常州市计算机学会通讯 2018 年第 15 期（总 102 期）

主 编：鲁均桥联系电话：0519-6970000-2313 2018 年 7 月

27 日

本通讯主要反映我市计算机企业动态和国际国内信息产业发展状况。希望广大会员企业积极提出意见和建议，也希望大家踊跃投稿，反映各自企业的动态，来稿请寄：常州市计算机学会： lujq@guoguang.com.cn 。

目 录业内信息.....................................................................................3

中国主导国际物联网与区块链融合标准研究......................3

2018世界物联网博览会将于9月在无锡举办...................4

浦发银行推出业内首个API Bank无界开放银行...............5

“ ”华为开展 达芬奇项目 人工智能硬件全面升级.................7

三大运营商牵头 可信区块链电信应用组正式成立................8

阿里云发布三大人工智能产品：推动AI产业落地...............9

中国信通院与腾讯研究院联合发布区块链报告，揭示区块链对传

统金融服务变革的影响............................................11

趋势分析...................................................................................16

人工智能发展报告:今年我国人工智能市场增速将达75%....16

人工智能关键技术决定机器人产业的前途.......................17

智能数据时代 机器数据分析五大趋势预测......................22

借 LTE网络改造东风产业协同推进 IPv6规模部署............24

解决6大痛点，传统银行与金融科技公司如何协作？.........29

美国国家城市联盟的报告（节选）：智慧城市趋势。.........33

区块链如何颠覆云技术............................................41

1

前沿技术...................................................................................44

边缘计算：万物互联下的新型计算模型.........................44

2018年值得关注的3大颠覆性fintech技术................50

神经网络的性能改进..............................................54

利用特权信息、语义信息和多源信息辅助基于网络数据的学习

......................................................................59

深度学习优化入门：Momentum、RMSProp 和 Adam 64

美图云联合中科院，提出基于交互感知注意力机制神经网络的行

为分类技术.........................................................74

2

业内信息中国主导国际物联网与区块链融合标准研究

经过为期一个月各成员国的投票，ISO/IEC JTC1（国际标准组织/国际电工委员会 第一联合技术委员会）正式通过了由中国主导提交的关于成立物联网与区块链融合研究组的提案，并由我国物联网基础标准工作组总体组组长沈杰博士担任主席。这标志着我国在新一代信息技术融合创新发展上又赢得了“话语权”，对于中国相关产业引领全球发展，以及推动实体和数字经济融合发展都具有重要的意义。

该物联网与区块链融合研究组，由美国、英国、德国、法国等十余个国家的专家参与，将在未来的一年中重点开展物联网与区块链市场发展和国际标准化现状分析，基于区块链的物联网应用案例分析，物联网与区块链融合框架，物联网与区块链互操作需求分析，物联网与区块链融合的新国际标准立项建议等工作。同时，也将同相关国际标准组织建立密切的联合工作机制，共同推动物联网与区块链的国际标准化工作以及产业应用落地的研究。

从国际发展来看，物联网和区块链的技术和产业发展迅速，逐步成为新一代信息技术融合创新的两大代表领域。近年来，我国在中国电子标准化研究院等单位的推动下，物联网和区块链国家标准和国际标准已取得了多项重大的成果。日前ISO/IEC JTC1 国际标准组织正式发布了 ISO/IEC 30141《物联网 参考架

3

构》FDIS（国际标准草案最终投票）的投票结果，以 84.2%的高赞成率通过，并已进入出版印刷阶段。

由中国领导推动物联网与区块链融合的标准研究，一方面，区块链可以为物联网的大规模商业应用和数据价值充分挖掘，建立可靠的分布式信用保障机制；另一方面，物联网可以为区块链技术的落地应用，并实质性地促进实体经济和数字经济的共同发展，提供数量庞大的行业应用场景和高价值的数据资源。

4

2018 世界物联网博览会将于 9 月在无锡举办

由工业和信息化部、科学技术部、江苏省人民政府主办，江苏省经济和信息化委员会、江苏省科学技术厅、无锡市人民政府承办的 2018世界物联网博览会将于 9 月 15 日至 18 日在无锡举行。

该博览会以“数字新经济 物联新时代”为主题，将举办 1 场峰会、1 个物联网应用和产品展览展示、10 场高峰论坛以及 16 场系列活动。本届物博会展会面积 5万平方米，包括物联网通信与平台支撑企业展、智能制造与传感器主题展、智慧生活主题展、智慧交通与车联网主题展、智慧城市主题展等五大主题展以及物联网典型应用案例互动体验展，将举办各类活动 28 个。

高峰论坛和系列活动围绕“国际、融合、产业、专业”的核心理念，紧扣“数字新经济 物联新时代”主题，设置议题。高峰论坛确定为 10 场，涉及智能制造、工业互联网、5G 与车联网、人工智能、大数据、物联网信息安全、智能传感分布式能源、智慧环保、智慧农业等热点领域和问题。系列活动包括物联网新技术新产品新应用成果发布会、2018 高层次人才创新创业无锡交流大会、物联网国际技术转移大会、物联网开发者大会、智慧法务发展大会、物联网与智慧城市峰会、智慧教育峰会、智慧健康发展峰会、智慧体育产业发展峰会、智慧旅游产业发展峰会、智慧燃气产业发展峰会、区块链与物联网融合发展峰会、智能电网峰会、物联网密码应用专题峰会、物联网投资峰会、2018 年中国集成电路产业发展研讨会暨第 21届中国集成电路制造年会等 16 项活动。

5

据了解，中国电科、中国电信、中国移动、中国联通、华为、海尔、阿里巴巴、腾讯、百度、华润、京东、浪潮、三一重工、远景以及亚马逊、微软、爱立信、IBM、英特尔、西门子、高通、ARM、ABB、施耐德、汉莎、奥迪等近 500 家知名企业确认参展。

6

浦发银行推出业内首个 API Bank 无界开放银行

7 月 12 日，浦发银行在京正式推出业内首个 API Bank无界开放银行，这是该行建设一流数字生态银行的一项重大工程。浦发银行 API Bank无界开放银行将通过 API 架构驱动，将场景金融融入互联网生态，围绕客户需求和体验，形成即想即用的跨界服务，塑造全新银行业务模式。

　API Bank 无界开放银行 重构银行业务模式浦发银行 API Bank无界开放银行不再是单纯的技术平台，API就像“连接

器”，把金融与各行业连接起来，构成一个开放共享、共建共赢的生态圈。浦发银行将基于 API 技术，打造金融科技创新平台，塑造全新的 API Bank无界开放银行的业务模式和经营理念，推动银行产品、服务全面升级。浦发银行副行长潘卫东表示，通过 API平台，银行将突破传统物理网点、手

机 APP 的局限，开放产品和服务，嵌入到各个合作伙伴的平台上。银行与生态圈伙伴，结合双方的优势资源，进行产品和服务快速创新，形成金融+教育、金融+医疗、金融+制造业、金融+社交……各种跨界金融服务，满足企业和个人各类金融需求。浦发银行为积极推动全行一流数字生态银行建设战略，支持全线上 API

Bank无界开放银行的业务拓展，已于 2017 年完成新一代核心系统投产，实现

7

了 SOA(松耦合)架构的改造，搭建了 API 等重要技术平台，并同步建立了配套的数字化运营机制。

目前，浦发银行已与中国银联、京东金融等 46 家企业建立紧密合作，为超过 500万 B端和 C端用户提供便利服务。

　API Bank 无界开放银行 打造全新服务体检浦发银行 API Bank无界开放银行将全面开放银行服务、无缝融入社会生活、

生产、管理的各个环节，只要客户有需求，即可通过企业门户网站、企业资源计划管理系统、微信小程序、合作伙伴 APP 等各种渠道调用银行 API，在客户金融服务需求的第一时间、第一触点获得满足。

例如，浦发银行 API Bank无界开放银行可嵌入到社区 APP 中，业主可以直接使用社区 APP支付物业费、在社区商户消费获得优惠、预约保洁服务等，银行在背后提供了支付、权益优惠、积分等各项金融服务。客户在旅游网站上订购机票或酒店，在支付时，不需要切换到银行的 APP 应用或网站，通过 API 可以直接获得银行的支付、分期付款、保险权益等服务。

结合物联网、人工智能、AR/VR(增强现实/虚拟现实)等技术的应用，浦发银行 API Bank无界开放银行在传统金融服务的基础上，还能主动感知客户的场景和潜在需求，提供更有温度的服务。如：当客户在网站预定机票或酒店时，会根据客户偏好主动提供分期、信用调额、保险套餐等产品，还可感知客户位置，实时推荐周边优惠商户，航班延误信息等实用信息。

8

浦发银行 API Bank无界开放银行不仅开放传统金融服务，还可开放银行专业的财务管理和风险管理能力。通过 API Bank，封装市场预测、风险评估、数据分析等新型服务接口，赋能小微企业提升经营管理能力，金融助力小微企业成长。

未来，浦发银行将充分发挥信息科技的先行作用，充分运用金融生态云、浦发大脑、人工智能交互、5G 与物联网等先进技术，推进服务模式重构，提升数字化经营管理能力，全面推进一流数字生态银行建设。

9

华为开展“达芬奇项目” 人工智能硬件全面升级

　　据英媒 7 月 16 日报道，华为开展“达芬奇项目”，以推动人工智能硬件全面升级。　　华为目前积极推进“达芬奇项目”。该项目将会使人工智能技术大范围应用到各种硬件中。在华为近期的发展计划中，人工智能将扮演重要角色。无论智能手机数据中心，甚至网络设备，都需从“达芬奇项目”中获取智能助推器。　　神秘的“达芬奇项目”指的是超智能网络设备和人工智能芯片。人工智能已经成为华为及其华为旗下子品牌荣耀近日发布的智能手机的一个普遍特征。华为与荣耀分别推出的智能手机都是具有人工智能特性的软硬件设备，此种特性的硬件设备将用以提高拍摄效率和电池效率。　　目前华为似乎计划将人工智能应用到公司整个生态系统中，这极有可能包括网络设备。华为可能推出数据中心芯片空间，与英伟达公司、AMD公司、英特尔公司共同竞争。以上几家公司近期都推出了针对数据中心的人工智能硬件。由于越来越多公司转向云服务，华为此次转型非常符合商业发展趋势。　　智慧城市是华为的人工智能技术另一个大型潜在应用案例。华为在开发视频监控摄像机，人工智能可用来快速审视长达数小时的监控视频来查明罪犯，或可用来监控交通状况，以此避免城市交通堵塞。

10

三大运营商牵头 可信区块链电信应用组正式成立

近日，由中国移动、中国电信、中国联通联合牵头的可信区块链电信应用组正式成立，来自中国信通院、中国移动、中国电信、中国联通、华为、联动优势、智链、趣链科技等 8 家单位的近 20名专家参会。

会上，中国移动研究院专家介绍了可信区块链电信应用组的成立背景、定位及目标，以及中国移动在区块链领域的探索和实践，分享了区块链在运营商价值数据共享、订单管理、合同管理、PKI鉴权、威胁情报等方面的方案构想和应用案例。

来自中国联通、中国电信、华为、联动优势、智链、趣链科技的区块链专家分别分享了各自在金融、物流、仓储、医疗、能源、智慧政务等领域的区块链应用经验和解决方案，并围绕区块链在电信行业的应用场景展开了深入和热烈的探讨，提出了包括Baas服务、物联网物流溯源、运营商间清结算、业务运营支撑等领域的电信行业应用方向，同时就可信区块链电信应用组后续的工作计划、工作机制以及输出成果达成了一致意见。本次会上，中国移动研究院业务研究所郭漫雪被推选为联席组长。

可信区块链电信应用组的正式成立，搭建了一个运营商与区块链产业紧密合作的平台，有助于联合产业链共同发掘区块链在数字资产、电信资产、新一代网络建设等运营商相关领域的应用价值。

11

阿里云发布三大人工智能产品：推动 AI 产业落地

近日，阿里云正式发布了三款人工智能产品：图像搜索、智能语音自学习平台以及机器翻译，进一步推动产业 AI 的落地。

阿里云发布三大人工智能产品：推动 AI 产业落地

据悉，此次发布的三款产品由阿里云与阿里巴巴机器智能技术实验室联合自主研发，已经承受了阿里巴巴集团内部复杂业务场景的挑战，旨在为不同行业的用户提供业界领先的人工智能解决方案。

一、图像搜索商业化落地

作为人工智能技术中的关键技术之一，阿里云发布的图像搜索以深度学习和大规模机器学习技术为核心，通过图像识别和搜索功能，实现以图搜图的智能图像搜索产品。图像搜索服务在基于图像识别技术基础上，结合不同行业应用和业务场景，帮助用户实现相同或相似图片的搜索。

与通用搜索主要依靠字节不同，图像搜索被主要定义为“以图搜图”，可支持以下商品图片搜索(通过输入商品图片，进行商品库精确定位同款或相似款)

以及通用图片搜索(通过输入具有相同元素或主体内容的图片，在海量图片库中

12

查找相似或相同的图片)。

据悉，该方案包含了深度学习、图像识别、支持百亿级数据的向量检索引擎等方面的最新前沿研究成果。

二、智能语音自学习平台

智能语音自学习平台是一键式语音智能自助优化方案，突破了语音识别优化依赖于语音供应商专家服务的局限，可以让不懂技术的人员从此也可以快速显著提升自己业务的识别准确率满足业务需求。

目前该技术已经在智能政务、智能导航、智能催收、智能音响、智能家居、机器人及自动驾驶等领域都有广泛应用。阿里巴巴机器智能技术实验室语音智能高级专家周躜表示，“自学习平台的目的是向没有专业知识背景的人员提供低门槛甚至零门槛的智能语音优化平台，使得我们的客户摆脱对 AI科学家的依赖。”

三、机器翻译：每天翻译单词数超 2000亿

阿里云机器翻译提供多类的翻译和语言服务，具有高性能高并发服务、多模态服务等能力，可帮助国际化企业提升业务价值。该机器翻译平台已经沉淀了优质的跨境语料数据库，充分利用先进的机器翻译算法技术和海量的数据资源，深度打磨机器翻译质量和产品体验，并积极拓展机器翻译业务的产品形态，将各项机器翻译技术产品化，如语音翻译、会场同传、实时沟通等新产品和服务形

13

态。

信息显示，机器翻译在阿里巴巴内部可以达到每天翻译出几十亿量级的产品信息，每天的线上翻译请求到达数亿次，在双 11 时每秒钟的翻译请求大概有几万次，每天翻译的词语个数超过 2000亿，而根据 Google2016 年披露的数据，其每天翻译的词语个数大概是 1400 多亿。

目前该技术已为阿里巴巴集团十几条业务线提供机器翻译和本地化支持，覆盖了 Alibaba.com、AliExpress、Lazada、钉钉、阿里云、优酷、支付宝、菜鸟、天猫精灵、高德、飞猪等众多产品。

14

中国信通院与腾讯研究院联合发布区块链报告，揭示区块链对传统金融服务变革的影响

区块链的热潮席卷各行各业，成为当下最受瞩目的信息技术之一，“去中心化”、“不可篡改”、“公开透明”等特性吸引了越来越广泛的讨论和注意力。

　　聚焦在金融领域，提起区块链大家的第一反应是数字货币。

　　但其实除了数字货币，区块链的特性在支付清算、供应链金融、证券交易、保险、征信等领域都能发挥很大的作用。

　　七麦数据报告显示，在我国全部区块链创业项目中，金融类占比最高，达到 42.72%，企业服务类占比达 39.18%，这两类项目共计占比高达 81.44%。

15

　　随着科技发展对金融服务产业转型升级作用日趋明显，将前沿技术与各类金融服务场景深度整合已经成为业界的公示之一。

　　2018 年 7 月，中国信通院产业与规划研究所大数据与数字经济研究部与腾讯研究院联合对金融区块链细分领域开展了研究，并发布了《金融区块链研究报告（2018）》。

