计世网

清华软件学院教授刘云浩:嵌入AI的物联网是最有前景的技术之一
来源:ACM
2019-04-28
密歇根州立大学教授、清华大学软件学院教授刘云浩是中国最早定义 “物联网” 的学者。近日,他接受了 ACM 官网的专访,谈了他对未来五年内物联网和传感网领域研究前景的展望。

 

密歇根州立大学教授、清华大学软件学院教授刘云浩是中国最早定义 “物联网” 的学者。近日,他接受了 ACM 官网的专访,谈了他对未来五年内物联网和传感网领域研究前景的展望。

刘云浩,密歇根州立大学讲座教授、计算机科学与工程系主任。他还担任清华大学长江学者特聘教授、清华大学软件学院教授。他的研究领域包括物联网、普适计算和定位计算,传感网 / 射频识别(RFID)和分布式系统。

他曾获得 ACM 主席奖、ACM MobiCom 最佳论文奖,中国国家自然科学奖、NSF 中国国家杰出青年基金、中国计算机学会物联网青年成就奖等。

刘云浩著有《位置,定位计算与可定位性》一书,以及中文教科书《物联网导论》。他因为对传感器网络和物联网做出的杰出贡献被评为 ACM Fellow。他还担任 ACM Transactions on Sensor Networks 期刊主编、ACM 中国理事会名誉主席等职。

近日,ACM 官方对刘云浩教授进行了专访,刘教授在访谈中谈到自己如何对走上物联网研究之路,展望了未来五年物联网和传感器领域可能出现的进步,并以 ACM 中国理事会主席的身份,提到了 ACM 在中国面向开发者和从业者开展的一系列活动。

以下是新智元对此次访谈内容的编译。

ACM:您是何时开始对传感器网络和物联网感兴趣的?

刘云浩:进入计算机领域的研究生学习阶段之前,我从事了四年工程师工作,专注于物流和供应链方向。行业的工作经历给我增加了网络和其他IT方面的经验。本世纪初,我开始攻读博士学位时,互联网革命正在进行,我深刻地意识到互联网将在全世界产生巨大的影响。

我特别欣赏互联网“自我可扩展”这个设计理念。我认为我们要(并且最终会)使互联网变得更加聪明,要实现这样的想法,不仅要连接机器,而且要连接人、汽车、衣服甚至其他所有东西,同时要给互联网加上“眼睛”和“耳朵”,让互联网具备感知能力。我开始深入研究物联网、传感网和 RFID 相关技术,希望能打造一系列深度互联、可编程的、智能化新型实用设备,打通数据的采集瓶颈,提供比以往更多的实时数据与信息。

ACM: 您主持的项目 GreenOrbs 在森林里部署了 1000 多个传感器节点,会用来收集一年多的数据。在开发 GreenOrbs 的过程中遇到了哪些挑战?机遇又在哪里?

刘云浩:该项目开展的动机是人们在过去几十年中为应对全球气候变化所做的总体努力。环境研究表明,温室气体排放量的增加(其中主要成分是二氧化碳)是全球气候变化的罪魁祸首。森林消化陆地生态系统中的碳储量,而城市是二氧化碳排放的主要来源。

2007 年,我们启动了 GreenOrbs 项目。首要目标是在森林中建立长期和大规模的传感器网络,以提供全年的生态监测,包括收集各种感官数据,主要涉及温度、湿度、照明和二氧化碳的含量,然后与研究人员共享这些数据。当时,在野外还没有超过 200 个节点的传感网系统,已有的系统一次只能工作几个月。因此,我们是第一个旨在创建拥有数千个传感网节点并能连续运行几年的系统项目。从 2008 年开始,GreenOrbs 在不同地方经历了多次不同规模的部署。例如,到 2010 年初,杭州项目中的网络规模达到了 330 个节点。

我们随后将网络规模扩大到 500 个节点,并部署到中国国家级自然保护区天目山。到 2011 年,我们累计在森林中部署了超过 2000 个节点。我们还使用网络提供“林冠郁闭度”(Canopy closure)测量。林冠郁闭度的定义为由顶叶垂直遮蔽的地面面积占林区总面积的百分比。它是一种广泛使用的重要林业指标,但传统的测量技术要么准确性差,要么成本过高。使用类似的方法,GreenOrbs 还可以通过将传感器部署在三维空间中测量名为“叶面积指数”的林业指标。

