6月16日，主题为“数据共享·智慧创新”的第十四届中国软交会在大连举行，在下午举行的企业家峰会上，法国计算机科学家图灵奖获奖人约瑟夫·斯法基斯从不同的角度介绍了物联网相关的信息和概念。
约瑟夫·斯法基斯说，关于物联网有很多愿景，但这些愿景究竟哪些是可能实现的？我们认真分析了现在这个情况就可以发现，我们所提到的物联网有两种类型的。一个是人物联网，一个是工业物联网。工业物联网其实是和我们现阶段情况不同的。在工业物联网中网希望传递智能制造、智能服务的一些应用，所以工业物联网这部分的愿景目前还没有实现。所有的联网设备在目前还不能完全做到完全的安全。如果一些关键的领域的业务失效了，可能会带来极大不安全因素，我们可能会产生巨大的经济损失。
再考虑到现在的互联网协议，其实还不能保证所有的业务流程流畅进行。比如说我们很难完整地对于整个流程进行掌控。总的来说，涉及到系统设计、安全、智能等各方面的问题。
以下为约瑟夫·斯法基斯演讲实录。
大家下午好！
今天会跟大家介绍物联网相关的信息和概念，会从一个其他的角度跟大家介绍一下我的看法。相信这个理念已经是大家非常熟悉的话题了，也是我今天跟大家谈论的主题。
首先会跟大家分析一下互联网未来的前景以及目前所面临的科学和技术上的挑战。希望通过挑战的分析来聊一聊这个愿景是否具有可行性。
首先关于物联网的概念。我们目前所处的是一个变革性的软件，整个数据不断汇集，整个设备不断汇集，包括计算机，不同的计算单元等等。计算机不再是单一的处理单元了，而是各地计算机联系在一起共同汇集，它等于说打开一种全新沟通的方式。也就是我们现在所说信息社会重要组成部分。因为计算机的广泛使用，我们也开发出了一套新的技术叫嵌入式系统。它其实也是和物联网紧密相关的。
我们先来看一下数字汇集是什么样的概念。它和全球化是类似的概念。这种数据的汇集包括网络的汇集，包括一些网络的基础设施，基础设施包括设备，比如说我们手机不止打电话，还可以进行其他的服务功能，同时这种汇集还有服务的汇集，还有另外一种类型的汇集，就是整个政策的无缝连接。这个也是随着全球的发展同步进行的。其实政策的汇集也是非常紧迫性的，比如说我们在整个经济社会发展更加紧密联系的情况下我们需要对于监管条例进行整合，更好地覆盖所有的行业领域。随着数据的汇集，大的公司也在过去几年中发展起来。先拿IBM举个例子，刚才有IBM代表跟我们分享他们公司的一些实践跟做法。其实今年前可以说IBM提出一个新的理念叫智慧星球，可以说这个理念是前所未有的，他们觉得我们这个星球必须数据化、信息化、互联同时还要具有智慧，互联意味着人和系统、物体可以互相沟通、互动，而智能意味着我们能更快更准确回应变化，甚至预测未来发展情况。
其实不同的行业都有巨大的变化，比如说google，我已经不记得是哪一年了，可能是两三年前它收购了摩托罗拉，领音也是被微软收购了，google收购摩托罗拉之后把手机部门最后卖给了联想。手机部门也是希望研发出一套互联的解决方案，能够更好将整个互联网联系在一起。刚刚提到微软收购领音，可以看到它的公司正在通过不断更新、进步变得更大。
这个来自于时代周刊的，两年前发布的google生态系统。可以看到像银河系一项的生态体系包括不同领域，医疗、能源等等，所以不再是它业务核心了，而是很小一部分。这是《时代周刊》的一个发现，可以说整个google公司也是非常具有野心和目标的。我们还可以比较其他的公司，他们也是产生了巨大的变化。比如说这位先生是来自另一个全球化的信息公司，他也是向互联网领域进军了，当然还有西门子也进行了物联网的应用，还有华为，目前在这个领域也是占领先机的。