　　报告对区块链技术起源、适用场景、金融服务产业整体情况和典型特征等进行了系统分析，以期为产业发展现状、趋势及影响提供客观思考与判断。

　　报告总结了现阶段区块链金融的八大核心结论：

　　区块链将对金融体系发挥积极作用

16

　　基于区块链在金融资产权益证明发放与流通中的应用，区块链将通过“一升一降三创新”，对货币发行流通、金融工具、金融市场、金融中介以及制度与调控机制等金融体系要素带来潜在的积极影响。

　　(一升一降三创新：区块链直接作用于货币流通和金融工具，间接带来了金融市场和金融市场运作变化。这两点即是两大创新。与此同时，金融市场运作效率提升，直接金融市场规模增大，这就是“升”的影响。“降”表现在，金融中介职能分散，间接金融市场规模减小。）

　　区块链将对法定数字货币的发行和流通机制的建立产生深远影响

17

　　加密数字代币不属于信用货币体系，无法有效履行货币基本职能，而法定数字货币是信用货币体系的一部分，将履行货币交易媒介、计价单位和价值贮藏的基本职能。

　　区块链可以作为法定数字货币的底层技术之一，是一项可选技术。从技术的成熟度看，未来法定数字货币也有采用集中化技术的可能性。区块链对将对法定数字货币的发行和流通机制的建立产生深远影响。

　　区块链在跨境支付及大额支付领域有一定优势

　　基于区块链的跨境支付模式拥有效率更高、成本更低、流动性更强、权利更平等等优势。在大额支付领域，区块链应用主要从理论层面探讨其对大额支付系统带来的效率、透明度、弹性及稳健性等潜在效益。

　　供应链金融是较为适合区块链的场景之一

18

　　在供应链金融流程中，供应商、核心企业、银行、金融机构等多方并存，这类多主体、非高频交易是较为适合区块链技术应用的场景。

　　基于区块链技术，可实现应收账款、票据、仓单等资产数字化，并且留下数据存证，降低票据作假、重复质押等风险，缓解信息不对称的问题，并基于智能合约属性使供应链金融业务顺利开展。

　　区块链在证券交易应用领域更多尚在概念阶段

　　证券领域的区块链应用主要集中于私募证券的电子化与公募证券的发行交易，大多处在概念验证阶段。区块链可以在不改变私募证券流通规则的基础上，替代纸质文件作为证券资产的自治电子化载体，实现私募证券的登记和流通。

19

　　公募证券方面，相关方在清结算环节存在多方对账等效率问题，区块链可以提供一种证券清结算的解决方案。

　　区块链在保险领域的应用更加强调公开透明特点

　　保险领域中的区块链应用特点鲜明。针对保险业理赔效率低、行业信息无法共享等问题，基于区块链的智能合约特性可以用来优化保险业务流程。

　　针对中心化的相互保险存在运作不透明、资金流向不透明的问题，区块链为构建非中心化的信任模式提供了一种新的可能，促进保险平台提升内部监管和外部监管的透明度。

　　区块链技术有助于搭建征信数据共享交易平台

　　区块链可在征信的数据共享交易领域着重发力，面向征信相关各行各业的数据共享交易，构建基于区块链技术的联盟链，搭建征信数据共享交易平台，实现数据共享，促进参与交易方风险和成本最小化。

20

　　区块链金融应用面临挑战与监管

　　金融领域区块链应用目前仍处于早期探索阶段，在区块链成为金融领域实际应用的解决方案之前，仍有商业、技术、风险管理等多维度的挑战，各国政府也积极调整监管策略，摸索出适应本国发展的监管方式。

　　报告正文分为十大章从区块链技术的起源开始，详细讲解了区块链在数字货币、支付清算、供应链金融、证券交易、保险和征信领域可能带来的变革。

　　同时，报告还分析了区块链在金融领域应用的挑战与监管。

　　区块链技术在金融领域的应用，只是提供了一种新角度下的、适用于资产权益证明的发放与流通环节的新型解决方案，目前来看并未对金融领域生产关系产生颠覆性的影响。

　　在区块链应用发展过程中，必须要探索包容的审慎监管，“币”应用与“链”应用需要区分对待，对于“币”应用要严防金融风险，对于“链”应用要在合规合法的框架内挖掘区块链的潜力。

　　鉴于区块链技术与金融市场的结合现阶段还存在较多不确定性，市场参与者未来应首先扎实推进区块链技术应用型研究，根据实际情况，加快相关场景的应用落地，通过持续、深入的实践验证其应用中的利与弊。

21

　　其次，着力促进产业主体之间的协调与合作，探索搭建政府与市场之间的政策传导和信息反馈桥梁，通过行业协会、联盟等平台，推动产业链上下游主体联动与合作，加强与国外产业主体的交流，提升国际标准制定的话语权。

　　最后，密切关注新兴技术对金融监管体系带来的挑战，区块链在金融领域的应用应遵循金融业的核心原则与规则，应结合相关市场实践，深入研究新兴技术对现有金融市场结构、风险管理模式、监管及法律框架产生的影响，并适时为技术应用提供必要的法律基础，明确现有法律和监管规则的适用性问题。

22

趋势分析人工智能发展报告:今年我国人工智能市场增速将达 75%

　　由清华大学中国科技政策研究中心、清华大学公共管理学院政府文献中心多家机构联合组成的课题组近日在京发布了《中国人工智能发展报告 2018》。报告显示，2017 年中国人工智能市场规模达到 237亿元，同比增长 67%，预计2018 年我国人工智能市场增速将达 75%。　　报告指出，中国人工智能企业数量排名全球第二，而北京是全球人工智能企业最集中的城市。中国人工智能企业数量从 2012 年开始迅速增长，截至2018 年 6 月，中国人工智能企业数量已达到 1011 家，位列世界第二，但与美国的差距还非常明显（2028 家）。中国的人工智能企业高度集中在北京、上海和广东。在全球人工智能企业最多的 20 个城市中，北京以 395 家企业位列第一，上海、深圳和杭州也名列其中。中国人工智能企业应用技术分布主要集中在语音、视觉和自然语言处理这三个技术，而基础硬件的占比很小。　　中国已成为全球人工智能投融资规模最大的国家。从 2013 年到 2018 年第一季，中国人工智能领域的投融资占到全球的 60%，成为全球最“吸金”的国家。但从投融资笔数来看，美国仍是人工智能领域创投最为活跃的国家。在国内北京的融资金额和笔数都遥遥领先其他地区，上海和广东的人工智能投资也很

23

活跃。从 2014 年开始，国内人工智能投融资活动的早期投资的占比逐渐下降，投资活动日趋理性，但A轮融资还是占主导地位。　　人工智能已经在医疗健康、金融、教育安防等多个垂直领域得到应用。2017

年全球机器人市场达到 232亿美元，中国市场占 27%。其他如无人机、智能家居、智能电网、智能安防、智能医疗和智能金融也发展较快。

24

人工智能关键技术决定机器人产业的前途中国智能制造网

目前的机器人已经能够胜任精确、重复性的工作，但很多时候，它还不能够灵活地为新任务进行自我调整，也不能应付一个不熟悉的或不确定的情景。不过，这些情况都在发生改变，机器人正在变得更加智能。我们不禁要问，让机器人实现智能的关键技术到底是什么？这些技术在最近十年会发展到什么程度？整个产业的应用前景将会如何？人工智能关键技术决定机器人产业的前途随着家用机器人的应用需求不断增加，人工智能相关技术不断进步，硬件性能的增长，

服务机器人近年来开始从实验室走向家庭，并从扫地机器人等单一功能向多功能的个人机器人发展。感知、认知和行为控制机器人的技术按照通常的理解分为三个部分，感知、认知和行为控制。感知主要是基于

视觉，听觉及各种传感器的信息处理；认知部分则负责更高层的语义处理，如推理，规划，记忆，学习等；行为控制部分专门对机器人的行为进行控制。

提到机器人，一个最近经常提及的词是人工智能。人工智能是用计算机来实现类似于人的智能行为的一门学科。机器人本身即是人工智能的一个终极应用目标之一。所以谈到机器人，人们很容易联想到人工智能。人工智能的确对于机器人非常重要，上面提到的三个部分的技术都与人工智能相关。

从应用角度看，机器人由于有一定的自主性，能与人和环境交互，与之前的计算设备(包括电脑，手机等)相比，对智能的要求较高，这也是人工智能逐渐受到关注的一个原因。传统的人工智能做为一门学科，起源于 20世纪 50 年代的达特茅斯会议，后来经过几次

大起大落，在基础理论和方法上积累了丰富的成果。从早期的符号计算系统，到专家系统，再到 90 年代发展起来的机器学习，大数据分析，都可以算是人工智能的范畴。在图像、语音、搜索、数据挖掘、社会计算等领域，又派生出了一些相关的应用研究。其中与机器人联系较为紧密的包括计算机视觉，语音和自然语言处理，还有智能体(Agent)等。

从技术上看，人工智能要达到人类级别的智能，要走的路还非常远，因为目前对人的智能机理尚未研究清楚。但从实用角度看，根据目前技术的进展，如果能够部分模拟人的智能行为(比如认出主人并进行相应的交互)并达到较好的用户体验，将会在短期内取得突破性进展。当然这在技术研发上还需进一步解决技术的实用性、鲁棒性问题。毕竟以往的不少机器人都还在实验室或者受限的环境中(比如养老院)进行研发和测试，而新兴的家庭服务机器人，将在家庭环境中独立或者半独立地(通过与人的协作)完成某些服务，这对技术

25

的鲁棒性提出了更高要求。其中的一些，如计算机视觉、语音识别等核心技术还在不断地改进中，还没有发展到完全成熟。所有这些，都决定了需相当深入的研发工作，才能实现真正的实用化、智能化的家庭服务机器人系统。

机器人不是一堆机械和芯片在以往对服务机器人的研究中，一个典型的目标应用是机器人可以做家务劳动，这就

要求机器人可以用手臂去操作物体(抓放)。在这些方面的研究虽然较多，但从目前的技术进展看，在几年内实现机器人做家务劳动，仍有诸多的挑战。

1、目前的机器人，尤其是人形机器人的成本过高。举例说，一条机器人的手臂可能需几万美元，而机器人的手部就需要 1万多美元，整个机器人的造价，更是普通家庭无法承受的。

2、机械手的灵巧程度，仍然难以和人手相媲美。3、在安全性方面也存在需要解决的问题。有着钢铁之躯的机器人一旦进入家庭，由于程

序错误，不小心挥挥手、伸伸胳膊，都可能对血肉之躯的人造成巨大伤害。机器人如果暂时不能做家务劳动那又有何用，这是不少人关心的一个问题。如果不能应

用，机器人不过是一堆机械和芯片而已。目前除了类似扫地机器人这样能够实现比较单一功能的机器人外，还有不少机器人的用途正在发展之中。

机器人作为一个新型智能设备，普通用户最关心的是机器人可以为他们做些什么？如前文所述，机器人目前还难以实现类似做家务这样的应用。而要达到人的智力水平，也还需要较长的发展时间。所以在应用方面也需要针对人工智能技术，特别是感知认知技术的现状进行设计，要充分利用最新技术，实现在过去看来不可能实现的功能。预计未来十年，市场上出现的服务机器人将具有以下特点。

1、机器人将实现低成本。在前文中提到，如果让服务机器人进入专业或家庭服务领域，成本需足够低。专业服务机器人的成本可以相对高些，而家庭服机器人则需严格控制成本。

2、机器人将拥有多功能特点。目前在家庭中使用的服务机器人主要是扫地机器人这样能够实现单一功能的机器人。未来多功能的机器人将有较大的发展，出于成本考虑，机器人中的某些处理器将可以用于多种应用。同时随着技术的发展，机器人的应用将越来越多，机器人将可以像人一样完成不同的任务。

3、具有独特的应用。这是用户购买使用服务机器人的主要动机，这些应用不是简单移植已有的电脑或手机的应用，而是具有独特的机器人应用的特点，如自主性，操控类似于人并能够与人进行互动等。

4、可与人协作完成任务。因为机器人是为人服务的，所以需要与人进行多方面的互动，以了解主人对服务的需求。另一方面是受制于机器人的智能和人相比还是有很大差距，所以有些任务还不能独立完成，需借助于人的帮助才能完成。

26

5、机器人将有高安全性特点。这包含信息安全和物理安全两方面。即不给用户带来安全隐患，甚至能主动检测并制止一些有潜在安全威胁的行为。著名的阿西莫夫三大定律，规定了基本的机器人安全规则。当然如何具体实现这些安全性，尤其是物理安全，还需要在机器人硬件和软件上下功夫。

家庭服务机器人和专业服务机器人的未来将会如何发展，已成为业界关心的话题。家庭服务机器人将会实现如下几类较典型的应用。1、家庭服务机器人将实现各种助手类的应用。智能手机上流行的个人助理软件

(Siri，Cortana 等)，将从虚拟的无形演变为有物理外形的机器人能够实现的功能。可以设想，机器人助手可以帮用户查询一些如：天气，限行尾号等信息，或对用户进行提醒。听上去好像与手机上的体验并无区别，但实际上在体验上已有不少改变。用户和机器人互动的时候可用更自然的方式，像和人交流一样，甚至可以看到机器人的表情，使服务显得更加个性化。除了这些应用，服务机器人还可在更多的场景中作为人的助手。比如服务机器人可以作为人的健身助手，当人在健身的时候，机器人可像健身教练一样提供一些建议。相信此类应用随着技术的发展，将会越来越丰富。

2、家庭服务机器人将助力少儿教育。因为服务机器人具有自主性和移动性，将会为少儿教育带来无限的可能和更广泛的应用空间。

3、家庭服务机器人将可实现老人看护。包括中国在内的许多国家，正在或将要步入老龄化社会。中国的老人一般希望居家养老，而子女又忙于工作，即使住在一起也无法一直在身边照看老人。诸如提醒老人吃药或紧急情况时及时救助等，如果能由家庭服务机器人来完成，将大大提高老人居家养老的生活质量，也使得子女更放心。老人看护将是未来机器人的一个应用热点，具有极大的社会价值。机器人能完成的事还有很多，除了与健康辅助直接相关的功能，还可帮助老人读书读报，与老人简单聊天等，进行情感方面的关怀。

对于专业服务机器人，其应用根据专业应用领域的不同，而有较大区分。1、在物流中心进行货物分发。据悉，这项应用已开始在亚马逊等公司实际使用。未来将

不断地升级，如能够自动取货等。2、在零售店，柜台，前台等处为客户服务。这些服务机器人能够和客人打招呼，并回答

一些基本问题，还可以帮客户提包，端茶送水，并为客户指路。3、机器人摄影师。机器人摄影师可以不知疲倦地穿梭于宾客之间，帮人们拍出高质量的

照片。当然此功能在家庭服务机器人上，同样是个新鲜的功能。4、智能安防机器人。在一些警力不足的地方，如果有智能安防机器人 24小时巡逻，则

会有很好的震慑力，减少犯罪的发生。关键技术与挑战

27

可以预见，未来服务机器人有不少有趣的应用，但从技术实现的角度看还存在诸多挑战。

前面提到过机器人的三大技术领域，包括感知、认知和行为控制。其中行为控制技术相对来说，已经有不少技术积累。而对于在不久的将来可以实际大规模应用的服务机器人，将会更偏向于发展低成本的机器人。诸如机械结构比较简单的轮式机器人(只有轮式移动平台加上一个可活动的头，一般没有手臂或者手臂比较简单)，由于其控制部分较为简单，因此在感知和认知方面的技术，显得尤为重要。根据以往机器人领域的研究进展和对应用的初步分析可以认为如下的感知、认知技术，将是实现应用的关键。

