[ 導讀 ] 但是我想這個領域，我覺得確實需要不同領域人的一個集合，有不同的背景，有的是搞網絡的，通訊的。有的人是搞交通工程的，或者是搞汽車的，或者是搞信息技術，人工智能，然后有搞認知心里。剛才楊校長，跟我的觀點特別有一致的地方，最后人車合一。

　　首先感謝王老師熱情邀請，我覺得今天聽了報告，收獲特別大，我主要來學習。因為我不是做車聯網、物聯網特別的專家。但是我想這個領域，我覺得確實需要不同領域人的一個集合，有不同的背景，有的是搞網絡的，通訊的。有的人是搞交通工程的，或者是搞汽車的，或者是搞信息技術，人工智能，然后有搞認知心里。剛才楊校長，跟我的觀點特別有一致的地方，最后人車合一。整個實現智能化，所以這個問題，我們現在講這個，實際上就是說講車聯網或者講物聯網，你只研究車，只研究物，這恐怕是有是有一些探討，比如說死路，還存在很多問題。就是我們講智慧物聯網這個智慧這個東西。實際上就是說用現有這些東西，我們強調上層的。最后所有東西來，全都是數據。然后數據完了以后，我們怎么來做，怎么能到數據到信息，到智慧然后到服務，這服務還是要透明的，主動的。然后正確的時間，正確的地點，提供正確的服務。如果沒有人的因素，恐怕就是說，這個問題永遠實現不了。所以智慧，智慧就是智能嘛。這方面我們有一些想法，我們提出外部智能這個研究領域，可能我有一點跑題，因為我沒有特意準備。

　　為什么我現在準備，實際上不是專為今天沙龍準備。我們2011，我們一個國際會議和智能IB技術國際會議呢，今年正好是10周年。我們提出智能概念，十周年紀念在法國里昂召開。下一個禮拜就要參加這個會，那么就是說這個十周年，我們第一屆就是在日本召開，然后經過北美三次，歐洲三次，亞洲三次，然后悉尼澳大利亞一次，今年基本上在法國里昂召開十周年。實際上我們邀請討論會，十年主要的最核心的成員都請到這里討論。一個是回顧我們前十年我們做的工作，同時下一個十年我們到底要做什么，大家一起討論這個問題。但是可能這個就比較學術一點，但是最后學術問題，最后還是要面向人需要，最后要產生生產力，產生應用。實際上這方面，這個概念提出了一個概念。然后在法國里昂討論研究國際研究項目，當然中國國內也可以和大家合作的，我也非常高興。包括應用到物聯網和車聯網。

　　2000年開始，第一次提出這個概念。經過十年左右呢，第一個代表性計算機學會，會刊2002年出了我們這專輯。是第一個專輯，就是說這個領域，得到了學會廣泛的認可，這是一個標志性的。然后我們提出來十個問題。但同我們剛才講的，從數據到信息到知識這樣一個觀點來看，研究的目標，實際上原來叫網格，現在最新發展云。所以在這個平臺上，我們實施應用，我們所謂東西就是產生數據，產生數據[FS:PAGE]把它搜集好，然后管理好，分析好，利用好。實際上最后面向數據。這個上面怎么從數據產生信息，產生知識。現在現在把這個概念重新整理，我們爭做叫Web Service。現在到了云計算這樣的平臺，一個環境下。那么就是說面向的問題，實際上就是數據爆炸、連接爆炸和服務爆炸。這么爆炸我們怎么對應？怎么來對景這個問題。實際上另外一組人原來搞通訊的，現在干嘛呢？把這兩個東西怎么給它連上。實際上就是說，我們假想再往下走，所有的東西全都是連接一塊，這都是連接爆炸，數據爆炸，然后服務爆炸。這樣情況下以后，這個東西應該怎么來做，實際上物聯網有兩種做法。那么在這種環境下，我們的應用，實際上給我們提供新的應用一個機會。這種機會就是說，實際上我們現在做一個方面做什么呢。里邊核心是智能交通，那智能交通一部分又是跟車聯網有關，今天文字比較一般一點。另外來講，我們也在做一些疾病管理診斷，健康管理這些東西。那么這些東西怎么來用呢？現在按我們新的思路，實際上三個世界，就是人是一個世界，然后信息是一個世界，然后物是一個世界，整個通過所有全都連在一起。那么就是說可以形成一個世界，一個超世界。很多Web2.0實際上都是雙向，然后你帶什么東西，最后還是服務于人，物也要跟連，然后你人和人之間也要連。

