正版新书]从互联到新工业刘云浩9787302452973

导言 登上物联网的小船
章 工业4.0的“网红”养成之路
1769，1869，1969……
天佑的工业小镇
工业4.0三教父
第二章 当汉诺威遇到波士顿
布局——德国虎式出动
出征——美国队长的实力
站队——德国人还是美国人
第三章 互联与智能：工业升级技能点
无处不在的物联网
不是人工智能的智能
第四章 不食人间烟火的未来工厂
“血汗工厂”的转型
消防官兵的逆行
智慧从深度互联开始
第五章 一大波智能产品正在靠近
吃的是信息，挤出来的是价值
打造你的私人王国
华山论剑： 网络与数据
南山荟萃： 别落了技术
第六章 你能想象十年后的生活 快递小哥和机，你选谁
把医生放进口袋
随时待命的修理工
结语开启智慧的
参考文献

刘云浩
清华大学长江学者特聘教授、博士生导师，清华大学软件学院院长，ACMFellow，IEEEFellow，ACM中国理事会。
1995年在清华大学自动化系获得工学士学，1997年在北京外国语大学不错翻译学院获得文学硕士，2004年在美国密歇根州立大学计算机系获得工学硕士和博士。
担任IEEETransactionsonParallelandDistributedSystems副主编，IEEE／ACMTransactionsonNetworking和ACMTransactionsonSensorNetwork编委。2010年获得自然科学一等奖，2011年获得自然科学二等奖，2013年获得ACM奖，2016年获得物联网青年成就奖。

第三章互联与智能：工业升级技能点你也许知道摩尔定律，可是你听说过吉尔德定律吗？梅特卡夫定律呢？后两者同摩尔定律一起将我们带入了万物互联、人工智能的时代，在这个时代里，数字化漫山遍野，网络化在上面“野蛮”生长，结出智能化的果实。
第三章互联与智能：工业升级技能点尤瓦尔·赫拉利（YuvalNoahHarari）在《人类简史》中提到，工业的核心，其实就是能源转换的。过去，能源所指对象往往是石油、煤炭和天然气等不可资源，人类终日为能源的耗尽而惴惴不安。而现在，我们的能源来自无穷无尽的数据和信息，的限制就是我们的无知。可以说，这世界缺的不是能源，而是让我们能够驾驭能源的知识。
从技术角度来看，第四次工业是一场工业领域从嵌入式系统（EmbeddedSystem）到信息物理融合系统（CyberPhysicalSystem）的技术变革，通过物联网（InternetofThings）、云计算（CloudComputing）和大数据（BigData）在工业中的应用，促成基于网络化的。其关键技术特点和难点在于实现智能化设备自知自治、泛在化网络互联互通、中心化数据实时实效、开放化服务相辅相成，建立能够在联网对象彼此之间、联网对象与外部环境之间、联网对象与人之间共享智能的工业互联网，形成物联网（NetworkofThings）、数据联网（NetworkofData）、服务联网（NetworkofServices）以及人员联网（NetworkofPeople）的网络化开放平台。
其实对于这一场尚未发生就被广泛议论的，有许多核心概念还不十分清晰，亦未达成共识。现在，让我们开始逐一分解。
无处不在的物联网无论是工业互联网的愿景还是工业40的构想，我们都可以确定，这一场技术变革是构建在物联网的基础之上的。物联网是这一场技术变革的核心动力和基础依托。国际上在议论工业互联网时，“工业互联网（IndustrialInternet）”和“工业物联网（IndustrialInternetofThings）”是不加严格区分而是交替使用的，所以大家不要被中文的字面不同搞糊涂了。计算科学进入到人通过网络化的设备感知世界并与自然交互这个阶段，CPS（美国自然科学委提出）、SmartPlanet（IBM公司提出）和物联网（欧盟和我国较多使用），这些指的都是万物互联理念下的技术与未来。
