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
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。