1、三维导航定位技术。不管什么机器人，只要可移动，即需要在家庭或其他环境中进行导航定位。其中 SLAM(Simultaneous Localization and Mapping)技术可同时进行定位和建图，在学术研究方面已经有不少技术积累。但对于实际系统，由于实时性低成本(比如无法采用比较昂贵的雷达设备)的要求和家庭环境的动态变化(物品的摆放)，因而对导航定位技术提出了更高要求，仍需进一步研发。

2、视觉感知技术。其中包含人脸识别、手势识别、物体识别和情绪识别等相关技术。视觉感知技术，是机器人和人交互的一个非常重要的技术。

3、语言交互技术。其中包含语音识别、语音生成、自然语言理解和智能对话系统等。4、文字识别技术。生活中有不少文字信息，如书报和物体的标签信息，这也要求机器人

能够通过摄像头来进行文字识别。与传统的扫描后识别文字相比，其可通过摄像头来进行文字的识别。

5、认知技术。机器人需要逐步实现规划、推理、记忆、学习和预测等认知功能，从而变得更加智能。

从目前的研究现状看，服务机器人面对的关键技术均有了长足进步，但还有相当多的问题要解决。

推动技术的研发与实际应用结合英特尔中国研究院的一个重要研究方向是服务机器人，研究范围主要包括鲁棒的三维

导航定位、人和环境的视觉感知以及人-机器人交互(包含感知、认知、行为控制的结合)等领域，致力于为英特尔的合作伙伴提供先进的服务机器人技术。

研究方法以特定的目标应用领域为出发点，并以此来推动技术的研发和在实际应用中的测试。前面提到的助手类应用、少儿教育应用、老人看护应用，是研究重点。

为了进行应用测试，英特尔中国研究院建立了实际的机器人硬件原型。左边是其内部结构，由一个带有英特尔 Realsense摄像头的电脑来控制一个全向移动底盘和头部的转动，其高度可调，以便适应成人与儿童的互动要求。

28

目前研究院已经在视觉感知等领域取得了阶段性成果。显示了利用 Realsense摄像头和SLAM 技术生成家庭环境地图，这在后续就可用来定位导航。研究院还开发了鲁棒的跟踪技术，可在多人同时出现的情况下，长时间正确地跟踪一个特定用户。在未来还会研发出更多相关技术和应用，这些技术也将服务于业界的合作伙伴助力开发出先进的服务机器人产品。

推动技术的研发与实际应用结合对于机器人技术，大家关心的一个问题是，是否需要采用专用的人工智能芯片。目前探索的一个方向被称作混血计算(Hybrid computing)，其是指用通用处理器和其他

架构一起合作来进行计算。不过，还处于早期探索的阶段。一个架构是否能成功地应用于服务机器人，需要看性能是否满足应用的需求，功耗等

是否合适，这是一个考虑多种因素平衡的选择。可以说现在的通用处理器与已有的一些其他计算单元(如向量处理单元、GPU)，已经可

以为服务机器人提供一个理想的硬件架构，尤其是多功能的具有感知、认知功能的服务机器人。目前机器人主要的瓶颈，还是在应用需求的开发和感知、认知技术上。当然，未来的架构，也会随着对应用的深入开发而不断创新。硬件设计面临的挑战越来越大，需要不断地适应未来发展的演变。同时也可以考虑用 FPGA 架构来为一些比较专门的应用提供加速，这样在应用发生变化的时候，将具有更多的灵活性。

29

智能数据时代 机器数据分析五大趋势预测

　　回顾这一年的技术热点，我们发现在炒糊了的大数据、物联网、云计算 、DevOps 开发运维之外，机器数据分析已经异军突起，有望成为 2016 年大数据市场商业价值最大，增长最快的热点。　　据市场分析数据，2019 年大数据市场规模将高达 500亿美元，而机器数据分析（Machine Data Analytics 将是增长最快的大数据技术），年符合增长率高达 1000%。　　在大数据时代，软件不仅仅改变并驱动企业业务流程，同时还是企业整个业务模型的基础，而实时管理、监控和维护这些不断增长的应用是企业面临的最严峻的挑战，这也是机器数据分析市场如此火爆的原因所在。　　未来几年，机器数据分析市场将呈现以下五大趋势：　　一、DevOps 工具将日趋成熟　　没有人再怀疑云计算在企业市场将风卷残云般成为主流平台，大幅提高企业业务灵活性和竞争力。云计算的普及意味着越来越多的企业需要新的工具来打破开发团队和运维团队之间隔膜，让企业技术部门持续规模创新的速度能够跟上企业业务发展速度。越来越多的企业需要借助DevOps完成应用开发工作，而传统的监控工具显然无法胜任。　　DevOps 领域将出现新一代基于云计算的日志和机器数据分析服务，并进一步整合预测算法。DevOps 工具（例如服务器容器和基础设施数据）之间也将能无缝集成，大幅改进持续集成和持续部署流程。

30

　　二、CISO 首席信息安全官和安全运营团队将在系统智能上投入更多预算　　过去几年，企业已经认识到大数据在业务决策上的商业价值，如今随着机器学习等技术的成熟，在系统基础设施层面部署大数据分析对企业来说同样意义重大。　　对于安全团队来说，机器数据分析将大大提高对系统和用户异常行为、威胁侦测的响应速度，不仅仅能大大缩短MTTI(平均介入时间)和 MTTR(平均恢复时间)，而且将促使信息安全主管们重新思考企业的信息安全架构。　　企业的信息安全主管们将加强与 DevOps团队的协作，通过整合机器分析，在新的企业应用基础架构中嵌入安全功能。　　三、日志管理将是 IT 运维和客户支持团队的重大机遇　　通过日志分析来监测、管理采集用户和应用信息以及基础架构日志将是应对云计算基础架构复杂性的完美方案。这个领域的供应商已经开始整合，新的厂商也不断涌入日志分析市场。越来越多的企业将重视日志分析在应用开发、信息安全和 IT运维方面的重要价值，而日志分析也将成为“分析民主化”的排头兵。　　四、“超级架构”的崛起　　今天的云计算架构可以通过虚拟服务器软件编织起数以千计的微处理器，这让摩尔定律失去了意义。因此，今天的创新型CTO们已经开始拜托传统数据中心的局限，大胆推动新的基于软件的“超级架构”，驾驭私有云和公有云中的庞大计算资源。　　五、商业智能的价值从后知后觉转向实时分析

31

　　从慢数据向实时的快数据的转型是机器分析引发的商业智能变革。通过实施日志数据分析，企业能更快地了解运营和顾客数据，从而实现 24/7 的持续创新和竞争力提升。

32

借 LTE 网络改造东风产业协同推进 IPv6规模部署

中国信息通信研究院技术与标准研究所 赵锋

IPv6 作为下一代互联网关键技术，是网络信息技术发展和互联网演进升级的必然趋势，是构建新一代信息基础设施的重要基石，是促进数字经济创新与实体经济深度融合的关键平台，也是构筑国家网络新优势的重点领域。加快IPv6 的规模部署，为我国网络技术突破、基础设施升级、应用服务繁荣、网络人才培养以及国际规则重构提供了难得机遇，也是落实党的十九大提出的“加强信息基础设施网络建设”“为建设网络强国提供有力支撑”等要求的重要举措。

　　IPv6 的规模部署，得到了党和国家的高度重视。2017 年 11 月中共中央办公厅、国务院办公厅印发了《推进互联网协议第六版（IPv6）规模部署行动计划》（以下简称《行动计划》），明确了 IPv6 规模部署的总体要求、重点任务、实施计划和保障措施。工业和信息化部（以下简称工信部）按照《行动计划》分工围绕行业管理职能，于近期发布了关于贯彻落实行动计划的通知（以下简称《通知》），重点明确了 2018 年 IPv6 规模部署的具体目标、任务安排和保障措施，是近期工信部协调各方大力推动 IPv6 规模部署的指导性文件。《通知》遵循了《行动计划》提出的“以协同推进 IPv6 规模部署为主线，以典型应用改造和特色应用创新为主攻方向”的总体思路，聚焦 LTE 网络端到端 IPv6改造，部署了 6 个方面 21 项任务举措，引导各环节共同步入 IPv6 规模商用发展的快车道。

33

　　聚焦 LTE 网络端到端改造 提升我国 IPv6 用户普及率

　　《通知》提出将 LTE 网络端到端 IPv6改造作为推进 IPv6 规模部署的首要任务。一方面，LTE 网络与固定网络相比，涉及改造的网络环节少，网络设备与终端更新速度快，技术标准、基础设施及网络终端对于 IPv6协议的支持度高，总体改造难度相对较低；另一方面，截至 2017 年 12 月，我国手机网民规模达7.53亿，占互联网用户数的 97%以上，移动互联网已代替固定网络成为“万物互联”的基础，借助移动互联网在我国的成功发展基础，通过实施 LTE 网络的端到端 IPv6改造，将现有数量庞大的 IPv4移动互联网用户引导到 IPv6 网络上来，能更快速有效地提高我国的 IPv6 用户数量。

　　《通知》强调了“到 2018 年年末移动互联网 IPv6 用户规模不少于 5000万户”的用户指标，并明确了 IPv6 用户的定义——基础电信企业已分配 IPv6 地址且一年内有 IPv6 上网记录的用户。考虑到基础电信企业的网络基础、用户规模和改造难度，《通知》还对用户指标进行了分解落实：中国电信用户不少于1000万户，中国移动用户不少于 3000万户，中国联通用户不少于 1000万户。

　　《通知》明确了 LTE 网络端到端 IPv6改造的四方面重点工作：一是要求完成全国 LTE核心网、接入网、承载网、业务运营支撑系统的改造并开启 IPv6 业务承载功能；二是要求基础电信企业完成门户网站、网上营业厅网站的 IPv6改造；三是推动新生产移动终端出厂时的默认配置支持 IPv4/IPv6双栈，逐步推进存

34

量移动终端通过系统软件升级开启 IPv6功能；四是要求实现基础电信企业间的网络与应用 IPv6 互通。

　　瞄准典型应用升级 协同发展网络和终端

　　为实现网络的端到端 IPv6升级，《通知》强调统筹推进移动和固定网络IPv6改造，强化典型互联网应用 IPv6升级，全面带动网络、终端协同发展，从四个方面提出了具体要求。

　　第一，加快固定网络 IPv6改造，夯实下一代互联网发展基础。固定网络是互联网、移动互联网、物联网、企业专网等业务的基础承载平台，开展固定网络基础设施 IPv6改造，提升网络服务水平，是 IPv6 规模部署的基础环节。《通知》要求固定网络以推动互联网骨干直联点 IPv6改造为重点任务，加快骨干网、城域网、接入网、固定终端以及业务运营支撑系统的 IPv6升级改造，明确要求基础电信企业定制和集中采购的固定终端应全面支持 IPv6。

　　第二，加强应用基础设施的 IPv6改造，进一步优化网络承载能力。数据中心、内容分发网络、云服务平台、域名系统等应用基础设施是互联网内容和应用的重要载体，对于优化互联网流量、提高网络承载能力具有不可替代的作用，是IPv6 规划部署的重要内容。《通知》部署了四方面的工作：一是要求基础电信企业和数据中心运营企业完成数据中心内部网络和出口设备的 IPv6改造；二是要求龙头企业开展内容分发网络（CDN）的 IPv6改造；三是要求云服务平台开展 IPv6改造；四是完成域名系统 IPv6改造，构建域名注册、解析、管理的全链条 IPv6支持能力。

35

　　第三，督促政府网站改造，深化工业互联网的 IPv6 应用。《通知》要求着力推动移动互联网应用的 IPv6升级改造，引领应用和网站向 IPv6 的迁移。为了发挥政府示范带头作用，建立明确的市场导向和政府应用的先行意识，《通知》重点突出了对政府网站 IPv6改造的进度要求。在工业互联网 IPv6 应用方面，明确了鼓励典型行业与重点工业企业开展工业互联网 IPv6 网络化改造、创新工业互联网应用实践、构建工业互联网 IPv6 标准体系等重点任务。

　　第四，强化 IPv6 网络安全保障，实现互联网安全的可信可管可控。网络安全是 IPv6 规模部署的前提和保障。《通知》强调要加强 IPv6 网络安全管理，升级改造现有 IPv6 网络安全保障系统，强化 IPv6 网络安全能力建设，构筑可信可管可控的互联网安全体系。

　　制定配套管理政策 有序推进 IPv6改造

　　《通知》从组织领导、主体责任、规范管理和督查考核等四方面明确了具体的保障措施。

　　首先，要求主管部门、地方通信管理局建立协同工作机制，带头做好规范管理和监督考核的工作，完善现有的互联网信息服务备案管理制度，建立 IPv6 地址备案系统，督导企业严格落实 IPv6接入地址编码规划方案，完善相关电信业务管理要求和电信设备进网检测规定。

36

　　其次，成立 IPv6督查工作专家组，围绕发展目标和重点工作，开展督查考核工作，并依托中国信息通信研究院构建 IPv6 发展监测平台，对网络、应用、终端、用户、流量等关键指标实时监测，向社会发布 IPv6 各项发展指标数据。

　　最后，《通知》要求各相关企业落实主体责任制，成立专项推进组，制定具体实施方案和工作计划，保障 IPv6改造资金的投入，将 IPv6 任务完成情况纳入业绩考核指标，并定期向工信部报送相关工作进展情况。

　　结束语

　　IPv6 规模部署是一项跨部门、跨行业、跨区域的复杂系统工程，工业和信息化部在《通知》中对产业链各环节的统筹协调和高效衔接进行了细化落实，体现了部里对 IPv6改造工作的高度重视和扎实细致的工作作风。

　　《通知》在对点名的企业明确提出了工作目标和具体任务要求的基础上，从优化未来发展环境的方面考虑，鼓励其他互联网接入服务、信息服务提供者、行业组织及第三方机构广泛参与、积极行动，共同营造良性可持续发展的产业生态构建高速率、广普及、全覆盖、智能化的下一代互联网。

 　　作者简介：赵锋，中国信息通信研究院技术与标准所互联网中心副主任，高级工程师，中国通信标准化协会网络与业务能力技术工作委员会（TC3）网络信令协议与设备工作组（WG2）组长。长期从 IP 技术研究、标准化及测试工作。主持完成多项国家级专项，曾获国家科技进步二等奖一项及多项省部级奖励

37

解决 6 大痛点，传统银行与金融科技公司如何协作？

　　近年来，互联网金融的发展，以及金融科技公司的崛起，对传统金融机构产生了很大冲击。这些新的进入者剑指传统金融业的各种老大难问题，比如效率低、费用高昂，大量群体尚未获得金融服务等。　　与此同时，消费习惯的改变甚至对传统金融机构服务带来了更大威胁。例如据研究，超过 30％的千禧一代表示他们在未来五年甚至不需要银行。　　但是，新老机构间并非水火不容，而会在相互的协作中共同发展：金融科技创业公司带来了灵活性和新兴技术；传统金融机构则拥有数十年的资源和监管敏锐度。两者的协作只会为客户提供更好的服务。　　近日，德勤咨询列举了传统金融机构的六大服务痛点，并通过现实的金融科技应用案例，分析了传统金融机构如何通过与金融科技公司的协作，共同解决这些问题。　　在本文中，德勤假设了一个传统金融公司BIG Bank 和一个新兴的金融科技公司Acme Fintech，来探索传统金融机构与新兴金融科技公司的合作方式。这种合作可能重塑金融业未来的生存模式，可以共同解决传统金融服务的痛点。　　1.痛点一　　那些生活在农村地区的无银行账户的社会群体，享受传统金融机构的服务非常困难。　　解决方案

