智能设备背后的大数据和物联网

　　技术演进正在彻底改变我们的生活。移动设备的普及带来社交网络的发达，由此引爆大数据时代的来临。现在我们有多少设备接入互联网呢？手机、Pad、汽车、电视机……据说到2020年将会有500亿～750亿设备连接互联网。到那个时候，智能设备必然会成为普及的物联网工具，再想象一下750 亿设备连接下的大数据应用，那个火热的画面简直太美！

　　智能设备如何实现智能

　　智能设备之所以被称之为“智能”，就是因为它能够通过各种传感器来检测收集数据，并能够实现与用户的交互或者自动控制。但从另一个方面来说，仅仅是采集并告知这些数据，只是所谓“智能”的初级阶段。有观点认为，现在整个技术领域正在为了智能而融合，同时也带来了新的生机。这个观点笔者非常赞同，但IT 服务提供商和物理设备提供商以及新兴互联网企业之间，是怎么实现交错融合的呢？如何才能实现更优越的商业智能产品呢？

　　智能的意义在于如何快速地接入互联网并进行数据交互。其实，移动设备的普及已经让手机、电视机等传统产品走向智能化时代。基于移动互联网的社交兴起，更是让非结构化的数据量急剧增加。基于大数据的分析也出现了爆炸式增长，同时也在不断加速云计算应用的快速发展，基于云的快速开发工具也层出不穷。

　　也就是说，业界已经认识到，数据的价值必须经过联网互通、归纳整理和分析才能体现出来。所以，在各种消费类智能设备的背后，未来一定是需要一个大数据分析系统和物联网系统来对它们给予支撑。

　　智能设备的发展实际上会分为几个阶段：首先是出现针对消费者的各种智能产品，它们需要计算能力去管理传感器搜集的数据并与用户互动；后续产品则会开始基于物联网，能够实现数据的互联互通和数据收集，并可以利用移动互联网进行管理和交互；对于很多需要趋势性结论或者实时建议的产品来说，最好还能有一个分析大数据的模型，可以总结数据规律，为用户提供更详细的分析结果。而这一切就会带动一个巨大产业链的发展。

　　未来如何变得更智能

　　理论上的前景与现实其实是有一些差距的。虽然2014年智能设备的发展开始萌芽，但真正“现象”级的产品却仍未出现。因为要想成为“现象级”智能设备，那它其实已经不仅仅是一个单纯的物理设备，更是需要成为个人、企业接入互联网、接入云端的一个点，会是一个实时交互的有机载体。智能设备要想实现更高的智能不得不提升几个方面的能力，包括：设备本身、传感器的计算能力与交互水平，传输网络的带宽与传输稳定性，大并发状态下多客户端的接入能力以及接入之后对于数据的迅捷处理能力。这一切归根到底是需要更强的运算能力，当然还需要更低的功耗。

　　所幸在2014年，计算能力的发展已经迅速朝这一方向倾斜。传统PC巨头英特尔的注意力开始向智能领域转向。无论“夸克”（Quark）还是“爱迪生”（Edison），英特尔正在将它的强大处理器运算能力和制程能力投射到智能设备的生态圈上。另一个不可忽视的因素是，x86架构的软件生态系统相信也会随之而来，对于智能设备的管理和开发而言，这也是个好消息。

　　另外，智能设备如何实现智能不仅仅在于设备本身，物联网体系架构到底是怎么运作的也很重要。其中最为核心的一点就是物联网协议标准。业界一致认为，在物联网中，开源、开放标准是基本的要素。现在，IBM都推出了开放的物联网协议，这份协议的名称叫做消息队列遥测传输(Message Queuing Telemetry Transport)，相当于物联网的HTTP。华为的LiteOS也采取开源的方式向行业贡献，并愿意和合作伙伴一起来构建面向物联网的开源技术社区，共同促进物联网智能硬件开发技术的发展。

　　智能设备和大数据是怎样的关系？

　　因为智能设备，如今物联网行业迎来了巨大并且飞速的发展。不只是物联网体系的进化，也带来了物联网的开放、开源，同时基于智能设备所产生出的更多数据也会呈现更高速的增长。

　　传感器设备与互联网以及移动互联网的联合应用让物联网实现了物联与感知。各行各业的物联网应用产生了大量数据，也就是说，物联网可以为大数据提供网络传输信息支撑平台和数据来源，反过来，对大数据的分析又进一步帮助物联网快速的发展。

　　在这样的情况下，物联网上的大数据应该如何应用就备受关注。来自物联网、移动互联网、智能设备、云计算平台、互联网的相互作用，必然需要建立一些针对大数据的智能监控模型、智能分析模型、智能决策模型等应用。事实上，这个新兴的领域也是吸引产业界一直聚焦于此的原因。未来，需要我们对智能设备带来的大数据进行更有价值的实时分析，需要对流数据分析以及数据相关性做出更高的基准要求，需要研究高速数据如何捕获，如何进行时间序列查询和分析，这都是业界重点关注的方面。同时，由此带来的许多模型应用，也将深入地改变大家的生活。

　　大数据模型如何不断进化？

　　为此，有人可能会问：随着智能设备的发展，大数据模型会如何不断进化？大数据模型的变化其实也来自于智能设备的进化以及智能设备之间的互联互通。当然，大数据模型的变化从根本上说还是源自大数据应用的普及趋势。国内外目前有许多做大数据应用分析的公司，他们针对特定应用场景建模，并研发出更为人性化、易于操作的大数据产品，例如人工智能、消费者行为分析、网络安全监控与分析、客户互动与服务分析等方面。

　　现在，百度自己开发的搜索引擎平台其实就已经是一种大数据应用的产品。它在你键入内容的时候，不仅仅是按内容搜索，更多地还在智能判断与猜测搜索者可能最需要的内容，这就是机器学习。百度联盟大数据机器学习技术负责人夏粉在一次技术沙龙上说：“百度的大规模机器学习技术搭建了一个容纳万亿特征数据的、分钟级别模型更新的、自动高效深度学习、高效训练的点击率预估系统。”

　　对于大数据技术的研发创新，最终会转化成产品模式，从而会成为引爆大数据商业繁荣的关键。这样的体系未来很可能会和智能设备结合起来，比如有可能是在智能路由器和盒子上，会更直接地深入到我们的生活之中。现在“BAT”公司（百度、阿里、腾讯）和小米，实际上都在布局类似的产品，未来都有可能是基于大数据模型分析的革新。

　　管理好数据提升价值

　　不过，基于大数据模型和大数据应用的变化，如何进行数据优化呢？业界的探讨有很多方面，比如基于数据库的优化，基于网络的优化，基于计算的优化，基于数据交互速度的优化，基于数据存储的优化……因此，未来智能产品的数据优化确实显得更为复杂而多样。但不管如何复杂，如何多样，我们都需要将智能设备背后的大数据有效管理起来，使得智能设备在带来大家便利的同时，能在大数据方面凝聚出真正的智能价值。

　　文/图 阿明

关注读览天下微信， 100万篇深度好文， 等你来看……