基于第一阶段的基础,我们开始了 GreenOrbs 项目的第二阶段,CitySee。2011 年,我们在江苏无锡部署了 1200 个节点,每个节点配备了数十个传感器。在接下来的三年当中,在中国国家自然基金委的资助和工业界的支持下,我们在 30 多个城市部署了各种规模的 CitySee 子系统。CitySee 收集多维数据,包括二氧化碳、温度、湿度、声音、照明、位置和人员行为等。变化极快的城市环境以及对长期、大规模、连续和同步监测的需求给我们带来了全新的挑战,因此我们提出和尝试采用了一系列创新设计来应对,如超低功耗协议、非测距无线定位、被动网络诊断和非传感器感知等等。GreenOrbs 和 CitySee 成为智慧城市研究的早期实践尝试,我们从中学到了很多,对于如今的系统设计大有裨益。

ACM: 在未来五年内,您认为传感器网络或物联网技术可能会有哪些显著的进步?

刘云浩:近几年,你也许经常会听到 AI+IOT、边缘计算和大数据这样的概念。不久前,ACM 将 2018 年的图灵奖授予了三位 AI 开拓者--Yoshua Bengio,Geoffrey Hinton 和 Yann LeCun,以表彰他们对深度神经网络所做的贡献。我觉得很显然,嵌入AI的物联网是最有前景的技术之一。物联网技术多年来一直在建立一个全面和深度互联的世界。生成大数据,处理人们从办公室到家庭到汽车上的所有事务。有些人已经开始使用“万物互联”(或 IoE )来代替“物联网”这个词了。传统上,数据分析在云中进行,以集中的方式存储和挖掘。但是对于像自动驾驶这种特别实时的应用来说,这个分析过程不够快,况且数据的集中也引发人们对数据隐私问题的担忧。

相比之下,AI 嵌入式技术可帮助企业和个人直接从物联网设备获得有意义的洞察。边缘系统变得更加智能,AI+物联网系统的强大功能也将使工业设备更安全和更个性化,使家居更智能化和私密化。这标志着互联网服务将从更多地关注以消费者为导向的需求,转向以行业为导向的需求,并扩展到更广泛的领域。

ACM: 中国的研究人员和从业者如何通过参与 ACM 和 ACM 中国理事会的活动获益?

刘云浩:自 2009 年ACM中国理事会成立以来,在过去的 10 年里,我们在中国建立了 20 多个城市分会和 10 多个 ACM 特别兴趣小组(SIG)分会。这些分会非常活跃。例如,由北京大学张铭教授主持的 ACM SIGCSE 中国与 ACM 会员就计算机科学、软件工程和人工智能的课程建设上进行合作。ACM 中国理事会还支持为 ACM 中国会员提供在线学习资源和课程。ACM SIG 中国分会,例如SIGAI,SIGMOD,SIGCOMM,SIGMOBILE,SIGBIO,SIGMM,SIGSAC,SIGOPS 也为中国的研究人员和从业者提供了大量的辅导和研讨会。

连同 20 多个城市分会,特别是在南京、合肥、成都、上海、重庆、西安、大连、北京、哈尔滨、太原、天津、济南、青岛、兰州等地的支持下 ,自 2017 年以来,ACM 中国理事会组织ACM中国图灵大会(ACM TURC)。每年都有 1500 名 ACM 中国会员参加。许多 ACM 图灵奖获奖者出席会议并作主题发言;在以往的会议上,Vinton Cerf,Raj Reddy,John Hopcroft,Leslie Valiant 和姚期智都出席了,前 ACM 主席 Alexander Wolf 和 Vicki Hanson 也参加了中国图灵大会并发言。简而言之,作为 ACM 家族的一员,ACM 中国理事会为中国的研究人员和从业者提供了非常棒的工具和资源,以促进其职业生涯的发展并丰富其知识储备,结识更多的科学同行。

责任编辑:周星如