38

　　Acme Fintech 在印度农村地区建立了一个数字支付系统，该系统为从未使用过传统银行的居民提供服务。通过基于分布式账本技术的移动钱包，帮助客户创建虚拟身份并跟踪交易，所有这些都在一个简单的移动应用上完成。　　为了引导监管流程并为客户提供账户访问权限，Acme Fintech、BIG

Bank India 和当地政府开展合作。在该地区取得初步成功后，Acme Fintech

的目标是将移动钱包技术带到难民区，以实现货物和食品的无现金交易。　　现实案例　　在约旦，叙利亚难民正在通过无现金交易为其家庭购买食物。这得益于由联合国世界粮食计划署支持的 Building Blocks 项目，通过区块链技术为这些没有银行账户的难民提供服务。　　2.痛点二　　拥有银行账户和拥有金融知识是两个概念。据统计，三分之二的美国人无法通过基本的金融知识测试。与此同时，随着越来越多的客户使用网上银行，对线下金融服务网点的需求越来越少。据预测，将有多达 20％的银行分行会被关闭。　　解决方案　　BIG Bank 将其之前开设的分行转变为金融知识中心。　　该银行依靠 Acme Fintech 提供教育软件，可以让居民轻松学习金融知识，新技术还可以跟踪居民在中心的学习进度。　　现实案例　　美国银行MidFirst Bank 在分行提供免费的金融研讨会和小组课程。这些课程提供了从银行基础业务到识别盗窃等一系列主题的金融教育。课程包括在线教程、视频和游戏等数字化形式。

39

　　3.痛点三　　例如，中美洲提供在线服务语言课程或手工艺品的小企业主由于高汇率而难以接受国际汇款。由于传统金融机构的效率低下，中小企业主每次交易都会损失部分辛苦赚来的利润，甚至会由于进入门槛高而失去客户。　　解决方案　　BIG Bank 与 Acme Fintech 合作提供在线和移动服务，可以轻松接受多种货币支付，甚至是数字货币。　　通过 PC端和移动端，客户可以实现在线和面对面支付，并且该系统消除了传统上与跨境汇款相关的费用。　　现实案例　　英国金融科技公司 TransferWise是一家国际汇款转账服务 P2P 平台 。2016 年，与 Raphaels Bank 合作，进入英国的快速支付系统。它还适用于传统的银行账户和借记卡，这是 TransferWise无边界服务（跨境银行账户）的基础。　　4.痛点四　　传统银行的收费比较高，比如开支票账户从另一家银行取款、超额支付或维持最低余额等都是繁琐和昂贵的。　　解决方案　　Acme Fintech 创建了一个简洁、无分行、移动优先的平台，使客户能够使用智能手机在世界任何地方进行几乎所有基本的银行业务，并且不收取任何费用。

40

　　BIG Bank 通过安全地持有资金并为客户提供访问全球 ATM 的免费现金提取服务来支持运营。　　现实案例　　美国初创公司 Simple是一家网络银行服务商，旨在简化银行业务流程，与 BBVA Compass 和 Visa 合作，为用户提供可靠、安全的账户和借记卡管理服务。该公司负责监督其内部服务的所有其他要素，包括其APP 和客户支持团队，并实行以客户为中心的服务方式。　　5.痛点五　　众所周知，银行的客户服务呼叫中心效率低下。　　解决方案　　Acme Fintech 开发了一款基于人工智能的聊天机器人，可通过 PC端和移动端回答客户的问题。机器人可以帮助客户解决有关贷款申请、账户、状态更新的问题，甚至可以提供基本的理财建议。　　通过使用最先进的加密技术，Acme Fintech确保所有客户对话都是安全的。BIG Bank 提供对关键客户数据的访问，以促进聊天机器人的响应。　　现实案例　　德国公司Deutsche Kreditbank AG 与总部位于柏林的 FinReach 合作开发了聊天机器人“Herbie”，这是一个面向贷款申请流程引导客户的聊天机器人。　　在加拿大，BMO银行分别与 Finn.ai 和 Massively 合作开发聊天机器人，在 Facebook 和 Twitter 上测试用聊天机器人来回答客户问题。　　6.痛点六

41

　　亲自去银行是一种麻烦且耗时的经历。　　解决方案　　BIG Bank 在其多个全球分支机构采用 Acme Fintech 的信标技术，以节省客户的时间。　　基于物联网的信标设备可以在客户进门时，识别客户的移动设备，为柜员提供有关客户过去交易的实时数据。　　现实案例　　新西兰西岸银行（Westpac New Zealand）开始在其分支机构部署信标设备，以识别以前注册的客户，使得银行职员可以提供更个性化的客户服务。　　2018 年，几乎所有生活消费都已经实现按需服务与即时配送。如今，客户在银行业务方面需要同样的个性化和速度。没有人愿意等 30 分钟与客户服务代表交谈；贷款申请需要等待几个星期……，走进银行柜台已经成为非常糟糕的体验。　　鉴于此，传统金融机构与金融科技创业公司的密切合作将在即时服务的时代中成为最重要的事情。　　据 2016 年的一项调研显示，87％的英国金融机构表示，他们通过与金融科技公司合作削减了一些成本。对于金融科技公司而言，与成熟的金融机构合作提供了一种进入新市场，获得行业知识和影响力的方法，并可以在日益饱和的市场中提升竞争优势。　　因此，这种伙伴关系对双方都是卓有成效的，这不仅可以简单地推动金融科技的发展，也可以帮助大银行减少官僚主义，迎来一个灵活的，以客户为中

42

心的金融服务时代。这对所有人来说都可以受益，并让客户真正的成为银行业的核心。

43

美国国家城市联盟的报告（节选）：智慧城市趋势。城市化进程滚滚向前，全球城市人口在 2050 年将高达 70%。可持续的城市发展，是

21世纪人类社会面临的最严峻的挑战之一，未来城市中，我们的安全状态如何？我们的交通状况怎样？我们的空气，水和食物是否干净卫生？我们的医疗卫生教育会更好还是更坏？我们其他更多的基础设施是否还能为我们舒适的服务？所有这一切，都需要一个更加智慧更加聪明效率更高的城市，让我们的未来还能舒服自由的度过余生，让我们的孩子也有足够的生存空间。请和我一起来看看美国国家城市联盟的报告（节选）：智慧城市趋势

一图看懂智慧城市内容现在每个消费者，产品和基础设施越来越多感知周围的世界，并利用云的计算和存储

能力，越来越多与其他设备和人进行通信，这种应用就叫物联网。 智能设备和共享平台越多，产生的消费者偏好和习惯的数据就越多。 但这对城市意味着什么呢？ 智能城市正在使用相同的技术连接其不同的公用设施，基础设施和公共服务网格，从而生成实时汇总数据。并可能自动分析数据，这可以帮助更有效地管理整个城市，未来的城市是一个互联的城市，设备以恒定的数据流相互通信，向公众和市政当局提供实时信息，甚至提供解决方案。

下面示意图，囊括了智慧城市的大部分方案和设施

----看不清楚？是的，我也看不清楚，不过，请容许在下给您一一道来：•交通拥堵传感器智能交通系统使用传感器来检测交通模式中的拥堵和瓶颈。 他们还依靠相机来加强速

度和检测交通违规。 通过这些工具，可以收集城市 DOT（Development Oriented Transit）的实时信息，从而使移动网络系统更安全，更高效。

•水和废水监控器监测设备可以检测泄漏以及水压的变化，以确定水基础设施是否正常工作。•停车APP 和自助终端应用程序与智能停车计时器协调，以通知驾驶员哪里有停车位。•道路桥梁监控系统

44

传感器监控桥梁的结构稳固性，并告知城市工程师任何问题。•自动驾驶自动驾驶汽车将人员往返于城市内，为其他人提供游乐设施，并在其所有者忙于工作

或其他活动时进行交付。无人机用于检查难以到达的区域。•垃圾处理传感系统传感器检测城市周围的容器中的垃圾量，以便卫生工作者可以最大限度地提高其路线

效率。•城市照明系统LED灯具有天气适应性，当需要更换灯泡时，通信会自动发送到公共设施工程部。•火灾监控系统传感器监控容易发生火灾的公园和林区的情况。 传感器还可以检测建筑物中的火灾并

在紧急情况下向火灾部门发起呼叫并可能自动采取措施。•能源监控体系可以监控发电厂的安全性，并向城市官员通报能源流量。•太阳能板监控系统可以监控太阳能电池板以确定它们提供多少能量以及是否需要维护•智能物流和运输列队的卡车有效地将货物从港口运送到最终目的地。 智能库存系统可告知操作员何时

在不同地点之间运输货物。•公共交通管理系统公共交通和城市车辆在需要维修或更换时与其所在地机构进行通信。•无人机无人机用于检查难以到达的区域，用于执法和保险，农村救护车，基础设施检查和环

境监测。 商业用途包括精准农业，航空摄影，以及在不久的将来，包裹递送。•监控摄像摄像机通过监控公共安全人员不经常光顾的区域的活动来确保安全， 可以监视不对公

众访问的区域，以防止未经授权的人员进入和离开。•公共安全监控系统公共安全官员可以佩戴身体摄像头，捕捉他们与城市居民之间互动的镜头，以确保双

方的安全•可穿戴设备及检测系统城市可以构建智能手机和可穿戴式检测传感器，以便人们可以成为互联网生态系统的

活跃部分，并与城市进行沟通。 •宽带基础设施可靠的互联网生态系统是将物联网固定在一起的纽带。智慧城市案例分析•芝加哥芝加哥已经明确地智慧城市的原则。 正如市长 Rahm Emanuel所说，芝加哥希望成

为“世界上数据驱动最多的政府”。旨在实现这一愿望的一项举措是物联网数组（Array of Things，AoT）项目。 AoT是

一个传感器网络（称为节点），将安装在路灯交通信号灯上，它们将测量温度，气压，光，振动，一氧化碳，二氧化氮，二氧化硫，臭氧，环境声强度，行人和车辆交通，以及表面温度。计划在 2016 年夏季安装四十二个节点，到 2018 年底将部署 500 个节点。

45

该项目是雄心勃勃的。它旨在以足够的细节提供数据，帮助工程师，科学家，政策制定者和居民共同努力使芝加哥更健康，更宜居，更有效。然而，传感器网络与更健康，更有效的城市生活之间的联系是一个悬而未决的问题。该项目的直接目标是收集数据，将其汇总到中央服务器，并公开发布。项目负责人查理·卡特莱特认为，向公众提供这些数据将激励人们创造“利用这些数据的各种应用程序。”政策芝加哥一直在为其智慧城市发展奠定政策基础。 2012 年，市长伊曼纽尔发布了一项

行政命令，确定了该市的开放数据政策。该命令旨在通过向居民提供他们参与政府，解决问题，促进社会进步和经济增长所需的信息。为了公开数据，订单需要创建和维护在线数据门户（与用于 AoT 数据的门户相同）。这个执行命令为管理通过传感器项目生成的数据奠定了基础。它建立了透明度和开放政府作为城市的关键承诺。它还描述了数据应公开的内容，时间和方式，并制定了报告要求以增加市政问责制。制定这些政策后，该城市将更有能力与智能城市传感器项目合作。

AoT还必须制定一些自己的政策。例如，隐私政策详细说明了如何管理和保护具有个人身份信息（PII）的数据。 PII不会公开，但可能包含在用于校准和测试机器的数据中。但是，任何此类数据都将存放在安全设施中，并且访问权限将受到限制。

行政该项目由阿贡国家实验室，芝加哥大学和市政府之间的合作实施，得到了其他大学和

私营公司（如AT＆T）的投入和支持，这些公司将提供无线网络传输数据（见图 1）。该项目的资金部分来自国家科学基金会的 310万美元赠款，这是白宫智慧城市发展投资的一部分。包括阿贡国家实验室在内的研究上投入了 100 多万美元，而芝加哥创新交易所又投入了 15万美元。芝加哥大学和阿贡国家实验室将成为该计划的运营商，负责节点的设计，开发，维修，

更换和支持，同时该市将提供监督，政策指导和一些技术支持。由市政府创新与技术部（DOIT）专员和芝加哥大学城市计算与数据中心主任共同主持的行政监督委员会（EOC）将负责监督该计划。还将有一个安全和隐私小组（SPG）向 EOC 和科学评审小组（SRG）提供建议。因此，城市和非政府行为者之间的伙伴关系不仅仅是资金，而且还包括实际支持和监督。

开放数据政策也促成了芝加哥的 SmartData 项目，旨在“分析和汇总数据，识别趋势和解决问题的预测。”重要的是，DOIT 创建的分析仪表板和与该市所有部门共享的是开源，并可用的到任何感兴趣的城市。 Bloomberg Philanthropies向该项目提供了 100万美元的赠款，其明确目标是向其他城市传播。

46

社区参与对隐私的关注不仅限于项目经理。还存在社区如何响应监控其社区的传感器的问题。电

子前沿基金会高级副局长 Lee Tien 将传感器项目比作加强监控，并想知道如果警方要求提供违反这些信息的要求时，这些隐私政策将会产生多大的力量。项目经理意识到这些问题可能是一个问题。作为其治理文档的一部分，他们已经在可能放置节点的任何区域中包含了社区外展的规定。

该市的智能社区计划包括数字扫盲和推广计划，该计划提高了宽带采用率和互联网使用率，包括在该市九个主要是非洲裔美国人的就业搜索和拉丁裔低收入和中等收入社区。在 2008 年之间（当时该计划已实施）和 2013 年，该倡议中的邻居看到互联网使用量增加了 13 个百分点。

•旧金山旧金山是一个世界性的旅游目的地，拥有世界上一些最大的金融机构，被称为创新和

技术之城。2011 年，旧金山被宣布为美国和加拿大绿色城市指数以及北美清洁技术之都的最环

保城市。与其他城市一样，旧金山的领导人希望让这座城市更安全，更便宜，更公平，并减少其排放量。不幸的是，旧金山过去十年的人口急剧增长使得生活费用上升到了全国最昂贵的地区之一，并使该市的基础设施和治理工作变得紧张。出于这个原因，旧金山在引入可持续，创新和雄心勃勃的战略方面处于领先地位。

为了实现这一目标，旧金山致力于利用技术使建筑运营更加高效，减少能源使用，简化废物管理系统，改善运输系统，所有这些都有助于绿化城市。该城市的目标是到 2020 年实现零浪费，到 2030 年实现无碳排放，满足与交通相关的需求政策为了实现零浪费目标，旧金山在通过一系列立法方面表现出极大的政治决心，其中包

括“废弃日期决议”，“强制性回收条例”以及“加强回收和资源保护之市长行政命令”。该市还提供使用开源软件和开放数据模型的在线工具，以提供本地化和准确的结果.为了补充这些政策，该市与志同道合的组织合作开发新计划并创建回收和堆肥文化。

47

为了实现旧金山到 2030 年实现无碳化的目标，该市实施了一整套激励计划，以改善新建筑和现有建筑的性能。各种技术应用程序有助于增强这些程序。例如，旧金山能源地图是一个跟踪整个城市的太阳能和风能设施的工具。居民或企业可以访问该网站，查看其屋顶的太阳能效率并获得折扣。同样，城市建筑计划使用软件平台帮助建筑节省能源。该在线门户网站向业主，经理和租户介绍其建筑的性能，并提供最有效的能源效率策略，帮助他们降低公用事业成本。

Muni Forward是一个全面了解旧金山交通的项目。考虑旧金山街道上的公共交通工具，以及改进的技术和基础设施，旧金山的目标是获得更安全，更可靠交通。 Muni Forward 正在用新的信号替换旧金山的交通信号，这些信号可以检测到即将到来的 Muni火车或公共汽车，并保持绿灯，允许运输车辆更快地到达下一站，减少交通堵塞，提高可靠性。

