)分析、人工智能分析，最終得出一個全網(wǎng)從起點到終點最優(yōu)路徑。
這一定不是逐個路由器轉發(fā)，而是面向連接，從源端已經將到達終端的路由器的整個路徑已經選好，而不是每個路由器單獨選路，這種方式使5G可以做到低時延、高可靠。”以上提到的選路方式，正是通過軟件定義網(wǎng)絡（SDN）來實現(xiàn)的。
SDN可以實現(xiàn)業(yè)務控制層和傳送承載層分離，基于大數(shù)據(jù)和人工智能形成可彈性擴展即插即用的資源池，實現(xiàn)端到端選路，可繞開有安全風險的路由。
5G網(wǎng)絡既需要支持百公里時速的高鐵上的高速應用場景，同時也要滿足80%左右時間是“坐在家里或辦公室使用手機”的相對靜止的應用場景。這使得5G需要擁有切片能力。
在實際應用場景中，多數(shù)場景中使用手機需要的是KB的網(wǎng)絡傳輸能力，同時也有對GB級傳輸能力有需要的車聯(lián)網(wǎng)等應用場景；有智慧醫(yī)療、工業(yè)互聯(lián)網(wǎng)這樣對高可靠有要求的應用場景，也有消費領域對高可靠并沒有強烈需求的場景。
面對這樣復雜應用場景的需求，此前的網(wǎng)絡是通過改變物理網(wǎng)絡來實現(xiàn)不同的應用，當下5G網(wǎng)絡則是使用同一個網(wǎng)絡，通過邏輯上的切片組織針對不同業(yè)務的專用網(wǎng)絡，以實現(xiàn)對大帶寬、廣連接、低延時高可靠有不同需求的網(wǎng)絡構建，未來物聯(lián)網(wǎng)的業(yè)務在5G網(wǎng)絡中也會有各自單獨的通道。
網(wǎng)絡切片能夠很好地滿足各類應用場景對于網(wǎng)絡能力的特定需求，同時也對網(wǎng)絡構建帶來了一定的挑戰(zhàn)，以業(yè)務切片的安全為例，需要考慮以下安全需求：
切片授權與接入控制；
切片間的資源沖突；
切片間的安全隔離；
切片用戶的隱私保護；
以切片方式隔離故障網(wǎng)元。
5G的切片能力帶來面向不同業(yè)務需求的專用網(wǎng)絡，與此同時，5G也會強力推進邊緣計算的應用與普及。
為適應工業(yè)互聯(lián)網(wǎng)、視頻業(yè)務、VR/AR、車聯(lián)網(wǎng)及遠程醫(yī)療的低延時需求，需要將這些業(yè)務的存儲和內容分發(fā)下沉到邊緣計算來處理。
雖然5G的空口時延減少到了1ms，但是如果在地面上長距離傳輸?shù)街行脑频脑挘訒r還是會很大。
對于AR/VR、遠程醫(yī)療這類需要快速相應的應用場景，5G為了實現(xiàn)低時延、高可靠，需要將云端能力從中心云分解到邊緣云，邊緣云負責處理對時間要求敏感的業(yè)務，同時過濾掉一些數(shù)據(jù)，再送到中心云，中心云收集到若干邊緣云的數(shù)據(jù)后會做優(yōu)化學習，然后下發(fā)數(shù)據(jù)模型到邊緣云。
在5G時代，利用邊緣計算可以過濾和壓縮數(shù)據(jù)，通過邊緣云的模式，可以節(jié)省核心網(wǎng)絡資源，成本僅為單獨使用云計算的39%。
據(jù)IDC預測數(shù)據(jù)，2020年會有50%的數(shù)據(jù)都會在邊緣云處理。邊緣云作為物聯(lián)網(wǎng)的基礎設施，會占到真?zhèn)€基礎設施支出的18%。
與此同時，邊緣計算也將是整個物聯(lián)網(wǎng)的基礎設施的一部分。
什么是5G最熱門的應用場景？