物联网（InternetofThings，IoT），直接或间接将所有真实的物体联网。通过物联网可以对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控，以及搜索人和物的位置、防丢和防盗等，同时通过收集细微的数据，聚集成大数据，完成重新设计道路以减少车祸与拥堵、都市更新、灾害预测与犯罪防治、流行病控制等社会的重大改变。
“为山九仞，非一日之功。”物联网经过十几年的发展，在未来工业中扮演核心角色是技术发展的必然。在我们进一步解释这个“必然”之前，不妨先回头看看计算的历史。
首先是领域里的“镇界三定律”，摩尔定律、吉尔德定律和梅特卡夫定律，它们分别与计算能、络带宽和网络规模三个方面相关（图31）。其中著名的当然是家喻户晓且久经考验的摩尔定律。前面说过，摩尔定律以其初的提出者英特尔公司的创始人戈登·摩尔（GordonMoore）命名，印象模糊的读者可以往前翻翻书复习一下定义。 图31计算科学三定律与摩尔定律类似的还有一个叫“贝尔定律”(BellsLaw)：微处理器的价格和体积每18个月减少一半。该定律是摩尔定律“微处理器的速度每18个月翻一番”的补充，这意味着同等价位的微处理器的速度会越变越快，而同等速度的微处理器则会越来越便宜。
再来看吉尔德定律。其提出者乔治·吉尔德（GeorgeGilder）是数字时代三大思想家之一（另外两位分别是尼古拉斯·尼葛洛庞帝（NicholasNegroponte）和马歇尔·麦克卢汉（MarshallMcLuhan）），同时也是作家、经济学家和未来学家。20世纪80年代，吉尔德是供应学派经济学的代表人物；90年代，他是新经济的吹号手。他写过一本轰动的书，叫《通信》。这本书让比尔·盖茨深省，撬动了万亿美元价值，也让他被冠以“疯狂乔治王”之称号。
“疯狂乔治王”原指英国国王乔治三世。历记载他原本是英明仁慈的一国之主，在位期间甚至战胜了拿破仑，但执政后期突然染发怪病、举止疯狂、被迫退位。当然写在纸上的历史不能完全相信，这一点全世界相通。我们先不去质疑乔治三世真的疯了，先来看看当代的这位“乔治王”都做过哪些光辉事迹。
20世纪90年代中期，乔治·吉尔德开始热烈拥抱光纤技术、无线通信技术以及各种变革通信产业的新技术，为他们摇旗呐喊，引导了无数的资金进入这个不断升温的领域。《通信》就是他理论的集大成者，可称为二十年前的“风云书”。全书共分：新的光、新的通信技术、应对丰富的带宽、通信世界的凯歌和光的意义共五大部分，既富有技术内涵，还诗情画意，几乎每一部分都可以很快抓住读者的注意力。
1996年7月，依据《通信》书中的论点，吉尔德公开预测高通（lcomm）公司的CDMA技术将成为标准，其未来不可。一年之后，高通一直飙升2700％。同样的故事发生在JDSUniphase，这个专注于光纤网络的设备公司早于1997年6月进入吉尔德的报告，此后，一直高升3800%之多。如Broadcom，AppliedMicroCircuits，Level3和Terayon等也一样。
一时间，乔治·吉尔德的个人写作月刊《吉尔德技术报告》（TheGilderTechnologyReport）洛阳纸贵，分析师人手一份。《日报》宣称：“吉尔德的只字片语就能影响股价”。
他还就技术产业发展趋势问题，与比尔·盖茨、英特尔的安迪·格罗夫，以及以太网发明人梅特卡夫等展开过一次次论战，每一次都大获全胜。