刚才跟大家提到一些大的公司包括他们对数据及物联网的创新理念。其实这些公司也是在不断地推进科技进步。这个物联网的愿景或者说发展前景其实拿人做一个比喻，就像把所有的传感器连到我们身上，包括我们比如说体内内部用神经系统传递信号，信息传递给大脑，再把反映传递到各个神经末梢。其实物联网跟人体系统一样，只不过把所有的传感器变成神经单元，搜集数据，再把数据传到云端。所以这个时候物联网发出和接收指令，这些指令之间可以流动，不仅优化流程还能预测未来发展前景。而且在这个物联网上可以产生很多用户案例和成功经验，比如说智能能源或者是智能电网，智能电网通过一种智慧方式分配电力。比如说我们看到在北美、欧洲、中国都有智能电网的应用，通过智能电网应用去平衡整个电流的使用，包括平衡它的流量分配等等。这种智能的应用可以更好地去节约资源进行创新。当然还有一些智能医疗，还有智慧工厂等等，当然还有智慧汽车，大家都知道google的汽车，还有一些新的在农业方面的应用，当然也包括智慧医疗等等。这些我就不详细说了。
先给大家提一个重要的问题，这些愿景究竟哪些是可能实现的。我们认真分析了现在这个情况就可以发现，我们所提到的物联网有两种类型的。一个是人物联网，一个是工业物联网。工业物联网其实是和我们现阶段情况不同的。在工业物联网中网希望传递智能制造、智能服务的一些应用，所以工业物联网这部分的愿景目前还没有实现。所有的联网设备在目前还不能完全做到完全的安全。如果一些关键的领域的业务失效了，可能会带来极大不安全因素，我们可能会产生巨大的经济损失。再考虑到现在的互联网协议，其实还不能保证所有的业务流程流畅进行。比如说我们很难完整地对于整个流程进行掌控，所以说工业物联网现在还没有完全实现。
这是一个环，从传感器开始他们搜集数据，这些数据经过整个数据系统，进行一系列的运算，进行大数据分析，通过分析预测机器或者是发动机未来可能性的表现。当然了这个其实还是没有完全进行商业化的，只是一个设想。
系统设计。首先跟大家澄清一点，我们使用计算机设计系统的时候，不算一个全新的工程学科。比如说现在整个民用工程已经算比较成熟的学科了，有具体的理论和实践知识，如果我们想用计算机打造大规模的系统，我们没办法保证这个计算体系是完全正确，没有失误的。给大家展示一下什么样的系统是正确可控的，它其实对于系统是正确的环节。首先我们对于系统有一个可信度的要求，我们希望能保证这个系统在设计出来之后可以到达我们预期的效果，希望没有硬件的故障，没有设计错误，也不会受到环境或者是天气的影响，也能抵御一些恶意的攻击，这也就是我们通常提到的安全问题。这四点是我们说的系统设计中的可信度。如果我们想要打造出一个高可信度的系统，我们必须要考虑作为工程师不能单纯考虑成本，还要考虑到一系列优化程序所做的细节要求。比如说系统优化是需要成本、储存、时间限制的。比如说它的通量是多少，是否会有延迟。如果我们有充足的资金，当然可以打造出一个高可信度的系统。但是如果资金不够，很难做系统的商业化。整个系统平衡质量和成本，这也是我们目前所遇到的难题和挑战。现在很多工程师会打造一些非常关键的系统程序，它是具有安全意义的，一旦系统失效对人体造成危险。也有一些工程师致力于打造复杂的系统，这些系统要求我们具有最佳的时间做法，能降低对于能源的消耗，同时也提高整个系统的可信度。还有两者之间对于任务的处理，其实这些都是重要的因素。因为我们设计系统的时候有一些时候并不是那么复杂，需要考虑到这个系统的规模、大小，还有实用性等等。大家可以看一下这是我们对于不同系统的一个估算。对于飞机安全性要求比较高的系统，我们必须保证我们不会产生一个关键的致命性的失误。