“現(xiàn)在我們說5G有三大應用場景。但是誰也說不出來5G最熱的應用場景是什么?！编w賀銓解釋道，“3G剛開始應用的時候還沒有智能手機，也沒有微信；4G剛落地應用的時候，微信還不能做移動支付，也不支持視頻通話；在4G網(wǎng)絡提速降費后，抖音、快手短視頻才出現(xiàn)?？梢姡幸苿踊ヂ?lián)網(wǎng)的業(yè)務是在移動互聯(lián)網(wǎng)能力具備后才出現(xiàn)的。所以我們現(xiàn)在無法說哪種應用最熱門，但是不等于說我們不為未來5G業(yè)務的發(fā)展做準備。”
如何為5G業(yè)務發(fā)展做準備？
這是個不確定的情況。假設在座每個人的手機都是同一個型號，但這并不能說明每個人的手機的能力都一樣的，因為每個人的手機下載的APP不一樣。
5G網(wǎng)絡也將采用類似的業(yè)務模式，以APP方式生成定制單元，這類APP可以是運營商定制的，也可以是第三方開發(fā)者定制的。這使得5G網(wǎng)絡能夠靈活適應未來不確定的業(yè)務。
另外，傳統(tǒng)的移動通信協(xié)議是專用協(xié)議，5G采用的將全部是物聯(lián)網(wǎng)的協(xié)議，這使得物聯(lián)網(wǎng)中所有應用可以直接嫁接到5G上，給5G帶來業(yè)務的靈活性。
但是這種方式有一定風險，原來運營商的協(xié)議是專用的，運營商的能力是封閉的，現(xiàn)在將其開放，就容易產生網(wǎng)絡安全問題。因而，如果將4G的安全能力再次沿用到5G上，那么，5G網(wǎng)絡將不再安全。因而需要提升5G的安全能力。相關組織目前正在增強5G的安全能力，相關能力也在逐步完善過程中。
盡管如此，但是毫無疑問的是，5G對AIoT的應用將是極為有利的因素。
部分大企業(yè)希望使用非許可頻段的LoRa來建內部網(wǎng)絡，與此同時，對于大量中小企業(yè)，自建物聯(lián)網(wǎng)并不經濟，工作在授權頻段的NB-IoT可以為企業(yè)提供一個通過多載波方式、承載在公眾通信網(wǎng)上的專用物聯(lián)網(wǎng)，這一網(wǎng)絡支持多個20KB或250KB的信道上，有以下四大特點：
廣覆蓋：比GSM覆蓋面積大百倍；
大連接：比移動網(wǎng)絡稿50-100倍；
低功耗：終端模塊功耗為2G的1/10；
低成本：單個連接模塊目標在1美元。
“預計今年年底，三大運營商在全國二三四線城市大部分地區(qū)都能實現(xiàn)全面覆蓋?！编w賀銓在會上表示。
盡管如此，NB-IoT網(wǎng)絡還是有三個明顯的缺點：
第一，帶寬只有20K\250K，低也低不下去，高也高不上來；
第二，NB-IoT傳感器是固定位置的，不支持移動部署，而工業(yè)應用的工件、機器人及網(wǎng)聯(lián)車的傳感器是移動的；
第三，NB-IoT的模塊無法實現(xiàn)與人的交互。
為此，行業(yè)中除了NB-IoT還在開發(fā)新的物聯(lián)網(wǎng)標準，例如支持1M帶寬、支持移動部署、可以實現(xiàn)與人交互的eMTC；支持160bps帶寬，可以實現(xiàn)大連接的mMTC。
本來這些都與5G無關，但是近期，3GPP通過仿真向ITU提交報告，說明在LTE和未來5G頻段工作的NB-IoT和eMTC滿足5G的連接密度要求（5G的大連接要求：100萬/1k㎡設備聯(lián)網(wǎng)；傳輸時延10秒內；不高于1%的丟包率；一定的連接效率），因此，NB-IoT和eMTC可納入5G低功耗廣域網(wǎng)（LPWAN）物聯(lián)網(wǎng)標準。
新的5G物聯(lián)網(wǎng)已經將工作在5G頻段的NB-IoT、eMTC和未來的mMTC全部納入到5G物聯(lián)網(wǎng)標準中。
