導讀
工業互聯網自去年首次被寫入政府工作報告,到今年初被劃分為“新基建”重點方向之一,吸引了各行各界的持續關注。
但工業互聯網中涉及的各類概念,如人工智能、大數據、雲計算、物聯網等,你了解多少呢?
人工智能
人工智能是研究、開發用于模拟、延伸和擴展人的智能的理論、方法、技術及應用系統的技術科學。人工智能的研究包括機器人、語言識别、圖像識别、自然語言處理和專家系統等。
人工智能分類
·弱人工智能,包含基礎的、特定場景下角色型的任務,如Siri、AlphaGo 等機器人。
·通用人工智能,包含人類水平的任務,涉及機器的持續學習。
·強人工智能,指比人類更聰明的機器。
人工智能算法
·監督式學習:在建立預測模型的同時,監督式學習建立學習過程,将預測結果與輸入數據的實際結果進行比較,然後不斷調整預測模型,直到模型的預測結果達到預期的準确率。
·強化學習:輸入數據直接反饋到模型,模型必須對此立刻作出調整。讓機器處于一個能夠通過反複試錯來訓練自己的環境中。機器從過去的經驗中進行學習,并試圖通過學習最合适的知識來作出精準的判斷。
·神經網絡:深度學習算法是人工神經網絡中的最新算法,其實質是通過隐層的機器學習模型和海量的訓練數據,學習更有用的特征,從而提升分類或預測的準确性。
大數據
大數據指無法在一定時間範圍内用常規軟件工具進行捕捉、管理和處理的數據集合,是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的信息資産。
·從對象角度,大數據是數據規模超出傳統數據庫處理能力的數據集合。
·從商業模式角度,大數據是企業獲得商業價值的業務創新方向。
·從技術角度,大數據是從海量數據中快速獲得有價值信息的技術。
·從應用角度,大數據是對特定數據集合應用相關技術獲得價值的行為。
大數據分類
·結構化數據:固定格式和有限長度的數據,例如表格;
·非結構化數據:不定長、無固定格式的數據,例如網頁;
·半結構化數據:是結構化數據的一種形式,例如xml或者html。
5V特征
volume海量化、velocity快速化、veracity真實性、value低價值密度、variety多樣化
大數據增值過程
·數據的收集:抓取、爬取和推送。
·數據的傳輸:大量的數據一般會通過隊列方式行進。
·數據的存儲:存儲大量的原始數據。
·數據的處理和分析:通過清洗和過濾得到高質量數據并标注、分類和分析。
·數據的檢索和挖掘:搜索和挖掘大數據的真正價值。
雲計算
雲計算是分布式計算的一種,指通過網絡“雲”将巨大的數據計算處理程序分解成無數個小程序,然後通過多部服務器組成的系統,處理和分析這些小程序,得到結果并返回給用戶。
2
通過這項技術,可以在很短的時間内(幾秒種)完成對數以萬計的數據的處理,從而實現強大的網絡服務。
雲分類
·公有雲:公有雲是由雲服務提供商控制,用于雲服務用戶和資源的雲部署模式,一般可通過 Internet 使用,價格相對低廉;
·私有雲:私有雲是為一個客戶單獨使用而構建的,能夠提供對數據安全性和服務質量的最有效控制,但維護成本較大;
·混合雲:混合雲是公有雲和私有雲兩種服務方式的結合。
雲計算核心技術
·虛拟化技術:
虛拟化技術為雲計算服務提供基礎架構層面的支撐,是ICT服務快速走向雲計算的最主要驅動力。
從實現虛拟化的層次角度,虛拟化技術可以分為硬件虛拟化,操作系統虛拟化,應用程序虛拟化等;
從應用領域角度,虛拟化技術可以分為服務器虛拟化、存儲虛拟化、網絡虛拟化、桌面虛拟化、CPU虛拟化、文件虛拟化等。
·分布式數據存儲技術:
分布式存儲用于将大量服務器整合為一台超級計算機,提供海量的數據存儲和處理服務,分布式文件系統、分布式數據庫允許訪問共同存儲資源,實現應用數據文件的IO共享。
将數據存儲在不同的物理設備中,不僅擺脫了硬件設備的限制,而且提高了擴展性,能夠更加快速、高效地處理海量數據,更好地響應用戶需求的變化。
·編程模型:
嚴格的編程模型使雲計算環境下的編程十分簡單。MapReduce模式的思想是将要執行的問題分解成Map(映射)和Reduce(化簡),先通過Map程序将數據切割成不相關的區塊,分配(調度)給大量計算機處理,達到分布式運算的效果,再通過Reduce程序将結果彙整輸出。
物聯網
物聯網即“萬物相連的互聯網”,是将各種信息傳感設備與互聯網結合起來形成的巨大網絡,實現在任何時間、地點的人、機、物的互聯互通。
物聯網層次及技術
·感知層:
傳感器技術:将傳輸線上的模拟信号轉化為可由計算機處理的數字信号;
RFID射頻識别技術:射頻識别是集射頻技術和嵌入式技術于一體的集成技術,廣泛應用于自動識别和貨物物流管理。
·網絡層:
無線網絡技術:進行大批量數據傳輸的無線網絡,其速度決定設備連接的時效性和穩定性。
·應用層:
嵌入系統技術:集計算機軟件、計算機硬件、傳感器技術、集成電路技術和電子應用技術為一體的複雜技術。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!