沙哑嗓音,连珠炮式的语速,一说话就会瞪大眼睛。一提起物联网,刘海涛就有着不同于一般理工男的激情。9月11日,在科技日报社主办、科技部人事司和科技部青年联合会协办,由科技部党组成员、科技日报社社长李平主持的第六期《科技创新大讲堂》上,这位国家物联网基础标准工作组组长说,“麦肯锡预测到 2025年,全世界的物联网终端将达到250亿,相关市场规模达6万亿美金,将会带动36万亿美金关联经济发展”。
有人预测,未来物联网的市场容量将是现在互联网的十倍以上。但刘海涛预测,这个数字至少是“百倍以上”。在他看来,“物联网是超越智能化与超越互联 网的、虚拟世界与实体世界深度融合的全新体系,是第三次信息产业浪潮、第四次工业革命的核心支撑”“物联网将推动‘互联网+’时代到‘物联网×’时代”。
“物联网”到底是什么?
“一早起来,奥巴马在美国接见了谁,大家上网一查就知道。但这就叫地球村吗?你在邻居家喝茶,一墙之隔,家里被盗了,你知道吗?不知道。所以,互联网带来的地球村,只是信息的地球村,而非实体世界的地球村。”刘海涛用一个形象的例子说明了互联网的局限性。
“互联网上的信息是人工输进去的,有真的,也有假的。而且都是事后的。”刘海涛认为,物联网是真实世界的镜像,是一种“面向实体物理世界、以感知互动为目的、以社会属性为核心、建立在互联网和智能化基础之上、物理与信息深度融合的全新体系”,具有时时可监测的特性。
在面向大众的各种场合,他一再阐述物联网对于世界的改变,“智能交通实现了红绿灯控制车流量,而物联网交通则变革成车流量控制红绿灯;智能安防以事 后追踪为主,物联网安防则变革成事前预警、防范于未然;RFID射频标签很难做到食品溯源,它解决不了食品生产加工过程监督、解决不了中途掉包、解决不了 仓储物流过程中变质,这需要物联网才能做到全程无遗漏环节的监管”。
“如果把传感器比作人的五官,是‘仿生’的,那么,智能化是‘仿人’,物联网,则是‘仿团队’的。计算机的智能化和物联网的社会化是方法论上的根本差别。物联网将信息化体系从智能化的架构变革到社会化的架构,社会化当然是向下兼容智能化的。”刘海涛说。
“物联网×”时代什么样?
对比“互联网+”,刘海涛把物联网的能量称之为“物联网×”。
“‘互联网+’,加的是传统各行各业,解决的是传统行业流通领域信息不对称的问题;物联网则是面向实体世界,是对传统行业的核心、模式的深刻变革,是虚实交融的实体经济。”刘海涛认为,“物联网将是未来最大的一个智能产业。”
他以“物联网金融”为例说,“互联网金融实现了信息流和资金流的二流合一,却没有改变金融机构的现行信用体系存在的根本问题——缺乏对实体企业的有 效掌控。不同于虚拟世界的互联网,物联网的产生和发展是建立在实体世界已有的智能化、网络化基础之上的。物联网金融实现资金流、信息流、实体流的三流合 一。”
他提到“物联网银行”时说,“银行业金融机构呆账坏账风险一直是令行业及监管机构头痛的难题。银行为降低放贷风险,只好提高放贷门槛。而通过物联网 为银行建立起客观信用体系,将帮助银行打造全新的商业模式。比如,结合物联网先进的货物质押系统,将实现动产的全程无遗漏环节的监管。比如,可以帮助银行 实时掌控贷款企业的采购渠道、原料库存、生产过程、成品积压、销售情况,甚至用户使用情况,可按需贷款、按进度放款,并可帮助银行开展贷前调查,贷中管 理,贷后预警,预防欺诈违约案件,提高风控水平。”
在刘海涛看来,“物联网将推动‘互联网+’时代到‘物联网×’时代”。
“物联网”架构有多重要?
“如果没有标准化,对讲机时代就不会过渡到手机时代;没有标准化,计算机网络永远处在局域网不会出现互联网。”刘海涛认为,物联网标准化将是国家综合实力的体现。
他把国际物联网架构之争比作“一场没有硝烟的战争”:“2014年3月,中国提出的物联网顶层架构,在美日等国组团争斗中没有通过;当年8月,第二 轮通过立项;11月,美国带头再次反攻,操纵ISO成立WG10提出更换主编辑;今年5月20日,在激烈竞争之下,中国再次拿下主编辑”。
“这意味着,互联网的架构是美国人的,而物联网架构是中国人的。”刘海涛说。
在他看来,第一次工业革命是蒸汽机;第二次工业革命是电力;第三次工业革命(工业3.0)是制造业与电子、IT的结合,推动制造业的智能化、自动化,智能制造、精准制造是工业3.0的产物。工业4.0——是信息物理系统(就是物联网)支撑下的工业第四次革命。
“确保在国际物联网领域的持续领先地位,我们就有可能推动‘一带一路’的经济一体化,中国将成为全球经济的整合者,重新布局全球产业金融经济新格局。”刘海涛说。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。