跳转至

未来信息综合

本章导读

本章介绍新兴信息技术的核心概念，包括信息物理系统（CPS）、人工智能、机器人、边缘计算、数字孪生和云计算大数据。这些技术代表了信息技术的发展方向，重点掌握 CPS 四大核心要素、人工智能关键技术、边缘计算特点及边云协同、云计算三种服务模式。

学习目标

  • 掌握 CPS 的四大核心技术要素
  • 理解人工智能的定义、分类和关键技术
  • 了解机器人的发展历程和分类
  • 掌握边缘计算的特点和边云协同的六个方面
  • 理解数字孪生体的概念、核心技术和应用
  • 掌握云计算的三种服务模式和四种部署模式

信息物理系统（CPS）

CPS 概述

CPS（Cyber-Physical Systems，信息物理系统）是计算、网络和物理环境的深度融合系统。

四大核心技术要素 ⭐

mindmap
  root((CPS 核心要素))
    一硬
      感知和自动控制
      硬件支撑
    一软
      工业软件
      CPS 核心
    一网
      工业网络
      网络载体
    一平台
      工业云和智能服务平台
      支撑上层解决方案
要素 名称 作用
一硬 感知和自动控制 CPS 实现的**硬件支撑**
一软 工业软件 CPS 的**核心**
一网 工业网络 网络**载体**
一平台 工业云和智能服务平台 支撑**上层解决方案**的基础

记忆技巧

"硬软网平"：硬件感知 → 软件核心 → 网络载体 → 平台支撑

人工智能技术

人工智能的定义

人工智能定义

人工智能是利用数字计算机或数字计算机控制的机器**模拟、延伸和扩展人的智能**，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能分类

分类 特点
弱人工智能 只能在特定领域完成特定任务，不具备真正的推理思考能力
强人工智能 能真正实现推理、思考和解决问题

人工智能关键技术 ⭐

graph TB
    A[人工智能关键技术] --> B[自然语言处理]
    A --> C[计算机视觉]
    A --> D[知识图谱]
    A --> E[人机交互]
    A --> F[VR/AR]
    A --> G[机器学习]

    G --> G1[监督学习]
    G --> G2[无监督学习]
    G --> G3[半监督学习]
    G --> G4[强化学习]
技术 说明
自然语言处理 让计算机理解和生成人类语言
计算机视觉 让计算机理解图像和视频内容
知识图谱 结构化知识的表示和存储
人机交互 人与计算机之间的信息交换方式
虚拟现实/增强现实 VR/AR 沉浸式体验技术
机器学习 从数据中学习规律的算法

机器学习分类

按学习模式分类

模式 特点 示例
监督学习 需要提供**标注样本集** 分类、回归
无监督学习 **不需要**提供标注的样本集 聚类、降维
半监督学习 需提供**少量**标注的样本集 部分标注数据的分类
强化学习 需**反馈机制** 游戏 AI、机器人控制

按学习方法分类

方法 特点
传统机器学习 需**手动**完成特征工程
深度学习 需大量训练数据集和强大 GPU 服务器提供算力，自动学习特征

常见算法

算法 说明
迁移学习 将一个领域学到的知识应用到另一个领域
主动学习 主动选择最有价值的样本进行标注
演化学习 基于生物进化原理的学习算法

机器人技术

机器人定义

机器人具备以下三要素：

graph LR
    A[机器人三要素] --> B[脑]
    A --> C[手]
    A --> D[脚]

传感器类型：

传感器类型 用途
非接触传感器 感知周围环境
接触传感器 感知接触物体
平衡觉传感器 保持平衡
固定觉传感器 位置感知

机器人发展历程

timeline
    title 机器人发展历程
    第一代 : 示教再现型机器人
    第二代 : 感觉型机器人
    第三代 : 智能型机器人

机器人 4.0 核心技术

技术 说明
云—边—端无缝协同计算 云计算、边缘计算、终端协同工作
持续学习与协同学习 不断学习提升，多机器人协作学习
知识图谱 结构化知识表示
场景自适应 自动适应不同使用场景
数据安全 保护机器人数据安全