他同时还是一个有人格魅力的人，时而深奥，时而幽默；时而讲解玄妙的理论，时而信手拈来趣闻轶事；时而富有启蒙，时而让你晕眩。他侃侃而谈关于网络本身，关于网络对经济、社会和日常生活的影响，他是当时的“国民老公”，所有人为之疯狂。
转折点来自2000年的互联网泡沫。
由加里·温尼克（GaryWinnick）集资成立的环球电讯（GlobalCrossing），被吉尔德看好并捧为值得的。2000年互联网泡沫开始破灭，到了2001年中，面对质疑，吉尔德还极力辩解：“如果环球电讯会破产，我就把自己的房子都卖掉。”他预测两家电信公司（环球电讯和360networks）“将会角逐全球宝座，但在一个数以万亿美元计的大市场中，不会出现输家。”失去对未来世界的掌控，吉尔德陷入疯狂。但是那个年月，有谁不疯？整个世界都疯了。中国亦不例外，在房价平均不高于2000元人民币的年代，就有住在数据局楼上的大妈把自己的房子卖出几十万元人民币一平米的宇宙中心价，只是因为一个DOTCOM公司需要一个网络机房炒作点击率。
到了2002年1月28日，环球电讯依照美破规则1章申请破产保护，创下美国电信产业破产事件，同时也是美国历第四大破产纪录。此时公司价值仅剩125亿美元，与高峰期的480亿美元相差天渊。那年我在念博士，大家对这个事情都不能理解和接受。有一个很有意思的段子：说兄弟俩各自得到2000美元遗产，哥哥是个懒蛋，每天买了啤酒“开爬梯”（指Party），空啤酒罐子扔得到处都是；弟弟拿钱买了环球电信和MCI以及北方电讯的。没想到几年之后，弟弟的价值还不如哥哥的空酒罐子卖的钱多。
的惨跌也让吉尔德血本无归。房子被抵押，曾经众星捧月的演讲没人来听，他的报告依然出版，但是订阅量下滑得惨不忍睹。有他失魂落魄地走在路上，迎面遇到一个认出他的分析员。“你究竟是个恶棍还是弱智？”那位分析员大声指责道。
〖1〗曾经，我是的者。当然，后来，我就成了差的。过去两年内，我的起码下跌了90％以上，如果它们现在还活着的话。
——乔治·吉尔德在者们追随吉尔德而大发其财的日子里，他们更多以沉默表达感激，但是在损失惨重时，过去大丰收的记忆就烟消云散。仅仅记住吉尔德今天的惨败是不公平的，在他的记录中，更多的历程是辉煌。吉尔德能够成为者的“教主”，也不是依靠鼓吹理论，而是来自实践。如果有哪只能够跻身于他的TelecosmTechnologies名单，这家公司的股价就会扶摇直上。后来，你已经搞不清楚究竟是吉尔德的推动了还是他准确地预测到了该公司的发展潜力。他与银行的分析师不同，他从来不是以价位作为主要指标，而是不管价格如何，重点评述该公司的技术和产品具有发展潜力。者只有自己比较他前后的股价走势才能衡量他的准确。
当一个未来学家是一件危险的事情，因为未来总有着一种“顽皮”的习，喜欢沿着你预测之外的方向发展；当一位披着未来学家外衣的者更是危险百倍，因为有着一种更“肮脏”的习，喜欢跌宕起伏，总有下跌的一刻把你的成就消灭殆尽。
吉尔德如是，15年后写货币战争的宋鸿兵也如是。
言归传，吉尔德定律（GildersLaw）指的是，在未来25年，主干网的带宽每6个月增长一倍，其增长速度是摩尔定律预测的CPU增长速度的3倍。这一事实表明带宽的增加早已不存在什么技术上的障碍，只取决于用户的需求——需求日渐强烈，带宽也会相应增加，而上网的费用自然也会下降。会有那么，人们因为每时每刻都生活在网络的包围中而逐渐忘却“上网”之类的字眼。