这些只是旧金山如何通过利用技术改善其公共服务而成为智慧城市领导者的一些例子。没有城市的开放数据平台，这些智慧城市计划都不可能实现，旧金山OpenData。旧金山OpenData是该市的开放数据门户网站，并且是 2009 年推出的官方开放数据计划的产品. DataSF是该市政府数据的一站式网站。开放数据立法要求城市部门在 DataSF 上提供其权限下的所有非机密数据集。 DataSF使用运输数据进行改进运输需求和通勤时间，并帮助实现温室气体减排目标。该平台还为 Muni公共汽车或火车通勤者提供应用程序，让通勤者购买Muni门票并计划他们的旅行。

行政旧金山的智慧城市计划雄心勃勃，需要公共机构与私营和非营利部门之间建立强有力

的合作伙伴关系。凭借其强大的领导力，该市正在尝试收集务实和有效的政策改革。旧金山市交通局（SFMTA）和旧金山环境部在该市的智慧城市计划中发挥着重要作用，并在实现零碳等环境目标的同时实现了改善旧金山交通的跨领域目标。该市计划分阶段实施Muni Forward，以优化融资并最大限度地减少服务中断。 2014 年 11 月 4 日，旧金山选民批准了 A号提案，其中包括 1.5亿美元的资金用于设计和建造Muni Forward 项目。预计未来的资金来自其他来源，总资金为 2.3亿美元。

社区参与该市的开放数据政策强调了提高政府效率和公民参与的社会和经济效益. 公开数据是

城市与社区互动的好方法。 SFMTA 主动征求社区意见，并广泛和明显地分享其计划，数据和成功案例。 SFMTA使用其交互式性能仪表板进行收集， 回顾并跟踪其在实现其战略计划中概述的目标和目标方面的进展。 SFMTA还使用“资本改进”地图来通知整个城市的项目和计划。该机构认为，社区参与使城市员工能够更好地了解零浪费和无碳计划的障碍和挑战，创建或调整计划，并为未来做好计划。李市长的领导支持旧金山的可持续发展目标，发展城市的清洁技术，交通，能源，废

物，建筑环境和其他行业，以实现最大的效益和环境效益.由于实地有如此多的智慧城市计划和城市在技术上的声誉创新，旧金山是智慧城市发展的全球领导者并不令人惊讶。

•新德里，印度新德里是印度北部最大的商业中心。 德里人口在过去十年中迅速增长，2016 年达到

1,860万，预计到 2020 年再增长 40％。在这种加速城市化的速度下，政府面临着巨大的压力，需要提供交通，水，电和廉价

住房等公共服务。在过去的二十年里，德里的城市面积几乎翻了一番，导致平均通勤时间从 8.5公里增加到 10.4公里。远程城市居民依赖汽车，导致交通拥堵，温室气体排放增加，空气污染和公共卫生状况不佳。如果没有城市的正确设计和规划，现有的拥堵，交通，污染和安全问题只会转移和恶化。

48

印度政府历来推动各种城市发展计划，例如 1979 年的中小城镇综合发展计划（IDSMT）和 2005 年的贾瓦哈拉尔尼赫鲁国家城市更新计划（JNNURM）。由于经济，技术或政治原因，只有少数地方政府能够采取足够的措施来实施最佳实践并在城市实现这些目标。

政策经过 40 多年对铁路公共交通系统的研究，德里地铁公司（DMRC）成立于 1995 年，

并于 1998 年 10 月 1 日开始建设. 德里地铁项目成为世界上第一个获得认证的铁路项目，用于减少联合国温室气体排放的碳信用额。为了提高列车系统的效率，DMRC 于 2010 年与 Google India（通过 Google Transit）合作，通过谷歌地图，通过移动设备向乘客提供免费列车时刻表和路线信息。到 2016 年下半年，DMRC 计划为其 270万名乘客提供免费的高速宽带互联网。然后，通勤者将能够访问有关火车位置，进站和目的地的实时信息，并在不同的线路之间导航。德里政府于 2016 推出一项共同移动卡，这将允许乘客访问地铁列车，德里运输公司巴士和集群巴士。德里地铁是逐步采用智能城市系统的城市交通系统的典范。

在新德里市议会智慧城市项目实施的同时，德里发展局（DDA）推出了一项土地汇集政策，以解决德里的主要挑战之一：适合市议会提出的关于不断增长的人口的合理住房以及奠定基础设施以实施智能城市 ICT 技术拨款。除了规范土地汇集政策外，DDA还致力于通过允许民众在线监控其基础设施项目来实现问责制和透明度。

行政中央政府批准了一项 48,000千万卢比（78亿美元）的预算，用于五年期间（2016

财年至 2020财年），印度 100 个指定城市的智慧城市计划。预计州和地方政府将平等地匹配中央政府的资金。根据智慧城市使命声明和指南（2015），印度的目标是促进提供核心基础设施并为其市民提供体面生活质量的城市，清洁和可持续的环境以及智能解决方案的应用。重点是人口集中地区的可持续和包容性发展，为其他有兴趣的城市创造可复制的模式。

在 100 个城市中，NDMC（New Delhi Municipal Council）获得了中央政府的赠款，通过技术应用促进城市服务的有效管理。这些服务包括供水，卫生，住房，废物管理和城市交通。 NDMC向新德里居民咨询他们智能城市的要求，并计划开发智能公交车站，智能自行车道，基于传感器的智能停车场，电子监控，包括违反交通的电子车票，自动下水道清洁机和地理位置。其他项目包括提供 Wi-Fi接入点，空气质量传感器，噪声污染传感器和翻新 Gole 市场。

社区参与新德里的智慧城市计划尚处于初期阶段。任务指南规定，每个城市都需要制定一个智

能城市规划，其中包括区域开发提案和泛城计划，使用智能解决方案提供城市服务。在NDMC 的智慧城市项目之前，DDA 实施土地汇集政策似乎很自然。这种方法为 NDMC 提供了融入数字解决方案的基础设施，同时为 NDMC居民提供了合适的住房。

新德里的智慧城市计划是印度整体智慧城市计划的一部分，该计划利用了联合国的可持续发展目标（SDGs）。普华永道的一份报告指出，“智能可持续发展城市的支柱与拟议的联合国可持续发展目标（SDG）完全一致，而且可持续性与印度'100智慧城市'计划的整合接近，与可持续发展目标的联系。“在莫迪总理的要求下，亚洲开发银行（亚行）承诺支持城市发展部开发智能城市，亚行原则已同意拨出 10亿美元用于向智慧城市项目提供贷款，世界银行可以提供高达 5亿美元的长期贷款。

推荐使用方法•管理者应该明白自己的目的/效果

49

数据收集本身并不是目的。为了有用和相关，需要对其进行分析。然后，该分析产生的信息可以将实际应用程序驱动到公共问题。城市应该考虑他们希望主动解决的公共问题以及收集的数据如何帮助解决这些公共问题。此外，对公共问题和数据收集的评估应从现有城市综合计划，愿景和行业规划文件中得出。

信息通信技术的改进使数据收集变得更加容易。在一些案例城市中，数据收集的简易性似乎激发了城市对智能计划的投资，而没有明确规定他们寻求实现的举措。城市面临的挑战不是收集或传播数据的技术挑战 - 它是一个组织的挑战。城市需要考虑新数据将如何影响公共政策以及使用数据需要哪些管理能力。

•应该和大学，非营利机构和私人机构合作我们的许多案例中城市都与非政府部门合作。与芝加哥的物联网一样，这些伙伴关系

可以跨越各个部门，包括广泛的参与者。城市甚至可以与其他城市合作开展智慧城市计划。伙伴关系为城市提供了许多好处。它们为城市提供了可能无法获得的资金和专业知识。

许多公共问题都很复杂，而且任何单一组织都无法解决这些问题。合作伙伴关系还允许城市分担发展风险，这对于智能城市技术不断发展且经常未经检验的性质尤为重要。此外，值得重申的是，智慧城市的发展应该受到城市需求的驱动，而不是自上而下，

智能城市因避免“将城市变成大型跨国公司的数字化市场”。所以，自下而上，民主发展可以避免这些问题中。

•城市应该持续寻找/开发智慧城市的最佳实践智能技术存在很多差异。一些城市和大学正在开发自己的先驱传感器，如物联网节点。

其他人正在寻求大型私营企业提供 ICT解决方案。技术的多样性对感兴趣的城市提出了挑战。虽然尚未完全实施，但美国商务部的一部分国家标准与技术研究院（NIST）正致力于

智慧城市发展的框架. 该框架旨在解决两个主要问题：互操作性和可移植性跨城市的 ICT发展，以及对标准架构原则的需求。他们的目标是足够标准化，系统可以跨城市集成，而不会成为进一步创新的障碍。不断了解智能开发领域的新发展和创新也将有助于城市管理设计技术发展的路径，像

NIST 这样的框架可以影响城市实现智慧城市发展的方式，帮助他们避免被限制在他们最初投资的专有技术，确保这些技术可以与新技术集成。利用 ICT 技术改善城市的可持续性和公平性是一个具有巨大潜力的强大理念。然而，

这些野心应该通过现实主义来缓和。城市应批判性地研究智能城市技术。城市也应该注意智慧城市发展所伴随的组织挑战。随着 ICT 技术的到来，功能孤岛，跨部门合作的挑战以及政治僵局不会消失。然而，如果能够承认并克服这些挑战，那么智慧城市发展不仅可以提高城市的效率，问责制和透明度，还可以留下创新和协作的组织遗产，这将继续改善地方治理。

50

区块链如何颠覆云技术

在当今高度集中的云计算行业，区块链将成为一个关键的颠覆者。现在的情况是，各地的初创公司都在重新思考围绕区块链的云计算，证明了从根本上分散托管、管理和访问计算、存储和其他资源的新方法。

在云服务的核心定义中，没有任何东西表明这些资源需要由大型服务提供商控制，比如AWS、微软、谷歌、IBM、Oracle 和阿里巴巴。

云服务的意义在于确保按需付费，即访问共享基础设施、平台和应用程序服务。可以通过随需应变的自助服务使用集合资源，这种自助服务具有快速的弹性供应和可度量的服务保证。

同样，云技术也没有指定这些资源中的任何一个都应在传统的数据中心中托管。从理论上讲，这些资源可以分布在区块链、边缘计算环境、物联网（Internet）和其他完全分散的云基础设施上。事实上，Wikibon 看到越来越多的初创企业正在率先使用基于区块链的云计算业务模型，以便与大型云服务商竞争。

下一代云服务环境可能会利用区块链来支持以下所有的核心功能：

储存方法：海量存储资源是所有云服务的核心。在这方面，最近涌现出了一批初创公司，它们建立了基于区块链的环境，用于点对点中介活动，并将整个因特网上的可用存储资源货币化。值得注意的是，采用这种方法的云存储初创公司包括Sia、Filecoin、Storj、Stokit 和 Maidsafe。其中最典型的是 Sia，它的分散云存储服务允许用户作为主机注册来存储其他主机的文件，这些文件通过在多个主机之间

51

进行分区、保持机密性，以及擦除编码来确保文件在它们的所有者请求时从主机中被完全清除。基于区块链的智能合约确保了主机在实际存储其他人的文件时可以获得报酬。Filecoin 和 Storj采取了略为不同的方法，通过向客户提供存储，使用户能够使用这些货币来支付基于区块链的社区中任何其他对等点的存储，从而使用户能够获得基于区块链的加密货币。

计算：云技术提供了对高性能计算资源的按需访问。基于区块链的初创公司在点对点结构中提供计算资源，如DFINITY、ælf、iExec 和 DADI，这些公司的范围正在不断扩大。例如，DFINITY运行一个“基于区块链的计算机”，该计算机利用一种基于权限的安全共识机制来执行具有可预测性能的快速计算以及分布式节点之间的可伸缩计算和存储代理。一个基于区块链的平台根据节点类型在分布式部署中的角色对节点类型进行分类，使其具有灵活性，可以通过高效的跨链协调，以并行方式分割和分配任务。

访问：传统的云服务搭载在 Internet无处不在的服务访问、发现和路由基础设施上，其中包括 IP、DNS 和 HTTP。一个名为 Blockcloud 的初创公司创建了一个基于区块链的对等平台，以一种彻底分布式的方式来处理这些功能。

Blockcloud平台实现了一个“以服务为中心的网络”背板，它支持通过“命名服务”而不是 IP 地址来寻址服务。区块链是这个“服务访问层”的分布式中间件骨干，它支持端到端信任、策略、控制、路由、移动以及客户端和服务之间跨云的故障转移。

52

区块链是可靠服务验证的“证明”结构的基础，利用记录服务事务的“压缩有向无环图”结构，以及“真实的连续双向拍卖”机制，以公平地发现、匹配和编排云中客户的服务请求。

身份验证：传统的云服务要求用户向服务提供者注册，从而允许该公司管理自己的数字身份和凭证。然而，非营利组织 Sovrin 基金会最近的一项产业计划旨在将这种云计算模式进行了转变。该基金会已经定义了一个基于区块链的分布式身份超级分类和信任基础架构框架。这包括允许用户自提供他们自己的可信标识符，这些标识符指向公共密钥和服务端点，任何人都可以使用这些端点来验证这些身份。此外，该倡议还界定了可核查的索赔和零知识证据，使各实体能够在没有事先商业安排和不损害隐私的情况下从事可信的交易。

在未来的 1-2 年中，大型公共云提供商很有可能会收购这些和其他基于区块链的创业公司。这些初创企业似乎都不可能挑战 AWS、微软、谷歌、IBM 和其他核心企业帐户中的公共云提供商。相反，现有的公共云提供商将部署基于区块链的供应平台，以满足下列所有操作的需求：

激增供应：为了限制配置自己的计算集群和存储集群的固定成本，同时确保满足激增需求的能力，公共云提供商将利用合作伙伴场所的计算和存储，并在区块链联合环境中进行存储。如果提供商使用加密货币来补偿其云资源的贸易伙伴，那么当加密货币计价的成本偏离了从云提供商自己的库存中提供同等资源的实际货币成本时，他们也可以进行套利。

53

区域供应：为了满足在没有点的区域为客户提供的服务水平协议，公共云提供商可以利用这些区域的可用伙伴提供的资源来加速计算和存储。云提供商也可以采取这种方法来满足监管要求，即在特定的国家、省份或州之外，不存在对敏感数据的存储或处理。可以想象，每个区域都可能有自己的基于第三方区块链的对等云计算环境，这些环境彼此联合，并通过智能合约与公共云提供商进行联合。

边缘配置：为了支持移动或物联网应用的高性能，公共云提供商可以动态地分配与这些用户物理上更接近的伙伴提供的计算和存储资源，或者在这些边缘层中，具有更大的容量提供比自己资源库存更高的性能。

为了管理这些分散的安排，公共云提供商将需要实现基于区块链的资源供应环境，在此环境中，客户机服务请求可以公平、动态地与最理想的合作伙伴提供的资源进行匹配。对于每个公共云提供商，将需要一个全面的资源供应链，其中包含用于存储、计算、访问和标识配置的边链。考虑到与当前区块链技术状态相关的性能、安全性和遵从性挑战，还需要智能的工程来实现一个可操作的基础架构。

最后同样重要的是，它将需要一些标准来确保所有这些区块链无缝地联合起来，以便在未来几年中主导企业计算所有云服务所提供的资源。

54

前沿技术边缘计算：万物互联下的新型计算模型

施巍松、孙辉摘要：大数据时代下，数据的爆发式增长是信息科学的主旋律，随着万物互联趋势不断加深，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用对延迟提出了更高的要求。边缘计算(edge

computing)作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理，满足实时性、降低带宽和隐私保护等需求。关键词：智慧城市 智能制造 智能交通 协同边缘 边缘计算的重要性

大数据时代下，数据的爆发式增长是信息科学的主旋律，随着万物互联趋势不断加深，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用对延迟提出了更高的要求。边缘计算(edge computing)

作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理，满足实时性、降低带宽和隐私保护等需求。边缘计算的概念和定义