從互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)，走到物聯(lián)網(wǎng)、泛在物聯(lián)網(wǎng)，以及現(xiàn)在的智能物聯(lián)網(wǎng)（AIoT），其中，AIoT可以說是AI和IoT二者的融合，將人工智能技術應用到物聯(lián)網(wǎng)中。
IoT和AI之間是什么關系？
IoT解決底層連接和數(shù)據(jù)傳輸問題，AIoT關注的物聯(lián)網(wǎng)的應用形態(tài)，強調應用服務，強調后端處理能力。
AI和IoT相輔相成，IoT為AI提供了深度學習所需要的大量訓練數(shù)據(jù)，IoT場景化互聯(lián)也為AI快速落地提供了基礎；AI將連接后產生的海量數(shù)據(jù)經分析、決策轉換為價值，反過來指導IoT的正確應用和效率提升。
5G和AI、IoT之間是什么關系？
5G是將AI和IoT連接起來，成為一個可靠的高帶寬、大連接、低時延的通道。
通過5G將IoT提升到人工智能的層面，體現(xiàn)IoT的價值；同時，5G幫助AI與IoT結合，產生落地效應。
諸如在語音識別、人臉識別、步態(tài)識別中的應用：
貴州80%以上的按鍵都運用了“人像大數(shù)據(jù)系統(tǒng)”；2.騰訊優(yōu)圖人臉識別能力兩年來已幫助上千個家庭找到了走失的家人；
騰訊優(yōu)圖人臉識別能力兩年來已幫助上千個家庭找到了走失的家人；
香港2019年7月發(fā)生暴力事件，暴徒幾乎都戴口罩和頭盔來躲避人臉識別，需要使用步態(tài)識別技術，通過身高、腿骨、肌肉、關節(jié)等人體體型特征好走路姿態(tài)進行步態(tài)識別。
……
AIOT首先的應用領域是智能家居。
智能家居有多種入口，諸如智能手機、智能音箱、智能電視、智能門鎖，以及未來的智能機器人。“這些都是智能家居的控制中心，未來可能會有更多類別，實現(xiàn)更好的控制。”而5G+邊緣計算能夠更好地支撐這樣的場景應用。
據(jù)IDC報告預測，到2020年，全球AI系統(tǒng)將為家電企業(yè)帶來收入超過470億美元，成為產業(yè)發(fā)展的下一個風口。
智能城市對AIoT也有很好的應用，諸如：
智能路燈，通過AI攝像頭檢測到道路上的行人情況，從而實現(xiàn)亮度自動調節(jié)，降低了40%的綜合能耗；
智能井蓋，可以在1分鐘感知到井蓋的位置是否異常，比如被人挪動、偷走等，從而消除存在的安全隱患；
智能垃圾桶，能夠實時檢測垃圾桶的情況，在溢滿時自動通知，可替身30%的垃圾清理效率；
……
“此外，產業(yè)的智能化更是我們所需要的。”
例如工廠的數(shù)字化，將工廠中的數(shù)控機床、生產設備連接起來，對于新建工廠而言，光纖是最好的選擇，然而對于大量存在的老的工廠用光纖很難替換。
因此，大家想到通過無線技術將這些設備連接起來。然而，現(xiàn)有的WiFi技術的帶寬、可擴展性、抗干擾能力很難滿足工廠環(huán)境的實際應用需求，WiFi連接在工業(yè)領域的利用率不到6%。
5G在可靠性、抗干擾能力上可以滿足工廠環(huán)境需求，因而可以用在企業(yè)外網(wǎng)和企業(yè)內網(wǎng)中。其中，在企業(yè)內網(wǎng)中的應用又可以分為5G公網(wǎng)和5G專網(wǎng)。
5G公網(wǎng)是指用運營商的基站，在自己工廠中建設網(wǎng)絡系統(tǒng)，還有很多工廠干脆把控制部分也交給運營商來做。
5G專網(wǎng)是指工廠自建5G專用網(wǎng)。歐盟認為可以為工業(yè)應用預留出76M專用頻段，很多工廠可能不會有機會用到專用頻率，而且這樣的網(wǎng)絡對周圍網(wǎng)絡也有干擾。