火箭或者是关键战略性任务的设计，我们必须保证它规模化，这些系统有不同差别的，一个是资金的投入，我们必须保证这个系统有极高的可靠性，可靠性越高需要我们投入的资金越高，比如说火箭系统，我们还需要考虑到整个宇航员的成本，还需要考虑到它的材料，因为太重会影响火箭的运营，这些非常简单但是又非常关键。如果我们不能保证这个系统设计带来绝对的安全、有效就很难成功。还有金融的安全性，大家知道其实很多金融系统是存在漏洞的，会造成用户巨额的亏损，这些自动化的体系会产生很多的错误。这是我们近期获取的一个数据，关于医疗领域。因为数据的漏洞在美国其实在2015年就因为数据的漏洞损失了大约有1200万美元。所以说大家也可以意识到现在的系统设计没办法完全保证系统的安全性，而安全性又是我们现在最关心的问题之一。对于任何系统都是如此，不管我们防火墙有多多，保护系统有多多，都不能完全保证安全。大家可能也听过新闻，索尼泄露了大量的数据，还有一些恶意攻击软件。现在我们所处的环境不像我们预期的那么好，我们需要关心的问题还有很多。
刚才我谈的是安全问题，关于安全问题我们在各种论坛上有诸多讨论。2016达沃斯经济论坛上我们就提到安全问题。尽管安全现在还是一个问题，但是在未来我们还是会致力于找到解决的办法，然后让整个系统运作顺畅，在这个之前我们需要经过长时间学习才能找到办法的。数字技术也是非常重要的。
网宇实体系统，新一代的工程系统，实际上它是将电脑、通讯和控制技术结合在一起的新系统。我们就要考虑实体方面的特点，又要考虑网络的特点。正因为如此所以我们才需要把各种技术整合到一起，这里边的理念我们工业设计过程需要一系列的整合。
现在大家看到的这是一个3D打印出来的电子摩托车。首先我们要有这个理念，然后把这个理念通过多种渠道和多种技术综合之后把它生成一个实物性的东西。有了这样一个网宇实体系统可以将3D打印进一步拓展到其他的领域上去。我们可以将所有的资产和材料进行更加综合式地利用。我们将搭建一个综合的模式来运营，这样的话我们可以对我们的性能和成本进行评估，像印度这样的国家已经尝试这样的计划，政策方面也是给予相应的支持。我们会发现这个智能系统每一个网络或者是实体部分各自分别设计但是同时设计的，最终我们得到的是综合式的产品。比如说是以飞行器为例的话，机翼就会和传感器分别设计，最后组合在一起，最终使通过这种3D范式实现它的稳定性，并能在油耗和性能方面得到优化。我们现在看到的是融合范式，未来更多领域更多层面发生。我们看到抽象化的效果，我们看到涉及到的领域诸多，我们可以研究人们的行为，我们可以研究不同的外表等等。事实上到目前为止我们做到这样整体化效果有很大的挑战。
最后是关于智能系统。之前谈到过安全问题，现在侧重谈智能性。我们看到人们对于人工智能不同的态度，霍金对于人工智能对于人类的影响做出过解释。比尔盖茨也说过人工智能事实上对人类具有一定威胁性的。我个人观点我不认为是一种威胁，每一种技术都也它的危险性，我们需要的是要面对和接受这样的一个现实。
什么是我们说的智能呢？或者通过应用推理的能力或者是应用所学的技术创造和使用知识。如果是通过推理使用的知识是我们先知性的知识，如果通过应用所学到的技术是我们后经历的方式来得到的知识。比如说IBM在深蓝方面的技术就是这个例子。速度更快，涉及范围更广。IBM超级计算机可以用来探寻预先设定解决方案空间，并能够将预先设定的知识进行各种方式的组合。