梅特卡夫定律则是罗伯特·梅特卡夫（RobertMetcalfe）在1980年提出、1993年被正式规范定义的。这位出生于布鲁克林的斯坦福学霸是以太网的发明人，其创立的3Com公司为IBM生产了世界上块网卡。他和乔布斯一样，后来被自己创立的公司和自己找来的CEO赶出公司管理层，与乔帮主不同的是，他没能归来，而是眼睁睁看着3Com公司走到穷途末路。图32就是老帅哥梅特卡夫获得美国科技奖（NationalMedalofTechnology）的场景，这个奖的含金量在美国差不多相当于诺贝尔奖。凭着这个奖，梅特卡夫被赶出自己创办的公司之后还能去德州大学奥斯汀分校稳稳地当了个教授。梅特卡夫定律指出，网络的价值与网络使用者数量的平方成正比。即网络的价值V=K×N2（K为价值系数，N为用户数量）。
图32罗伯特·梅特卡夫获得美国科技奖（图片源于网络）这个定律后来被许多人质疑，因为它认为所有网络节点都是对等的，而忽略了不同节点和连接之间的差异。举个通俗的例子，你和季羡林季老先生是忘年之交，同时家里凑巧也有一位亲戚老季大名叫季林羡，这个定律的问题在于它把“季老”和“老季”这两个人以及“你认识季老”和“你认识老季”这两件事都等同视之。
梅特卡夫定律提出30多年以来，学术界对其有不同的观点，但一直并没有特别好的实。但到了今天，这条定律突然焕发出旺盛的生命力，重要的原因是“抱上了互联网巨头们的大腿”。 2014年，梅特卡夫教授自己发表了一篇文章，用Facebook的数据对梅特卡夫定律做验，发现Facebook的收入和其用户数的平方成正比。随后，中国有学者亦采用相同的方法，验了腾讯的收入和其用户数的平方成正比，图33展示了梅特卡夫定律的拟合结果。图33Facebook数据和腾讯数据验梅特卡夫定律互联网是开放的，但并不平等。互联网经济的一个重要特征就是赢者通吃，这一特征进一步被今天的创业大众总结成一条互联网行业的铁律，叫作“数一数二，不三不四”。梅特卡夫定律告诉我们网络的价值与用户数的平方成正比，这意味着用户数相差不多会导致网络价值相差很多。进一步地，落后者未来获得新用户、新资源的机会都要比者小得多。梅特卡夫定律加剧了互联网的马太效应。因此，者往往会极为重视互联网企业的行业地位，他们会愿意付出高溢价来购买者的股权。
这也就是我们常挂在嘴边的“用户为王”。
多说一句，很多实体企业宣称转型互联网会特别容易获得资本的认可，这是因为，与互联网创业企业不同，实体企业已经积累了相当的客户资源。市场往往相信其在传统产业中的用户可以顺利地从线下导入到线上，因而愿意为这样的企业支付溢价。2015年的“O2O（OnlineToOffline）热”也由此而引发。当然，资本的认可并不完全等于市场的认可。热度过去之后，还是要看产品。
以上三条定律都指向了同一个结论——我们正处在并将长期处在一个万物互联的时代，接入网络的设备达到了的规模（图34）。据思科公司估计，2015年全球已经有超过150亿产品接入互联网；到2020年，这个数字至少达到300亿。我们现在确实是身处一个的时代：无处不在的设备，无时无刻的网络，产生着无可估量的数据，也蕴藏了无可比拟的价值。 图34互联设备增长你看，光是将全球绝大部分设备都接入互联网，事情就很需要点想象力了。如果再将数据、服务等也作为联网对象考虑，事情恐怕就超乎想象了！
虽然超乎想象，但并非不切实际。物联网正在将这些想象转变为未来世界的现实。
不是人工智能的智能当我们谈论未来世界的模样时，特别是谈论未来工业的前景时，还是不能免俗地提到“智能”二字。不过不同语境下的智能使用的英文词是不一样的，谈到智能工业、智能电网，使用的往往是Smart这个词，而人工智能则使用ArtificialIntelligence（简称AI）。为了大家理解方便，我们先来说说人工智能。
自从谷歌的阿尔法狗（AlphaGo）战胜了世界李世石之后，“人工智能”这个词瞬间在全世界范围内掀起了轩然大波，随之而来的还有关于未来的各种讨论，似乎用不了几年人类就会被邪恶的科学家造出来的机器人灭族。