其中，現(xiàn)在應用較多的公用網(wǎng)絡上的5G是一種利用TDD的模式，在某個頻率上根據(jù)時序的不同分為上行下行，工業(yè)互聯(lián)網(wǎng)中，需要上傳的帶寬高，回傳指令的帶寬低，TDD的下行較上行時隙多。
這其中，機器人將來會大量應用，“5G+8k+移動邊緣計算”可以讓機器人反映更敏感。商飛公司用8K高清攝像頭掃描飛機蒙皮鉚接質量，通過5G寬帶快速連接企業(yè)的云平臺，顯著提升效率與檢測質量。商飛還利用5G的低時延同步兩個攝像頭，將從兩側獲取的視頻合成飛機精確的3D視像；
機器視覺也將得到廣泛應用，據(jù)前瞻產業(yè)研究院數(shù)據(jù)顯示，中國每天在產線上進行目視檢查的工人超過350萬，其中僅3C行業(yè)就超過了150萬人。但人工檢測準確度不高。機器視覺需要借助邊緣計算與中心云的大規(guī)模AI比對分析能力，5G為云連接提供寬帶和快速通道。
AIoT本身是一條很長的產業(yè)鏈，其中包括硬件/終端（占比25%），通信服務（占比10%），平臺服務（占比10%），軟件開發(fā)/系統(tǒng)集成/增值服務（55%）。可見，軟件開發(fā)和系統(tǒng)集成業(yè)務占比較高，達55%。AIoT相對拓展了IoT原有的產業(yè)鏈，同時AIoT在產業(yè)鏈上更強調AI芯片和AI能力開發(fā)平臺，因而將軟件開發(fā)和系統(tǒng)集成業(yè)務占比進一步提高。
鄔賀銓認為，AIoT將經歷3個發(fā)展階段： 單機智能階段：
單機系統(tǒng)需要精確感知、識別、理解用戶的各類指令，如語音、手勢等，并正確決策、執(zhí)行和反饋。而這個過程中設備與設備之間是不發(fā)生相互聯(lián)系；
互聯(lián)智能階段：采用集中的云或邊緣計算控制多個終端（感知器）的模式，構成互聯(lián)的產品矩陣，打破了單機智能的孤島效應，對智能化體驗場景進行了不斷升級和優(yōu)化。當用戶晚上在臥室對著空調說出“睡眠模式”時，客廳的電視、音箱，以及窗簾、燈等都自動進入關閉狀態(tài)；
主動智能階段：智能系統(tǒng)根據(jù)用戶行為偏好、用戶畫像、環(huán)境等各類信息，自我學習、主動提供適用于用戶的服務。例如清晨伴隨著光線的變化，窗簾自動緩緩開啟，音箱傳來悅耳的起床音樂，空調調整到適應白天的溫度。
目前對于智能家居，AIoT基本還處于單機智能階段；對于智能產業(yè)，AIoT已經進入到互聯(lián)智能階段。
AIoT發(fā)展還面臨很多的挑戰(zhàn)，包括算力、算法、平臺兼容性、安全性四個方面：
1.算力，普通計算機的計算能力有限，利用其訓練一個模型往往需要數(shù)周至數(shù)月的時間。密集和頻繁地使用高速計算資源面臨成本壓力；
2.算法，AI的訓練所需的時間非常長，目前僅訓練一些簡單的識別尚需數(shù)周時間，面對未來應用場景的豐富性，有必要在算法層面予以增強。此外，基礎算法非常復雜，應用的企業(yè)開發(fā)者能力不足；
3.平臺兼容性，物聯(lián)網(wǎng)產品碎片化，而各AI公司生態(tài)之間又缺乏協(xié)同，本地算力、網(wǎng)絡連接能力、平臺間的不兼容，要把框架里的算法部署到數(shù)量眾多的物聯(lián)網(wǎng)設備上，大規(guī)模部署問題重重；
4.安全性，人工之鞥呢決策的正確性受IoT數(shù)據(jù)的精確度影響，AI的分析結構還缺乏可解釋性，AIoT還存在被攻擊而成為僵尸物聯(lián)網(wǎng)的風險。
由此可見，未來AIoT的發(fā)展，仍然需要標準化推動，企業(yè)間合作提升兼容性，需要威脅情報共享，從而增強安全保障能力。