我们现在来到知识这个关健词。什么是知识呢？我认为知识是一种真实的信息，它可以用来解决问题，可以理解主题。我们在获得知识过程中面临着一定挑战的，我们需要解决和回答这样的一些问题，比如说什么是真实的信息，我们如何分析信息，使之成为有意义的信息，什么样的信息是垂直的信息，什么样的信息可以升级为知识。我们需要这样一种能力能够将知识和电脑系统结合在一起，才能解决往往需要更多人类知识经验解决的复杂问题。比如说举一些例子，我们如何来实现学习或者是数据的获得，我们如何学习像数学、物理、生物学、社会科学这样的形式化的知识？但是还有另外一种情况预测性和期待性的这种话题，人们有不同感知，深入学习是感知的一个手段。我想说的是，人们依然使用着很多的推理能力，但是当涉及到推理和语言这两个大问题的时候我们在这两个方面没有取得特别大的进展。比如说大家现在看到的是这样一个关于沟通杂志的一个最新的封面。这里边提到常识推理还有常识知识，在和人工智能互动过程当中这样一种状况来进行探讨的文章。另外一个例子是现在这张图，比如说普通人会按照一定的顺序推理和判断这四幅图中发生的顺序，有的人会认为这是一个在发生事故之前一个连续的图片，人们判断往往基于常识和普通化的知识，这是我们解决不了的，也是我们未来要去解决和解释的。
如上是我所谈几个方面，两个大的方面和五个小的方面。
我们今天所处的位置是哪里呢？我们看到了到2020年物联网将会成为主流。我们现在想问的是这个比例会到什么样一种程度？在2020年的时候物联网的价值将会达到超过250亿美元，有人提出这样的问题，技术发展到今天未来是什么趋势，人们没有统一的答案，都在探索当中。我们现在看到的是人们的一些预期，我们看到一些线型图的趋势和变化。比如说我们看到不同技术会有不同期待值，成熟期也不一样。当达到平稳阶段这个技术才是成熟期。进入成熟期才能进入稳定发展，在这个之前人们会有最初的热情期，还有进入到高峰期之后的降温期，只有进入平稳期之后才达到了技术上的成熟。这里涉及到的有3D打印，有模拟现实等等。我们要进行一些仔细的思考，我们刚才所提到的这种一体化的网络架构现在已经覆盖了诸多的领域，我们现在看到的是一个例子，今天看到的一个无线网络局域的这么一个前景，我们看到各种网络使用的范式，WBAN、WPAN和WAN等等。已经覆盖了各种个人或者是局域的无线网。这些变化正在发生着，但是能实现我现在展示图片中的效果我们还需要一定的时间。
又回到安全的问题，我们现在考虑的问题是互联互通的问题，互联互通将会增强使用者的体会和经验。还有我们现在还无法保证安全和可靠性，其中原因之一有科学技术方面发展的局限性。另外还有和政策相关的原因，政策原因缺乏相关严格的监管方式方法的。还有认证、认可相关的软件。政府和相关的机构实际上在努力地去做相关的促进工作或者是提供相应的支持。如果我们能使用开放性的资源，能够充分利用这些资源，我们最终走向比较均衡的解决方案。人们还提到了融合过程当中还涉及到一定的边界或者是界限问题。我们这里看到的一个例子发生在美国，美国曾经有那么一个FBI的官员他提出要在每个人手机和移动终端都提供一些安全的防护措施，又回到我们刚才所说的安全问题。
最后我想说的是系统设计，“设计”是非常重要的。科学是设计的基础，有了科学作为基础我们才能考虑实体世界发生的事情。有了相关的知识，我们在信息基础上形成相关的认识和知识，这些知识进一步形式化、范式化、规律化，然后我们才进入到了设计阶段。现在在设计基础之上我们还有一个小的小节，通过学习和研究来实现整体的构建，科学和技术这一段我们还需要依靠数据基础，物联网只有通过改变我们设计方式和网络构建基础之上才能实现。诸多公司做相关的尝试和努力。如果我们想进一步推动，我们需要在设计、安全等各个方面都要下更大的工夫。
刚才我说了诸多互联网发展过程中的挑战，面临这样的挑战我们要国际化的合作，国际化的合作是必须的。我们设计系统各级各方面的开发需要我们在一起合作得出理想的结果。
谢谢各位。