55

目前，边缘计算还没有一个严格统一的定义，研究者们从不同视角来理解边缘计算。笔者认为，边缘计算是指在网络边缘执行计算的一种新型计算模式，包括两个部分：下行的云服务和上行的万物互联服务。边缘计算中的“边缘”(edge)指从数据源到云计算中心路径之间的任意计算、存储和网络资源。可以把这条路径上的资源看作是一个“连续统”(continuum)，根据应用的具体需求和实际场景，边缘可以是这条路径上的一个或多个资源节点，如图 1所示。

边缘计算中的“边缘”与数据中心相对，它的含义贴近这样几个意思。可以表示网络距离近。由于网络规模缩小，带宽、延迟、抖动等不稳定因素都易于控制与改进。还可以表示为空间距离近。这意味着边缘计算资源与用户处在同一个情景之中，为用户提供个性化的服务。空间距离与网络距离有时可能并没有关联但应用可以根据自己的需要来选择合适的计算节点。

56

边缘计算与云计算的关系边缘计算是一种新的计算模式，它能使数据在源头附近得到及时有效的处

理。与传统的云计算模式相比，边缘计算模式不单在靠近数据中心的节点上进行处理，而且还能绕过网络带宽与延迟的瓶颈，在数据传输过程中的每一个节点上执行数据处理。万物互联时代，大数据应用问题的解决方案也有所不同。大数据处理 1.0 时

代（2005—2015 年），数据的类型主要以文本、音视频、图片以及结构化数据库等为主，数据量维持在 PB级别(1PB=1015B)，云计算下的数据处理对实时性的要求不高。万物互联背景下的大数据处理 2.0 时代（2015—2025 年），数据类型变得更加复杂多样，数据量已超过 ZB级(1ZB=1021B)，原有作为数据消费者的用户终端已变成了具有可产生数据的生产者。大数据处理 2.0 时代数据实时性处理要求更加强烈，这给原有云计算模型带来诸多挑战：(1)集中式的海量数据处理加重云数据中心的负担，导致计算能力不足；(2)从网络边缘设备传输海量数据到云中心致使网络带宽的负载较重，造成网络延迟；(3)网络边缘设备所产生的数据涉及个人隐私，使得隐私数据安全问题变得尤为突出；(4)

数据从网络边缘设备传输到云中心的过程将消耗终端设备较大电能，等等。原有的基于中心的云计算任务需要部分迁移到网络边缘设备上，以提高数据的网络传输性能，保证数据处理的实时性，同时降低云中心的计算负载。

57

为此，大数据处理 2.0 时代催生了边缘计算模型。然而，边缘计算与云计算是相辅相成的，大数据处理 2.0 时代是边缘计算模型与云计算模型相互结合的时代，二者的有机结合将为万物互联时代的信息处理提供较为完美的软硬件平台支撑。工业界和学术界对边缘计算的关注边缘计算的快速发展离不开工业界和学术界的推动。从 2014 年以来的趋势

来看，边缘计算的关注度持续走高。特别是从 2016 年开始，关注度提高速度加快，表明边缘计算在当前信息科技发展中的重要性愈加凸显。边缘计算愿景实现的过程已经开始，如 2015 年 10 月，雾计算 1 的支持

者组成开放雾联盟。该联盟旨在通过汇集公司、高校科研机构、研究者个人等资源，加快雾计算技术的部署，促进雾计算生态系统的快速形成。2017 年 3 月，欧洲电信标准化协会将移动边缘计算行业规范工作组正式更名为多接入边缘计算，致力于更好地满足边缘计算的应用需求。美国联邦政府，包括美国国家科学基金会，美国国家标准局，在 2016 年都分别把边缘计算列入了项目申请指南。此外，边缘计算领域的相关国际会议已经开始兴起，如 2016 年 10 月在美国华盛顿特区举办的第一届边缘计算研讨会(IEEE/ACM Symposium on Edge

Computing)，2017 年 10 月举办的边缘计算和雾计算世界联合大会等。2016

年 11 月 30 日，华为与中国信息通信研究院和沈阳自动化研究所，以及英特尔、

58

ARM 和软通动力等多家公司一起，联合推动成立了“边缘计算产业联盟”，旨在定义边缘计算的架构和标准，搭建边缘计算产业合作平台。边缘计算的关键内容边缘计算模型是一种分布式计算系统，并且具有弹性管理、协同执行、环境

异构以及实时处理等特点。边缘计算包括以下三个关键内容：(1)应用程序/服务功能可分割：可以应用到边缘计算模型的应用程序或服务需要满足可分割性，即对于一个任务可以分成若干个子任务并且任务功能可以迁移到边缘端去执行；(2)数据可分布：数据可分布性既是边缘计算的特征也是边缘计算模型对待处理数据集合的要求。边缘数据的可分布性是针对不同数据源而言的，不同数据源来自于数据生产者所产生的大量数据；(3)资源可分布：边缘计算模型中的数据具有一定的分布性，因此，执行边缘数据所需要的计算、存储和通信资源也要具有可分布性。边缘计算的应用实例边缘计算是否有价值，取决于基于边缘计算的关键应用场景。只有通过边缘

计算的应用实例化，才能发现边缘计算在发展中所遇到的各种挑战和机遇。这里我们列举几个边缘计算能帮助解决痛点的主要场景。智慧城市

未来智慧城市的基础设施建设将进一步呈现物联网化，无数传感器设备将安装在城市中的每个角落。智慧城市信息源包括静态数据、城市车辆和人员的流

59

动、能源消耗、医疗保健等实时数据。智慧城市必须利用不同领域的大数据，进行分析计算、预测、异常情况检测，以便于政府采取更早或更好的决策。智慧城市的解决方案还需要一种全面的方法来处理智慧城市数据安全和用户的隐私保护问题。智慧城市依靠单一的集中处理方式的云计算模型无法应对所有问题。根据边

缘计算模型中将计算最大程度迁移到数据源附近的原则，用户需求将在计算模型上层产生并且在边缘进行处理。因此，边缘计算可作为云计算在网络边缘的延伸，对城市产生的数据和个人隐私数据进行高效和安全的处理，帮助政府及时做出决策，提高城市公民的生活质量。智能制造智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，

它在制造过程中能进行智能活动。工业 4.0是基于现代信息技术和互联网技术兴起的产业，其核心就是通过信息物理系统(Cyber Physical System, CPS)实现人、设备与产品的实时连通、相互感知和信息交互，从而构建一种高度灵活的智能化和数字化的智能制造模式。CPS 通过人机交互接口实现和物理进程的交互，使物理系统具有计算、通信、精确控制、远程协作和自治功能。根据边缘计算的定义，CPS 也需要边缘计算。物理系统通常位于特定工业系统的边缘，而在边缘同时具有计算、通信以及本地感知数据的存储能力正是边缘计算的基本特征智能交通

60

智能交通将先进的通讯技术与交通技术相结合，解决城市居民的出行问题。智能交通系统对监控摄像头和传感器收集的数据进行实时分析，并自动做出决策。随着交通数据量的增加，用户对交通信息的实时性需求也在提高，若将这些数据传输到云计算中心，将造成带宽浪费和延时，也无法优化基于位置识别的服务。基于边缘计算的智能交通技术为上述诸多问题提供了较好的解决方案。安全性是在无人驾驶系统或自动驾驶系统中最重要的问题。虽然云端具有较

强的计算能力，但是如果将实时采集的数据发送到云端处理，再将结果反馈到车载控制系统来实时监测车辆的状态，那么在突发事故中将存在致命的延迟，这也是自动驾驶汽车还未被广泛采用的原因之一。边缘计算利用本地车载端的计算能力进行数据处理，同时利用云端的计算能力，建立车载端数据模型，将提高事件分析的准确性，提高智能交通系统的安全性。协同边缘协同边缘是连接多个数据拥有者的边缘，这些数据拥有者在地理上是分布

存在的，但具有各自的物理位置和网络结构，在数据拥有者之间提供数据的共享。

互联网医疗中，利用协同边缘，药房可以将该病人的购买记录推送到医院，有助于解决医疗责任纠纷。此外，药房检索由医院提供的流感人数，根据现有库存来存放药品，以便获得最大利润。药房利用制药公司提供的数据，向物流公司推送一个关于运输价格的询问请求。根据检索到的信息，药房制定总成本最优方

61

案和药物采购计划。制药公司可在收到药房的流感药品订单信息之后，重新制定药品的生产计划，调整库存。疾病控制中心在大范围区域内监控流感人群的变化趋势，可据此在有关区域内发布流感预警，采取措施阻止流感的扩散。

基于保险单规定，保险公司必须报销流感病人部分医疗消费。保险公司可以分析流感爆发期间感染人数，将治愈流感所花费的成本作为调整下一年保单价格的重要依据。而且，如果患者愿意分享，保险公司可根据患者电子病历提供个性化的医疗政策。可见，从减少操作成本和提高利润的角度，大多数参与者可以利用协同边缘来获益。个人病例信息作为源数据，医院负责源数据的收集，对于社会医疗健康而言，医院可以提前做好资源的分配以提高服务效率。《边缘计算》介绍边缘计算如此重要，目前还未见对边缘计算技术进行全面、深入剖析的出版

物。笔者施巍松是边缘计算的早期提出者和主要倡导者之一，为了推动边缘计算在国内的发展，联合国防科技大学刘芳、安徽大学孙辉以及西安电子科技大学裴庆祺等学者，集中力量编写了《边缘计算》[1]这本书，由科学出版社 2018 年 2

月出版。这本书分别从边缘计算的需求与意义、边缘计算基础、基于边缘计算的典型应用、边缘计算系统平台、边缘计算所存在的挑战、边缘计算系统实例以及面向边缘计算的安全与隐私保护等多个方面，对边缘计算进行了阐述。

要实现边缘计算框架及模型这一愿景，除了计算机系统、通信等研究人员参加之外，还需要相关的其他领域的研究机构加入，如环境和公共卫生、执法、消

62

防等，广泛开展计算机领域工作者和其他行业专家们之间的合作，解决实际问题。边缘计算是一种融合多种资源的协同计算新模式，这是一个在计算机发展史上前所未有的机会。 ■ 

脚注1 雾计算(Fog Computing)，是思科公司(Cisco)于 2011 年提出的。雾计算是云计算(Cloud Computing)的延伸概念，这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。 

参考文献[1] 施巍松, 刘芳, 孙辉, 裴庆祺. 边缘计算[M]. 北京: 科学出版社, 2018.

63

2018 年值得关注的 3 大颠覆性fintech 技术

　　公众对于欧盟《通用数据保护条例》（后文简称GDPR）的期待是限制数据公司进行数据挖掘可用的数据量，但新研究发现这一条例实际将是 fintech行业的利好。　　JuniperResearch报告显示，GDPR带来的一个影响就是公司可以诚实地以透明的选择同意模式从客户那获得数据，这些大量数据让公司得以更好地发掘用户模式。　　这份报告重点分析了今年和未来五年内将颠覆 fintech行业的 3 项技术，它们分别是数据挖掘、去中心化应用（Dapps）和量子计算。　　GDPR 时代的数据挖掘　　欧盟GDPR旨在保护公民个人可识别信息（PII），为此类信息的使用提供透明度，并且给予人们权利限制其使用，或是要求此类信息被删除或"遗忘"。　　而区块链这种新型技术则可以帮助各机构遵守GDPR 的严厉规定。如今，区块链技术已经风靡企业界。它的正式名字为数字分布式账本技术，它能够创造不可改变的交易历史记录。因为这些数据是永恒的，使用区块链作为涉及 PII 的交易的一种数据库可能违反 GDPR。但 PII 数据如果和区块链网络分开储存，这一技术就可以帮助GDPR 合规。　　如今，GDPR 已经生效，fintech 企业意识到数据泄露将带来前所未有的后果，也意识到他们需要保证客户一直同意他们的营销活动和策略。数据泄露不

64

仅会被大肆报道，这本身将导致客户流失；同时按GDPR公司也将遭遇大额罚单，最高达总收益的 4%或 2350万美元（两者取其高）。　　GDPR不仅关注大规模泄露事件。只要有人行使自己的"被遗忘权"，数据库记录就必须被删除。如果区块链是该系统的一部分，那公司区块链管理官必须确保那些"链上"记录不再有意义。好消息是，有个简单的办法就可以做到。　　删除信息所绑定的哈希密钥就是加密式数据删除。虽然数据还存在，但它分散在各个线下数据库间，没有正确的哈希密钥就不能重组。这样，这个数据散乱毫无意义--简单有效永远删除数据的方式。　　对于 GDPR，大多数人关注的是其繁冗的合规规定。但 Juniper认为合规除了能帮助公司避免罚款外还有另一好处。那就是GDPR 可以带来大量诚实获得的数据，用户在透明的模式中选择分享这些数据。　　Juniper 高级分析师 LaurenFoye说："数据收集者有机会构建一个更积极开放的获取消费者数据的方式，同时又谨防背叛消费者的信任。这种透明诚实的做法将广受欢迎，因此企业首要任务就是这么做；那些不这么做的企业将面临大量质疑和可能的用户抵制。"

　　这不仅仅是理论层面。数据挖掘行为在过去一年收到愈加严格的监管。比如脸书/剑桥分析的丑闻就导致大量消费者严重不满，甚至极大地冲击了脸书的股价。Foye说："我们研究中讨论的公司本身不一定是 fitech 企业；它们是和金融界有合作的公司或是会对 fintech行业带来涟漪影响的破坏性力量。"

　　此外，像基于 SaaS 的社交媒体营销平台 ShareRoot 和计划在所有运营活动中都落实 GDPR 的微软可以售卖用于数据挖掘或GDPR 合规的技术从而获益，Juniper 的报告中指出。

65

　　去中心化应用爆炸式增长　　未来一年第二大颠覆因素就是去中心化应用(Dapps)的爆炸式增长。　　(Dapps)以区块链为基础创建了一个安全简便的创新型开源软件生态系统，此系统中用户可以开发新的在线工具。　　Foye说："Dapps 可以集中全球无数机器的资源，使用几千台闲置电脑的计算力。成果应用不会属于任何一个实体，而是社区驱动的。"

　　Dapps 和区块链一样也是在许多节点（有时是几亿个）上分布，这让它们极其容错同时对用户保持透明。　　Juniper指出 Dapps 会变得更安全因为去中心化减少侵入和欺诈发生概率，储存在区块链上的数据无法在事后被更改或转变。　　Juniper报告说："我们认为这些特质会鼓励许多金融参与方和第三方在安全性为重的行为中使用这一技术。"

　　Dapp 创建者平台允许用户使用已有的智能合同建立以太坊Dapp，这意味着不需要编程而且应用会立即自动落实到一个区块链上。在这种平台上有成千个 Dapp，虽然很多都是传统软件和应用的复制版本。　　比如微博网站 Peepth就是一个排版和功能与推特类似的 Dapp。　　Juniper报告称："但是去中心化的本质和无主权意味着 Dapp 在法律上不会成为被告。用户必须支付一小笔以太加密货币才能使用这个应用，和其他Dapp 一样。用户需要'支付费用'给矿工才能将交易记录在区块链上。"

　　Dapps 也支持智能合同技术--公司自动化的自我执行代码。基于 Dapp 的供给链测试项目能够自动实时追踪货物状态或是完成房地产和其他金融交易。这些测试项目已在全行业铺开。

66

　　新的基于区块链的应用通常靠首次代币发行（ICO）来筹资，这是一种基于 Dapp 的众筹技术，使用加密代币来交换法币或是作为使用该应用的奖励。　　Juniper报告提到，虽然要求使用加密代币来支付可能是一个障碍，但是用户对于基于区块链的安全有记录的交易的希望会让他们使用这一技术。他们愿意付出这种代价来获得好处和得到心安。　　JuniperResearch预测和咨询负责人WindsorHolden说："许多公司包括 IBM、微软和 Oracle 都在探索这些领域。"而对于这一问题，其中的一大挑战就是互操作性，虽然几个技术提供商现在提供跨区块链解决方案。"公开未被许可的链如比特币和以太坊上更大的问题是安全。如果参与者能够避免这些问题，比如选择私链，那他们就可以有更多控制。"