　　那么我們提出"Wisdom"，什么叫知會？實際實際上我們要正確的時間，正確地點。然后怎么能提供正確的服務，面向正確的對象，提供正確的服務。所以你要做這個的話，你不考慮人的因素，只是車就是車，物就是物的話，人的模型不在信息系統里邊是不行的。所以這樣的研究就是說，比較來講W2T這個概念，功能也是比較不同。我們收集數據和提供服務，我們和傳統這種做法有什么不同，也是我們有一個比較。實際上一個核心的，實際上物聯網沒有真正達到那么理想，很多數據還是收集不來。做不同層次人，不斷把這些全都建好了，那數據能收集來了。那么我們現在實際上人機物合一，一個超世界的環境下，這個超世界的環境下，在這種環境下，我們來開發真正的智能信息技術。那么這樣實際上，背后還是以往來講，以數據的為中心。另外再往上走，數據信息服務，實際上還是有一個職能化的問題。就是傳統的人工智能，只研究機。研究人，研究機不研究人。為什么人工智能研究這么多年？很多問題它解決不了，面臨很大的困難。人工智能研究了五十多年，這個在美國很多國家，包括日本，以失敗為主的。成功的案例比較少。那這里邊碰到了很多一些關鍵問題[FS:PAGE]，這四個核心的要給它合一。

　　那么現在核心呢，實際上就是在人機物合一的，這么一個環境下，實現一個超世界。就是人機物合一的前提下，我們應該怎么做。這就是3E的問題。這個定義實際上，剛才講實際上整個合一。那么我們提出四個基本的問題需要一一得到很好的解決。就是在人機物合一，我們怎么實現和諧共生的問題。第二個提出數據循環的問題。另外就是這樣研究，要有一個未來研究。然后另外一個你甭管所有的人也好，數據也好，所有都是一個基本的環境，基本表達都是抽象。實際上有一個概念層的問題，不同的數據怎么到信息到知識，實際上概念層次的變化，提煉有一個層次。除了網那就是一個層次的問題，然后所有東西人機物合一，要強調人在這里邊，是一個非常關鍵的因素，我們要研究人。所有研究車聯網、物聯網最后我要智能化，提供個性化服務，實際上都是要研究人。這樣就是說這個問題，人機物合一，我們可以從這個角度可以從一個層次角度來看。

　　第二個就是數據循環。數據循環就是說，我們到物。數據關鍵是從數據提煉到出有用的信息，然后到有用知識。然后提供到人，人的信息化，實際上又產生了數據，所以這是一個循環的過程，這個循環怎么來實現這樣數據循環。當然我們說服務可以在不同的級，你可以在數據級、信息級、知識級。所以數據循環系統怎么來開發？這是一個關鍵的問題，怎么實現轉換。這方面我們有一些具體的技術，我們現在做這些。實際上核心還是一個概念化的問題，建概念模型。我們從數據信息到知識，是根據不同的應用的需要，根據不同應用需要，不同用戶的模型，不同的需要。我們可以來進行概念化，概念化實際上是一個建概念模型的過程。就是說要提出合一的，我們就是說因特耐特時代的人工智能技術。但是從它的重要性角度，現在物聯網角度來看，它是提出一個核心問題，就是它要分出來，分出來做一個關鍵的一個問題。不再研究人的共同的模型，也要研究人不同。在計算機里邊，信息系統怎么建立一個人的模型提出這么一個。這個研究應該講傳統的人工智能，一個代表性的人物就是西蒙，計算機雙獎獲得，也是認知心理學頂尖的。他研究應該說在研究人也好，研究機也好。但是現在我們跟他不同是在哪兒呢？我們一個時代變了，我們因特耐特時代，還有一個傳統的，他們研究人、研究機，他們實際上基本做得非常好的。但是當時有條件的限制，就是說研究人的你怎么思維，很多只從行為。現在我們現在技術，以核磁共振這樣代表的新的信息技術，我們[FS:PAGE]就可以進一步打開人腦黑殼，來研究信息加工過程和神經機制。包括我們感知，也可以通過這樣的方式進行研究。用最新的手段配合起來做了研究，這是我們提出腦信息學的，一個核心的基本思考，就是腦信息學。從這方面講，就是說核心我們用新的手段，以核磁共振和EEG為代表，包括其他的一些手段。