只能说，大家想多了。
其实人工智能突出的是机器的反应方式能够类似人的智能。而且近半个世纪以来，人工智能的发展历程很坎坷，机器能否有智能一直是一个有争议的课题。许多科学家并不认同目前机器的“智能”是真的智能，因为竟计算机所能完成的任务（即使是以远于类的效率完成）都是人类预先定义好的，并没有超出人类自身的认知范畴或者能力限制。
　　这是由于存在一些无法克服的基础障碍。
　　障碍之一是计算机的运算能力。早年的计算机有限的内存和处理速度几乎没法解决任何实际的AI问题。例如，罗斯·奎廉（Rossillian）在自然语言方面的研究结果只能用一个含20个单词的词汇表进行演示，因为那个时候内存只能容纳这么多。
　　计算被一个称为计算复杂度（Complexity）的概念制约着。除了一些简单的情况，要想解决很大一部分可以被称作“智能”的问题，都需要指数时间才能解决，就是我们常说的NP难，处理对象集合稍微大那么一点儿，需要的时间就近乎长了。这就类似棋盘上摆米粒的桥段，据说古时候一个下棋赢了国王的大臣要求的奖励是在棋盘个格子摆一粒米，以后每个格子米的数量翻倍，结果国王发现全国的米都用上也无法摆满那个区区64格的棋盘。简言之，大部分问题都算不过来。
其二是计算机对真实世界的感知能力。到目前为止，人类研究的人工智能在“智力”上已经很高，但却依然法像类一样感知世界。哪怕是当今“学霸”的人工智能系统，其感知现实世界的能力都很难和一位年迈老人相比。人们早期曾经有个错觉，以为如果人工智能解决了比较困难的问题（比如逻辑和代数运算），就可以轻松解决容易的问题（比如环境识别）。后来发现却颇有哲学意味，那些所谓的困难问题是对人类而言困难的问题，而对于人工智能来说，“困难的问题是简单的，简单的问题是困难的”。这个问题也被莫拉维克抽象为一个悖论（MoravecsParadox）：对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等人类低等级智慧却需要巨大的计算资源。
其三是推理和逻辑框架。一般的智能系统其实是一种基于知识的系统，常识问题是其核心之一，比如如何进行清晰的常识表达以及如何运用这些常识进行推理。然而，即使拥有庞大的知识库，人工智能也法像类一样，在没有老师的情况下还能自行推理并进行联想学习。所以人工智能要模拟人的智能，其难点不在于人脑所进行的各种必然推理（数学明之类的东西），而是能体现人的能动和创造的不确定推理。而人类的这种常识推理往往具有非单调、非协调和容错等。举个例子，知识库可能是不协调的、有矛盾的，但这种不协调对于人类进行合理的推理行为影响甚微，对计算机进行推理的影响却巨大。近年来逻辑学家和计算机科学家发展出一些非经典的逻辑，比如非单调逻辑（NonmonotonicLogic）和次协调逻辑（ParaconsistentLogic）等，就是试图解决这一问题。
〖1〗人的头脑不是一个要被填满的容器，而是一支需要被点燃的火把。

刘云浩编著的《从互联到新工业》不仅通俗易懂、妙趣横生，具有极强的可读，同时也是一本广度与深度兼备的用心之作。作者极其广博的知识积累、清晰明朗的逻辑框架、深入浅出的幽默讲解、入木三分的精准剖析，不令醍醐灌顶、拍案叫绝。通过阅读本书，不仅可以解开对这场新变革的种种困惑与谜团，也可以帮读者更系统地梳理自身现有的知识体系和框架，从而带来更多深入的思考，不同职业和学术背景的人都可以在本书中找到对自己特别有用和有启发的部分。每一位想深入了解新工业这一伟大变革的有心读者阅读，让我们与作者一起开启各个领域的专业智慧，共同迎接智慧的到来。