　　区块链有很多选择，但是他们主要可以分为两类：公共或私有（得到允许的）。公共区块链例如比特币能够让任何参与共识流程的人看到或发送交易。　　私有区块链则只允许某一个或几个组织写入这个分布式账簿，例如某个公司中的一群员工或是有网络合作协议的一组银行。　　还有一种是财团区块链，只有预先选择的一些字节能够有权使用该账簿。比如，一组银行和他们的清算所可能会使用区块链来清算交易，每一个字节都是认证过程的一步。　　量子霸权　　Juniper认为 2018 年将会迎来量子霸权。一台量子电脑可以做传统电脑无法完成或者只限理论上可完成的任务。　　量子计算可以快速算出复杂算法，可能将重新定义 fintech、物流和研发。

67

　　报告称"虽然主流应用最早要到 2023 年，但公司企业应该有所计划，避免落后。"

　　量子计算使用基本粒子如电子或光子（实际中铁离子也成功过），这些粒子的电极就代表 0或 1.每一个粒子称作量子节（qubit），这些节的行为就是量子计算的基础。　　Juniper说："因此量子计算有能力比现在二元电脑解决复杂得多的问题，qubit 可以处于 1、0或甚至是既 1 又 0 的状态，后者被称为叠加。这就意味着量子计算机比二元电脑强大几百万倍，有能力影响并颠覆所有行业的进程。"

　　行业专家之前预测有 50 个及以上 qubit 的量子计算器将是里程碑，好多年才能达到。但量子计算的发展超出了预期。　　11 月 IBM 成功测试了一台 50qubit 量子计算器，之后的 3 月谷歌揭幕了其 72qubit 的 Bristlecone芯片设计。　　一旦成功投营，Bristlecone芯片可以用来开发量子算法。　　Juniper说："这一切发展得比我们期待的都快。量子霸权即量子电脑可以解决传统电脑无法或仅是理论上可做的任务的实现需要一台 100qubit设备。"

68

神经网络的性能改进

神经网络是机器学习算法，提供许多示例的精确度状态。但是，很多时候，我们构建的网络的准确性可能不令人满意，或者可能无法引领我们进入数据科学竞争排行榜的顶端。因此，我们一直在寻找更好的方法来改善模型的性能。有很多技术可以帮助我们实现这一目标。遵循这些技术来了解它们，并建立自己的准确的神经网络。

检查过拟合

确保神经网络在测试数据上表现良好的第一步是验证神经网络没有过拟合。好的，停一下，什么是过拟合？过拟合发生在模型开始记忆训练数据的值而不是从中学习。因此，当模型遇到一个它以前从未见过的数据时，就无法很好地执行。为了让你更好地理解，让我们来看一个类比：我们都会有一个善于背诵的同学，并且假设即将有一场数学考试。你和你这位善于记忆的朋友从课本开始学习你的朋友会记住教科书中的每一个公式、问题和答案，但另一方面，你比他更聪明，所以你决定基于直觉来解决问题，并了解这些公式是如何发挥作用的。考试

69

的日子到了。如果试卷中的问题直接出自教科书，那么你可以料到你的记忆力强的朋友做得更好，但如果问题是涉及直觉方面的新问题，那么你在考试中做得更好，你的记忆力强的朋友会惨遭失败。

如何识别模型是否过拟合？你可以交叉检查训练的准确性和测试的准确性。如果训练的准确性远远高于测试的准确性，那么你可以假设模型已经过拟合。你还可以绘制图表上的预测点来验证。有一些技巧可以避免过拟合：

数据正则化（L1 或者 L2） Dropouts - 随机丢弃神经元之间的连接，迫使网络找到新的路径并归纳 提早停止 - 减少神经网络的训练，从而减少测试集中的错误。

超参数调整

70

超参数是必须初始化到网络的值，这些值在训练时无法通过网络获知。比如在卷积神经网络中，一些超参数是核的大小、神经网络中的层数、激活函数、损失函数、使用的优化器（梯度下降，RMSprop）、批量大小、训练的时代数量等。

每个神经网络都会有它的最优超参数集，这个参数集将会产生最大的精确度。你也许会问，「有这么多的超参数，对于一个神经网络我如何选择使用哪些呢？」不幸的是，现在还没有一个明确的方法去为每个神经网络指定一个最优超参数集，所以这个最优参数集通常通过试错（trial and error）来获得。接下来我们会提到关于超参数的一些通用惯例：

学习率（Learning Rate）——选择一个最优的学习率是很重要的，因为它决定了你的网络是否收敛于全局最小值。选择一个高的学习率几乎不会得到全局最小值，因为你有很大概率直接越过最小值。因此，一直在全局最小值附近徘徊但从来没有收敛于这一点。选择一个小的学习率可以帮助一个神经网络收敛到全局最小值，但是这会耗费大量的时间。因此，必须用大量的时间来训练网络。一个小的学习率也会使网络陷入局部最优解也就是说，由于学习率小，网络会收敛于局部最小值且无法跳出。因此，当设置学习率时，需要谨慎。

网络架构（Network Architecture）——现在并没有一种标准的架构会在所有测试案例中都得出高的精确度。你需要去实验，尝试不同架构，从结果中得到推论然后再尝试。我建议的一种方法是：使用一些经过证明的架构去替代你自己创造的。例如：对于图像识别任务，你有 VGG 网络Resnet（残差网络），谷歌（Google）的 Inception 网络等。这些都

71

是开源的且已经被证明有高的精确度，因此，你可以使用他们的架构再根据你的目的来微调他们。

优化方式及损失函数（Optimizers and Loss function ）——对于优化方式及损失函数，我们已经有大量的可供选择的选项。事实上，如果需要的话，你甚至可以自定义损失函数。但是最常用的优化方法是 RMSprop 算法，随机梯度下降（Stochastic Gradient Descent）算法及 Adam 算法。这些优化方法可以应用于大多数的情况。对于通用的损失函数，如果应用于分类任务，可以使用分类交叉熵（categorical

cross entropy）。如果是在回归任务中，常用的损失函数是均方误差（MSE）。多去调试这些优化方法的超参数，同时也要尝试不同的优化方式和损失函数的组合。

批量规模（Batch Size）和训练完整数据的次数（Number of

Epochs）——再强调一下，批量大小和训练次数没有对所有情况都有效的通用的值。你需要去实验然后尝试不同的数值。在通常情况下，批量规模的值被设置为 8，16，32。训练完整数据的次数由开发者的偏好和其拥有的计算力来决定。

72

ReLU 激活函数

激活函数（Activation Function ）——通过激活函数可以在输出中加入非线性映射。激活函数非常重要，选择一个恰当的激活函数可以帮助你的模型学习的更好。现在，ReLU 是最广泛使用的激活函数因为它解决了梯度消失的问题。早年间，Sigmoid 和 Tanh 函数是最常用的激活函数。但是，他们都存在着梯度消失的问题。也就是说，在反向传播的过程中，当传播到起始层时，梯度会在数值上消失。这会阻止神经网络扩大到有更大规模更多层的状态。ReLU 有效的克服了这个问题因此使神经网络可以有更大的规模。

算法集成如果单一神经网络的精度不是你所想要的那样，你还可以构建一个神经网

络的集成并使它们的预测性能结合起来。你可以选取不同的神经网络架构，用数据的不同部分来训练它们，之后将它们「组装」起来，用其联合的预测性能在测

73

试集上取得高精度。假设，你正在构建一个猫狗分类器，0 代表猫 1 代表狗。当将不同的猫狗分类器结合起来时，集成算法的精度将会根据它与各个单一分类器的皮尔森相关性（Pearson Correlation）提升。让我们来看一个例子，测试 3 个模型并评估它们的精度。

这三个模型之间的皮尔森相关性较高。因此，集成它们没有提升精度。如果我们通过多数投票来集成上述三个模型，我们会得到下面的结果。

现在，让我们看另外三个模型，它们预测结果之间的皮尔森相关性很低。

当我们将这三个「中等生」结合起来，得到如下结果。

74

你可以从上看到，同样是三个「中等生」的集成，皮尔森相关性低的一方性能要胜过高的一方。

数据的缺乏在运用了上述所有的技术之后，如果你的模型在你的测试集上依旧没有表

现得更好，那可能得归因于缺少训练数据了。当可利用的训练数据的数量受限时也有很多的使用案例。如果你无法采集更多的数据，那么你可能得求助于数据增强（data augmentation）技术了。

数据增强技术

如果你正在研究图片的数据集，你可以通过图片剪切，翻转，随机裁剪等等，来为训练集增添新的图片。这可以为神经网络的训练提供不同的实例。

结论

75

这些技术被看作是最好的实践经验，并且往往在提升模型学习特征的性能上看起来十分有效。这篇文章可能看起来比较长，感谢你将它通篇读完，如果任何这些技术有帮助到你，我很乐意与你分享。

76

利用特权信息、语义信息和多源信息辅助基于网络数据的学习

传统的机器学习尤其是深度学习，需要大量的标注数据，但是标注数据的获取非常费时费力。考虑到每天都有大量的图片和视频被上传到网上可供免费下载，为了有效地避免由于标注数据不足带来的对传统机器学习模型的不利影响，我们利用互联网上已有的、大量标注得比较粗糙的网络图片或视频来训练模型，用于物体识别、人体动作识别、视频事件检测等应用。

然而，用网络图片或视频来训练模型存在诸多问题，比如：

1.网络图片或视频标签是由用户提供的，非常不准确。有噪声的训练集对模型训练有非常负面的影响；

2. 网络图片视频和测试集的图片视频在数据分布上存在巨大差异，如果用网络数据训练模型，得到的模型在数据分布差别很大的测试集上，效果会很不理想。

但是，基于网络数据学习也有一些优势，比如：

1.网络图片和视频通常会配有标签、标题等文字信息，但测试图片和视频没有这种文字信息。这种只有训练数据有但测试数据没有的信息称为特权信息

77

(privileged information)，我们可以利用特权信息来帮助训练图片或视频的分类模型；

2. 网络上有可以免费获得的语义信息，比如我们可以从维基百科上获取每一个类别的语义信息，用来辅助训练更鲁棒的图片或视频的分类模型；

3. 网络数据具有多源性。不论是图片还是视频，我们都可以从很多不同的网站下载大量免费的数据，比如从 Google、Bing 上获取图片，从

YouTube、Flickr 中获取视频。然而，每一个数据源的数据分布都会有很大的差异，因此如何利用多源网络数据进行学习也是很重要的研究课题。

为了充分利用网络数据的优势，解决基于网络数据学习中存在的关键问题，我们提出了一系列基于网络数据的学习方法，使得网络图片和视频能被用于训练更鲁棒的模型，在物体识别、人体动作识别、视频事件识别等应用上取得了很好的效果。接下来就分别介绍如何利用上述网络数据的三个优势（特权信息、语义信息和多源信息）来解决基于网络数据学习的两大主要问题（标签噪音和数据分布差异）。

一、 利用特权信息辅助基于网络数据的学习

为了解决网络数据的标签噪音问题，我们参照多示例学习 (multi-instance

learning) 把网络图片分成若干个包。对于二分类问题，我们用类名作为关键词可以搜索得到很多相关样本，然后用其他关键词搜索得到很多无关样本。我们把相关样本分成正包，无关样本分成负包。我们只知道每个包的标签，但不知道每

78

个包里面样本的真实标签。因而，我们对样本的标签做了如下假设：每个负包里面的样本都是负样本，但对于每个正包，至少有一定比例的样本是正样本而其他是负样本。其中提到的比例属于先验信息，可以根据实验观察人为设定。根据以上假设，我们就可以提出多实例学习的模型来解决标签噪音的问题。

另外，我们同时使用特权信息来进一步减弱标签噪音的影响。受 SVM+的启发，我们用基于特权信息的损失函数 (loss function) 来代替多实例学习模型中的损失变量，从而用特权信息控制损失的大小。一般来说，在特权信息的约束下，噪音样本的损失函数值较大，也就说我们允许它们的损失比较大；而非噪音样本的损失函数值比较小，也就是说我们强制要求它们的损失比较小。综上，我们将特权信息用于多种多示例学习方法，提出一种新的学习框架，如下图所示。

79

在上述框架的基础上，我们进一步解决网络训练数据和用户测试数据的分布性差异问题。我们给不同的训练样本分配不同的权重。具体来说，离测试数据中心比较近的被分配较高的权重，而离测试数据中心较远的被分配较低的权重，从而拉近加权的训练数据中心和测试数据中心的距离。经过公式推导，我们有一个有意思的发现：对于每一个训练样本，它和训练数据中心的相似度减去它和测试数据中心的相似度可以被看成另外一种特权信息。至此，我们将学习框架拓展为可以同时解决基于网络数据学习的两大问题。在实验部分，我们用 Flickr 图片或视频作为训练集，在图片分类、人体动作识别和视频事件检测的标准测试集上做了大量的实验，结果证明了特权信息的有效性。我们的论文发表在 ECCV

2014 [1]，后来被拓展到 IJCV [2]。

二、利用语义信息辅助基于网络数据的学习

在网上我们可以免费获得每一种类别的语义信息 (semantic information)。比如给定一个类名，我们可以从它的维基主页上抽取文本信息作为该类别的语义信息，也可以用类名的词向量 (word vector) 作为该类别的语义信息。我们的方法建立在差分自编码器 (variational auto-encoder (VAE)) 的基础上，出于以下两点考虑：1. 自编码器可以用来检测噪音；2. 自编码器的隐藏层 (hidden

layer) 可以加入语义信息。

我们方法的框架见下图，分成上下两个子网络。下面的子网络是 VAE，输入是图片的 CNN 特征，输出是重建概率，可以用来指示该图片是不是噪音。具体来讲，噪音的重建概率比较低而非噪音的重建概率比较高。上面的子网络是分

80

类器，输入是类别的语义信息和 VAE 的隐藏变量，输出是类别种类，这也相当于用分类器来约束 VAE 的隐藏层。在这种情况下，分类器和 VAE 可以联合利用语义信息来抵制噪音。从我们最终的目标函数可以看出，我们旨在减少加权的分类损失。具体来说，更可能是非噪音的图片的损失被分配更高的权重，因为非噪音的图片对训练鲁棒的模型贡献更大。在训练阶段，我们训练一个端到端的网络以优化 CNN、VAE 和分类器的参数。在测试阶段，我们输入测试图片和所有测试类别的语义信息，预测测试图片的类别。

在上述网络结构的基础上，我们做了两点改进用来解决网络训练数据和用户测试数据的分布性差异问题：

首先，我们用 VAE 同时重建网络训练数据和无标签的测试数据，该方法已被之前域迁移 (domain adaptation) 的论文证明有效。

其次，我们用网络训练数据的隐藏变量 (hidden variable) 来重建测试数据的隐藏变量。

具体来说，我们假设测试数据的隐藏变量可以由网络训练数据的隐藏变量线性表示，并且表示矩阵是低秩的。借助低秩表示 (low-rank representation) 的

81

学习方法，我们可以更新测试数据的隐藏变量并用更新后的数据重新预测。在实验部分，我们用 Google 图片作为训练集，在三个图片分类的标准测试集上做测试。结果表明类别的语义信息可以辅助解决基于网络数据学习的两大问题。我们的论文发表在 CVPR 2018 [3]。

三、 利用多源信息辅助基于网络数据的学习

网络上的数据多模态且多源。比如图片可以从 Google, Flickr, Bing 等网站下载，视频可以从 Flickr, YouTube 等网站下载，并且从网上下载的图片或视频都带有文本信息。从不同网站下载的数据有很大的分布差异性。如果用网络数据作为训练集，我们希望选取和测试集分布比较接近的网络源作为训练集，这样训练出来的模型在测试集上能取得更好的效果。所以我们想要在不同的网络源上分配不同的权重，具体来讲，给和测试集分布比较接近的网络源分配更高的权重。

我们的流程图如下，给定若干个网络源，其中一部分是图片源，另一部分是视频源。我们从图片中抽取 2D 视觉特征，从视频中抽取 3D 视觉特征，从文本信息中抽取文本特征，输入到我们的学习模型。同时，我们的方法也需要输入无标签的测试视频，从测试视频中同时抽取 2D 视觉特征和 3D 视觉特征。基于视觉特征，我们在每个源上训练一个分类器。给定一个测试样本，每个分类器会产生一个预测值。我们把所有的预测值加权平均，和测试样本的标签作比较。然而，测试样本的标签在训练阶段是未知的，所以我们还需要推断测试样本的伪标签。综上，在训练阶段，我们需要同时学习每个源的权重，每个源上的分类器

82

以及测试样本的伪标签。这样就可以解决网络训练数据和用户测试数据分布的差异性问题。

在流程图中，我们还可以看到所有的图片和视频都有附带的文本信息。我们利用附带的文本信息作为特权信息来帮助解决网络数据标签噪音的问题。如何利用特权信息去噪已经在第一部分讲过，技术细节比较相似，在此就不重复了。在实验部分，我们把 Google 和 Bing 作为图片源，把 Flickr 作为视频源，在人体动作识别和视频事件检测的标准测试集上做了大量的实验。实验证明我们的方法可以更好地利用多模态多源的网络数据。我们的论文发表在 CVPR 2013 [4]，然后拓展到 T-NNLS [5].