　　那么就是說IT技術和未知科學和信息科學研究腦，然后另外一方面，用信息技術支撐腦科研究，這是形成腦信息學的研究特色。那么現在我們的觀點就是說，把互聯網時代這種信息系統和人腦都看成信息系統，所以從信息系統角度講，他們可以研究的。就是說我們研究計算機怎么做，去做決策，做推理，做學習。這東西你反過來看人怎么做，我們可以通過這些手段，對人怎么進行決策，怎么進行學習。然后我們給它進一步加深理解以后，我們可以開發新的。合一就是說，我們要在信息系統里面，不是人是信息系統之外的。我是用信息系統，我互聯網也好，我人用它這個，這個系統里邊，一定要有人的模型，人的模型也很重要，一個什么呢？人實際上就是說和機器一個很大的不同，機器現在我們目前問題解決推理計算，怎么合理的融合起來。我們可以從人機交互，人機接口，往腦機交互，腦機接口來活動。自動駕駛這問題，可能跟這個也一定有關聯。

　　另外一個方面，從人腦來看也好，所有是一個復雜網。所以你所謂研究，都要從復雜網角度來研究。我們下面物聯網、車聯網所有數據表達形式，你是以什么樣的，關于數據庫的表達。但是是不是指一層面的？肯定不是指一層面。那么我們參加歐盟的一個項目，就是一千萬歐元，耗時三年半，13個單位咱們。那里邊核心就是要解決大規模的數據處理，數據分析、數據椎理。這方面我們參加和德國研究院，我們兩個單位重點就是研究人的因素，研究人的推理。然后我們把它怎么產生新的模型，把新的思想應用到領域。物聯網應用防范非常廣，Google檢索，現在應用范圍就非常廣了。復雜網研究呢，我們研究腦也是一個復雜網。實現新的系統。產生新的系統。那我們用腦信息的方法學系統研究，現在在HBE知識數據工程學報上，提出數據腦這么一個概念模型。我想對智能交通也好，對抑郁癥腦相關疾病也好，對人高級認知揭秘也好。凡是復雜問題，你不可能一個數據，一個方法就能理解透，我需要多個方法，多種數據的綜合，那么就是要腦信息方法學這樣一個思想來研究。我們通過系統化，把智能可能有一些新的模型進行發現。那么這方面就是說，實際上建立人的印象，人的模型[FS:PAGE]。實際上個性化服務，個性化服務一直都沒有解決好。這個問題的話，實際上也是一個死結。我們開始進行信息組織，信息收集，信息分析以后，就要考慮到個性化。那么這兩個問題，實際上人腦中大量數據的信息，實際上很合理解決了個性化，這個我不展開講這個問題。那么這里邊，跟馬建華教授建立人的印象，人的印象一方面是思維相關的，還有一個延長人的感知。現在物聯網延長人的感知，感知完數據，你還要進行思維。基于這方面的應用，這個東西結合怎么來應用這個，這個東西怎么實現個性化的服務，提出一些基本的模型。一個核心我們就是今年9月、10月的職能系統雜志，應該是一個頂尖雜志，其中有馬建華老師他們的一篇文章，專門來介紹現在的一個情況。最后當然就是說人、網、力合一研究。從信息、收集、分析、管理，都要考慮到這個，同時考慮這個。那么這個核心，我們怎么來實現這個？實際上就是考慮到合理性，還有個性化，人信息加工的一些特點，我們理解得深了，把這個東西包括進去了，很自然的就可以實現一種新的，很自然的一種推理，和問題解決這樣一個系統。實際上提出一個框架，時間關系不講了。最后就是我Web智能，最近在高教出版支持下，建Web智能與科學叢書系列，然后我們第一本書，把我們這幾年除了腦信息以外工作的總結吧，同時建立圖書系列，我跟香港經濟大學劉際明教授是主編。這方面希望能和大家共同交流，有朋友有興趣，我可以送給你們，你們到書店買也可以。有反饋意見，然后有項目可以共同合作。另外一個9月初我們在蘭州大學，腦信息學這樣的國際會議。好謝謝大家！

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。