机器人分类

类型 特点
操作机器人 由人直接操控
程序机器人 按预设程序工作
示教再现机器人 学习后重复动作
智能机器人 具有感知和决策能力
综合机器人 综合多种功能
类型 应用场景
工业机器人 制造业、装配、焊接
服务机器人 家庭服务、医疗护理
特殊领域机器人 军事、救援、太空探索

边缘计算

边缘计算定义

边缘计算定义

边缘计算是将数据的处理、应用程序的运行以及一些功能服务的实现，由**网络中心下放到网络边缘节点**上。

不同组织的定义

组织 定义要点
边缘计算产业联盟 云计算在数据中心之外汇聚节点的延伸，包括**云边缘、边缘云、云化网关**三类形态
OpenStack 社区 在网络边缘侧提供云服务和 IT 环境服务
ISO/IEC JTC1/SC38 靠近物或数据源头，融合网络、计算、存储、应用核心能力的**开放平台**
国际标准组织 提供移动网络边缘 IT 服务和计算能力，靠近移动用户

边缘计算的四大特点 ⭐

graph TB
    A[边缘计算特点] --> B[联接性]
    A --> C[数据第一入口]
    A --> D[约束性]
    A --> E[分布性]
特点 说明
联接性 联接物理对象多样，需具备丰富的联接功能（网络接口、协议等）
数据第一入口 拥有大量、实时、完整的数据，支撑预测性维护、资产管理等创新应用
约束性 需适配工业现场恶劣环境，对功耗、成本、空间有较高要求
分布性 天然具备分布式特征，支持分布式计算与存储

边云协同 ⭐

边缘计算与云计算协同工作，包括**六个方面**：

graph TB
    subgraph 边云协同
        A[资源协同] --> B[数据协同]
        B --> C[智能协同]
        C --> D[应用管理协同]
        D --> E[业务管理协同]
        E --> F[服务协同]
    end
协同类型 边缘侧职责 云侧职责
资源协同 本地资源调度管理 资源调度管理策略下发
数据协同 数据采集、初步处理、上传 海量数据存储、分析、价值挖掘
智能协同 执行推理，实现分布式智能 模型训练，模型下发
应用管理协同 应用部署与运行环境，本地生命周期管理 应用开发测试环境，全局生命周期管理
业务管理协同 提供模块化、微服务化的应用实例 按需求实现业务编排能力
服务协同 按云端策略实现部分 ECSaaS 服务 SaaS 服务分布策略，承担云端 SaaS 服务

记忆技巧

边云协同六个方面可记为："资数智应业服"

  • **资**源协同
  • **数**据协同
  • **智**能协同
  • **应**用管理协同
  • **业**务管理协同
  • **服**务协同

边缘计算的安全价值

价值 说明
可信基础设施 提供可信的基础设施
可信安全服务 为边缘应用提供可信赖的安全服务
安全网络覆盖 提供安全可信的网络和覆盖

边缘计算应用场景

场景 说明
智慧园区 园区智能化管理
安卓云与云游戏 低延迟游戏体验
视频监控 实时视频分析处理
工业物联网 工业数据实时处理
Cloud VR 云端渲染 VR 内容

数字孪生体技术

数字孪生体定义

数字孪生体定义

数字孪生体是现有或将有的**物理实体对象的数字模型**，通过实测、仿真和数据分析来：

  • 实时感知、诊断、预测物理实体对象的状态
  • 通过**优化和指令**来调控物理实体对象的行为
  • 通过相关数字模型间的**相互学习**来进化自身
  • 同时改进利益相关方在物理实体对象**生命周期内的决策**

核心技术

graph LR
    A[数字孪生体核心技术] --> B[建模]
    A --> C[仿真]
    A --> D[基于数据融合的数字线程]
技术 作用
建模 创建物理实体的数字模型
仿真 模拟物理实体的行为
数字线程 基于数据融合，连接全生命周期数据

主要应用领域

领域 应用
制造 产品设计、生产优化
产业 产业链协同、供应链管理
城市 智慧城市建设
战场 军事仿真、作战推演

数字孪生生态系统

graph TB
    A[行业应用层] --> B[共性应用层]
    B --> C[模型构件与仿真分析层]
    C --> D[数据互动层]
    D --> E[基础支撑层]

