物聯網，顧名思義，就是物物相連的互聯網。物聯網是新一代信息技術的重要組成部分，也是“信息化”時代的重要發展階段。在2018年第十九屆中國國際建筑智能化峰會·廣州站A場，上海大學自動化系教授趙哲身分享《未來已來-互聯網爆發、物聯網成長期的企業之路》，圍繞互聯網+和物聯網的特征、平臺經濟、機器學習及其應用等方面展開闡述。

上海大學自動化系教授趙哲身

　　建筑智能化三大挑戰：互聯網、物聯網、人工智能

　　隨著當前技術的飛速發展，正處于互聯網的爆發時代、物聯網的成長期、人工智能的爆發前期，這三個不同時期都會對建筑智能化行業形成挑戰。

　　在2014年到2017年發生了許多大事件，2017年阿里巴巴發布了《智慧建筑白皮書》，震撼了行業，并且阿里巴巴成立了達摩院，進行量子計算、機器學習、基礎算法等;百度在2014年成立深度學習研究院、硅谷人工智能實驗室、大數據實驗室、增強現實實驗室;騰訊組建了AI實驗室、微信AI、優圖實驗室等等。各大互聯網企業紛紛進軍該領域，可謂“未來已來”。

　　那么，互聯網+和物聯網的特征如何?首先，互聯網可以消除距離，去中心(介)化，即資源和終端用戶直接連接，最好的例子就是網上購物或網上清算;第二，服務成為本質，成為企業戰略的指導思想;第三，正因為縮短距離，服務成為本質，產生了個性化(定制)的個體主義，大大提高了終端用戶的地位;第四，未來的建筑智能化市場將是扁平化、網格狀，物聯網帶來了物理和體制的扁平化，其中，終端用戶具備可交互性。今后物聯網一定是體驗業迭代，終身用戶的數量成為企業的競爭力，人、動物、機器是互聯的。

　　變革時代帶來的沖擊及派生問題有哪些?

　　在當下變革的大時代中，會帶來來怎樣的沖擊?不僅是對物理世界的沖擊，還有對社會的沖擊。古典管理之父泰勒(F.W.Taylor，1856-1915)，他提出定額與標準化，適合于大規模流水線生產的工業革命，已經不適應個性化定制需求。

　　法約爾(HENRIFAYOL，1841～1925)，將管理活動分為計劃、組織、指揮、協調和控制等五大管理職能，提出了十四項管理原則。

　　韋伯(Max Weber，1864-1920)，對權力依職位和職能進行分工和分層，建立以規則為管理主體的組織體系和管理方式，這便是科層制。管理組織科層論受到物聯網扁平化的沖擊。

　　大師中的大師的德魯克，提出“互聯網消除距離”。2014年諾貝爾獎得主讓·馬塞爾·蒂羅勒(法國Tirole，1953-)提出平臺指導理論：今天互聯網時代應該是雙邊市場。

　　這是非常典型的樹狀結構，但扁平狀結構會沖擊這個結構，國際和國內不少公司采取扁平化管理模式，每個周期中的個人能力不同，但必然存在一個中心，實際上扁平化的物聯網是一個無主體結構。

　　但互聯網+和物聯網也衍生出幾個派生問題：第一，體制沖突，現在智慧城市的建設困難重重，這是由于用信息化工具管理城市的理念，存著多規不合一、信息孤島、交互標準不統一、入庫標準不統一等等問題，比如攝影頭，交通和刑警不統一，區和市里不統一，這必然伴隨著體制沖突。第二，壟斷，很多集成商早已感受到壟斷，小企業和創新企業被大企業扼殺，長期以往必然存在問題，所以我國提出市場經濟要反壟斷。第三，技術問題。

　　平臺經濟，互聯網生態下經濟模式的轉變

　　在互聯網生態下傳統經濟模型發生了巨大變革，這就是平臺經濟的出現，現在的城市經濟形態不完全是制造業，還有平臺，尤其是建筑智能化行業。平臺是一種經濟模式，是互聯網生態下經濟模式的轉變，縮短了供應商和終端用戶的距離，使得服務成為本質。

　　平臺也是“生態圈”， 為終端用戶、供應商、科技工作者提供信息、交易與物流等基礎設施，將樹狀的供應鏈變成環狀;平臺也是科學管理的落地場所和實施工具。諾貝爾獎得主讓·梯若爾提出，互聯網時代是雙邊經濟，要么擁有平臺，要么被平臺雇傭，比如阿里巴巴電商平臺。

　　建筑智能化平臺的發展方向有這幾種：IBMS、(2)能量管控平臺、(3)遠程運維平臺、(4)智慧養老、(5)智慧園區和智慧城市、(6)國產化BA平臺：邊緣計算與云，很多企業目前在發展邊緣網關，實際上邊緣網關和云的架構和功能不同，邊緣是實時性，云是非實時性，邊緣是解決本地控制和局部管理，而云是全部管理和邊緣資源的分配。(7)智慧地下管廊、(8)裝配式智能建筑等。總之，平臺可以與任何事物相結合。

　　機器學習及在行業中的應用

　　目前，機器學習的方法分類可分為有監督學習、無監督學習和強化學習。機器學習的核心經驗包括以下幾點，(1)樣本必須覆蓋對象所有頻譜，模型才能有強的泛化能力，要考慮到所有可能出現的情況。(2)輸入的確定：輸入必須與輸出強相關。輸入多了模型維數增多;少了，成為擾動。(3)樣本必須預處理，數據必須真實有效，濾波與去噪;另外，特征縮放和特征提取也非常重要，包括歸一化對神經網絡、標準化對于線性回歸、平穩隨機過程對時間序列。(4)沒有一種模型結構(算法)是放之四海的，針對不同問題，必須嘗試不同算法。

　　在建筑智能化行業，企業機器學習的研究方向有這幾種：(1)區能耗監測平臺數據的聚合、分類，目的是自動修正不正常數據。(2)區級平臺大型公共建筑能耗需求側響應建模。采用回歸分析、時間序列、深度學習神經網絡。(3)面向單體建筑或建筑群的能量優化控制中的空調負荷預測模型。(4)FM：建筑物設備系統或單體設備故障狀態診斷和管理。

　　機器人也是當前行業十分火熱的話題，那么，目前機器人在建筑智能化行業有哪些應用呢?主要是以下三種，地下管廊巡視機器人、數據中心巡視檢測機器人和.居家機器人。但目前還在概念階段，以檢測為主。

　　目前機器人存在一些問題，如30%的數據不準確，BA傳感器不夠強壯、易損壞和需要整定等，未來要解決BA存在的數據不準問題，通過大數據的相關性分析校正數據，為巡視機器人裝備及時整定的傳感器，現場接入閉環，以取代并修正現場節點傳感器。

　　最后，未來已來，未來存在著多種形式，由手機或可穿戴設備組成移動物聯網，將人和物連接在一起，空間傳感器由手機、可穿戴實現，AHU傳感器由LoRa實現。而NB-IOT將顛覆建筑能耗監測平臺架構，機器學習將顛覆智能表具行業等等。時代在改變，智能化企業也需要轉型升級，以應對未來行業的發展趨勢，否則將面臨被市場淘汰的可能。

? ? ? ? 文/鄭翊君