    A -.-> A1[智能制造、智慧城市等]
    B -.-> B1[描述、诊断、预测、决策]
    C -.-> C1[数据建模、仿真、控制]
    D -.-> D1[数据采集、传输、处理]
    E -.-> E1[工业设备、城市建筑、交通工具、医疗设备]
层次 组成内容
基础支撑层 工业设备、城市建筑设备、交通工具、医疗设备
数据互动层 数据采集、数据传输、数据处理
模型构件与仿真分析层 数据建模、数据仿真、控制
共性应用层 **描述、诊断、预测、决策**四个方面
行业应用层 智能制造、智慧城市等多方面应用

云计算和大数据技术

云计算服务模式 ⭐

graph TB
    subgraph 云计算服务模式
        A[SaaS<br>软件即服务]
        B[PaaS<br>平台即服务]
        C[IaaS<br>基础设施即服务]
    end

    A --> A1[应用软件统一部署]
    B --> B1[分布式开发环境与平台]
    C --> C1[服务器组成云端基础设施]
服务模式 全称 说明 示例
SaaS Software as a Service 服务提供商将应用软件统一部署在云计算服务器上 Gmail、Salesforce
PaaS Platform as a Service 服务提供商将分布式开发环境与平台作为服务提供 Google App Engine
IaaS Infrastructure as a Service 服务提供商将服务器组成"云端"基础设施作为计量服务提供 AWS EC2、阿里云 ECS

服务模式层次关系

SaaS（应用层）
   ↓ 依赖
PaaS（平台层）
   ↓ 依赖
IaaS（基础设施层）

云计算部署模式

部署模式 特点 适用场景
公有云 面向公众提供服务 通用服务、初创企业
社区云 特定社区共享 行业联盟、政府机构
私有云 企业专用 大型企业、数据敏感组织
混合云 公有云与私有云结合 灵活需求、数据分级管理

大数据分析步骤

graph LR
    A[数据获取/记录] --> B[信息抽取/清洗/注记]
    B --> C[数据集成/聚集/表现]
    C --> D[数据分析/建模]
    D --> E[数据解释]
步骤 主要任务
数据获取/记录 收集原始数据
信息抽取/清洗/注记 提取有价值信息，清洗脏数据，添加标注
数据集成/聚集/表现 整合多源数据，聚合分析，可视化展现
数据分析/建模 应用算法分析，建立数据模型
数据解释 解读分析结果，提供决策支持

大数据应用领域

领域 应用场景
制造业 智能制造、预测性维护、质量控制
服务业 客户分析、精准营销、服务优化
交通行业 智能交通、路线优化、出行预测
医疗行业 精准医疗、疾病预测、药物研发

本章小结

核心知识点

  1. CPS 四大要素：一硬（感知控制）、一软（工业软件）、一网（工业网络）、一平台（工业云）

  2. 人工智能关键技术：自然语言处理、计算机视觉、知识图谱、人机交互、VR/AR、机器学习

  3. 机器学习分类：

  4. 按模式：监督、无监督、半监督、强化

  5. 按方法：传统机器学习、深度学习

  6. 边缘计算特点：联接性、数据第一入口、约束性、分布性

  7. 边云协同六方面：资源、数据、智能、应用管理、业务管理、服务

  8. 数字孪生核心技术：建模、仿真、数字线程

  9. 云计算服务模式：SaaS、PaaS、IaaS

对照表速记

技术领域 核心要点
CPS 硬软网平
人工智能 6 大关键技术
机器人 三代发展、4.0 技术
边缘计算 4 特点、6 协同
数字孪生 建模仿真线程
云计算 SaaS/PaaS/IaaS

考试重点

知识点 考查形式
CPS 四大要素 要素名称与作用对应
机器学习分类 根据特点判断学习模式
边缘计算特点 特点识别与理解
边云协同 协同类型及边缘/云端职责
云计算服务模式 SaaS/PaaS/IaaS 区分

学习建议

  1. CPS：记住"硬软网平"四个要素及其作用
  2. 机器学习：理解四种学习模式的区别和特点
  3. 边缘计算：重点掌握边云协同的六个方面
  4. 云计算：理解三种服务模式的层次关系