总结

基于网络数据学习存在两大主要问题：标签噪音和数据分布差异性，所以和基于精确标注数据的学习相比在性能上仍有一定的差距。但是考虑到网络数据的诸多优势，基于网络数据学习有着很大的提升空间和广阔的应用前景。在这篇

83

文章中，我们结合过去尝试的方法，讲述了如何利用特权信息、语义信息和多源信息帮助解决基于网络数据学习的主要问题。在未来工作中，我们会继续探索如何充分利用网络数据的优势去提升基于网络数据学习的性能，并把应用扩展到物体检测，语义分割、文本和图片的双向检索以及其他领域。

[1] Li Niu *, Wen Li *, and Dong Xu, 「Exploiting Privileged Information from Web Data for Image Categorization」, ECCV, 2014.

[2] Li Niu, Wen Li, and Dong Xu, 「Exploiting Privileged Information from Web Data for Action and Event Recognition」, IJCV, 2016.

[3] Li Niu, Qingtao Tang, Ashok Veeraraghavan, and Ashu Sabharwal,「Learning from Noisy Web Data with Category-level Supervision」, CVPR, 2018.

[4] Lin Chen, Lixin Duan, and Dong Xu,「Event recognition in videos by learning from heterogeneous Web sources」, CVPR, 2013.

[5] Li Niu, Xinxing Xu, Lin Chen, Lixin Duan, and Dong Xu, 「Action and Event Recognition in Videos by Learning from Heterogeneous Web Sources」, T-NNLS, 2017.

84

深度学习优化入门：Momentum、RMSProp 和 Adam

在另一篇文章中，我们讨论了随机梯度下降的具体细节，以及如何解决诸如卡在局部极小值或鞍点上的问题。在这篇文章中，我们讨论另外一个困扰神经网络训练的问题，病态曲率。

虽然局部极小值和鞍点会阻碍我们的训练，但病态曲率会减慢训练的速度，以至于从事机器学习的人可能会认为搜索已经收敛到一个次优的极小值。让我们深入了解什么是病态曲率。

病态曲率

考虑以下损失曲线图。

85

**病态曲率**

如你所知，我们在进入一个以蓝色为标志的像沟一样的区域之前是随机的。这些颜色实际上代表了在特定点上的损失函数的值，红色代表最高的值，蓝色代表最低的值。

我们想要下降到最低点，因此，需要穿过峡谷。这个区域就是所谓的病态曲率。为了了解为何将其称为病态曲率，让我们再深入研究。放大了看，病态曲率就像这样...

86

**病态曲率**

要知道这里发生的事情并不难。梯度下降沿着峡谷的山脊反弹，向最小的方向移动的速度非常慢。这是因为山脊的曲线在 W1 方向上弯曲的更陡。

考虑山脊表面的 A 点。我们看到，梯度在这点可以分解为两个分量，一个沿着 W1 方向，另外一个沿着 W2 方向。如果 f 显著下降的唯一方向是低曲率的那么优化可能会变得太慢而不切实际，甚至看起来完全停止，造成局部最小值的假象。

87

正常情况下，我们使用一个较慢的学习率来解决这种山脊间反弹的问题，正如上一篇关于梯度下降的文章所述。然而，这却产生了麻烦。

当我们接近最小值时，慢下来是有意义的，我们想要收敛于它。但是考虑一下梯度下降进入病态曲率的区域，以及到最小值的绝对距离。如果我们使用较慢的学习率，可能需要花费更多的时间才能到达极小值点。事实上，有研究论文报道过使用足够小的学习率来阻值山脊间的反弹可能导致参与者以为损失根本没有改善，从而放弃训练。

如果 f 显著下降的唯一方向是低曲率的，那么优化可能会变得太慢而不切实际，甚至看起来完全停止，造成局部最小值的假象。

也许我们想要的是能让我们慢慢进入病态曲率底部的平坦区域，然后在最小值的方向上加速。二阶导数可以帮助我们做到这一点。

牛顿法

梯度下降是一阶优化方法。它只考虑损失函数的一阶导数，而不考虑更高阶的导数。这基本上意味着它不知道损失函数的曲率。它只能说明损失是否下降以

88

及下降的速度，而不能区分曲线是平坦的，向上的，还是向下的。

之所以会发生这种现象，是因为梯度下降只关心梯度，就好像上图中红色的点，三个曲线在这一点上的梯度是相同的。如何解决？使用二阶导数，或者考虑梯度变化的速率。

一个非常流行的可以使用二阶导数的技术，可以解决我们的问题，这个方法称为牛顿法。 如果表面变得不那么陡峭，那么学习步骤就会减少。

牛顿法可以提供一个理想的步长，在梯度方向上移动。 由于我们现在有了关于损失表面曲率的信息，所以可以选择步长，而不是用病态曲率来超过该区域的极限。

牛顿法通过计算 Hessian 矩阵来实现，Hessian 矩阵是损失函数的二阶导数组成的权值组合。我所说的权值组合，如下所示。

89

 Hessian 矩阵在一个大矩阵中计算所有这些梯度。

Hessian 矩阵给出了一个点的损失曲面曲率的估计。一个损失的表面可以有一个正曲率，这意味着当我们移动时，表面会迅速变得不那么陡峭。如果我们有一个负曲率，这意味着当我们移动时，曲面变得越来越陡。

注意，如果这一步是负的，那就意味着我们可以使用任意的步骤。换句话说我们可以切换回原来的算法。这对应于下面的情况，梯度变得越来越陡。

90

然而，如果梯度变得不那么陡峭，我们可能会走向一个处于病态曲率底部的区域。在这里，牛顿法给了我们一个修正的学习步骤，正如你所看到的，它与曲率成反比，或者曲面变得越来越小。

如果表面变得不那么陡峭，那么学习步骤就会减少。

为什么我们很少使用牛顿法?

看到公式中的 Hessian 矩阵了吗？Hessian 矩阵需要计算损失函数对所有权值组合的梯度。在组合已知的情况下，要求的值的数量约是神经网络中权值数量的平方。

对于现代的网络来说，通常都含有数十亿个参数，使用高阶的优化方法很难计算 10 亿的平方数量级的梯度。

二阶优化是关于梯度本身如何变化的信息。虽然我们不能精确的计算它，但是我们可以遵循启发式方式，以指导我们根据之前的梯度进行优化

Momentum

91

与 SDG 结合使用的一种常用方法叫做 Momentum。Momentum 不仅会使用当前梯度，还会积累之前的梯度以确定走向。 梯度下降方程修改如下。

第一个式子有两项。第一项是上一次迭代的梯度，乘上一个被称为「Momentum 系数」的值，可以理解为取上次梯度的比例。

我们设 v 的初始为 0，动量系数为 0.9，那么迭代过程如下：

我们可以看到之前的梯度会一直存在后面的迭代过程中，只是越靠前的梯度其权重越小。（说的数学一点，我们取的是这些梯度步长的指数平均）

92

这对我们的例子有什么帮助呢？观察下图，注意到大部分的梯度更新呈锯齿状。我们也注意到，每一步的梯度更新方向可以被进一步分解为 w1 和 w2 分量。如果我们单独的将这些向量求和，沿 w1 方向的的分量将抵消，沿 w2 方向的分量将得到加强。

对于权值更新来说，将沿着 w2 方向进行，因为 w1 方向已抵消。这就可以帮助我们快速朝着极小值方向更新。所以，动量也被认为是一种抑制迭代过程中锯齿下降问题的技术。

这种方法还可以提高收敛速度，但如果超过极小值，可能需要使用模拟退化算法

我们通常初始化动量为 0.5，并且在一定循环次数后逐渐退火到 0.9

RMSProp

93

RMSProp 或均方根反向传播算法有着有趣的历史。 它是由传奇人物Geoffrey Hinton 提出的，当时只是在课堂上是随意提出的一个想法。

RMSProp 算法也旨在抑制梯度的锯齿下降，但与动量相比， RMSProp 不需要手动配置学习率超参数，由算法自动完成。 更重要的是，RMSProp 可以为每个参数选择不同的学习率。

在 RMSprop 算法中，每次迭代都根据下面的公式完成。 它是对每个参数单独迭代。

让我们来看看上面的方程都在做什么

在第一个方程中，我们计算一个梯度平方的指数平均值。由于我们需要针对每个梯度分量分别执行平方，所以此处的梯度向量 Gt 对应的是正在更新的参数方向的梯度各个方向的投影分量。

94

为此，我们将上一次更新的超参数乘希腊字母 nu。然后将当前的梯度平方乘（1-nu）。最后我们将他们加到一起得到这一时刻的指数平均。

我们之所以使用指数平均是因为在 momentum 例子中看到的那样，它可以使得间隔和权重成正比例变化。实际上使用「指数」一词是因为前面项的权重呈指数级下降（最近的项权重是 ρ，次近的 ρ 方，然后是 ρ 立方，以此类推）。

注意我们表示病态曲率的图，梯度沿 w1 方向的分量比沿 w2 方向的分量大的多。我们以平方的方式将 w1 和 w2 叠加，w1 不会发生抵消，w2 在指数平均后会更小。

第二个方程定义了步长，我们沿负梯度方向移动，但是步长受到指数平均值的影响。我们设置了一个初始学习率 eta，用它除指数平均值。在我们的例子中，因为 w1 平均后比 w2 大很多，所以 w1 的迭代步长就比 w2 要小很多。因此这将避免我们在山脊之间跳跃而朝着正确的方向移动。

第三个方程是更新操作，超参数 p 通常选为 0.9，但是你可能需要调整它。方程 2 中的 epsilon 是为了防止被 0 除，通常取 1e-10

还要注意的是，RMSProp 隐含的执行模拟退火，假设我们正朝着极小值前进并且我们想要放慢速度避免越过极小值。当步长很大时 RMSProp 将自动减小梯度更新的步长（大步长容易越过极小值点）。

Adam

95

到目前为止，我们已经对比了 RMSProp 和 Momentum 两种方法。尽管

Momentum 加速了我们对极小值方向的搜索，但 RMSProp 阻碍了我们在振荡方向上的搜索。

Adam 或 Adaptive Moment Optimization 算法将 Momentum 和 RMSProp

两种算法结合了起来。 这里是迭代方程。

我们计算了每个梯度分量的指数平均和梯度平方指数平均（方程 1、方程

2）。为了确定迭代步长我们在方程 3 中用梯度的指数平均乘学习率（如

Momentum 的情况）并除以根号下的平方指数平均（如 Momentum 的情况），然后方程 4 执行更新步骤

超参数 beta1 一般取 0.9 左右，beta_2 取 0.99。Epsilon 一般取 1e-10。

96

结论

在这篇文章中，我们介绍了 3 种基于梯度下降法来解决病态曲率同时加快搜索速度的方法。 这些方法通常称为「自适应方法」，因为学习步骤会根据等高线拓扑进行调整。

在上面的三种方法中，尽管 Adam 算法在论文中被认为是最有前景的算法，但是 Momentum 方法貌似更主流一些。实践结果表明，在给定损失函数的情况下，三种算法都能收敛到不同的局部最优极小值。但是用带 Momentum 的 SGD

算法比 Adam 算法找到的极小值更加平坦，而自适应方法往往会收敛到更加尖锐的极小值点。平坦的极小值通常好于尖锐的极小值。

尽管自适应算法有助于我们在复杂的损失函数上找到极小值点，但这还不够，特别是在当前网络越来越来越深的背景下。除了研究更好的优化方法之外，

97

还有一些研究致力于构建产生更平滑损失函数的网络架构。Batch-Normalization

和残差连接是其中的解决方法，我们也会尽快在博客上发布有关的详细介绍。欢迎随时在评论中提问。

扩展阅读 Video on Exponential Weighted Averages For the mathematically inclined, a brilliant explanation of Momentum More on Pathological Curvature and second order optimization On Newton's method and optimization in general

原文链接：https://blog.paperspace.com/intro-to-optimization-momentum-rmsprop-adam/

美图云联合中科院，提出基于交互感知注意力机制神经网络的行为分类技术

以往注意机制模型通过加权所有局部特征计算和提取关键特征，忽略了各局部特征间的强相关性，特征间存在较强的信息冗余。为解决此问题，来自美图云视觉技术部门和中科院自动化所的研发人员借鉴 PCA（主成分分析）思想，提出了一种引入局部特征交互感知的自注意机制模型，并将模型嵌入到 CNN

网络中，提出一个端到端的网络结构。该算法在多个学术数据集和美图公司内部工业界视频数据集上的行为分类表现都非常出色。基于该算法思想的相关论文「Interaction-aware Spatio-temporal Pyramid Attention Networks for Action

98

Classification」已被 ECCV2018 收录，下文将从背景、核心思想、效果和应用前景几个方面进行介绍。

一、背景

深度卷积神经网络中，特征图里相邻空间位置的局部通道特征，往往由于它们的感受野重叠而具有很高的相关性。自注意机制模型通常利用每个局部特征内部元素的加权和（或其他函数）来获得其权重得分，此权重用于加权所有局部特征获取关键特征。尽管局部特征之间具有很高的相关性，但此权重计算并没有考虑到它们之间的相互作用。

PCA 可以提取全局特征主要维度的主成分信息，而这些主成分信息可以看作是提取的局部特征，最后降维后的全局特征即是关键局部特征的集合。注意机制的目的是从局部特征集合中提取关键部分，也就是 PCA 中的局部特征。不同的是注意力机制使用每个局部特征对应的加权得分来计算最终的全局特征 。PCA 利用协方差矩阵来获得降维（或加权权重）的基向量，从而减少特征间的信息冗余和噪声。基于以上背景，该团队使用 PCA 来指导提出的注意力模型，并通过将 PCA 算法转换成损失设计实现。此外，由于深度网络中的不同层可以捕获不同尺度的特征图，算法使用这些特征图来构造空间金字塔，利用多尺度信息来计算每个局部通道特征更精确的注意力分数，这些权重得分用于在所有空间位置中对局部特征进行加权。

二、核心思想

99

 

本论文定义了一个新的交互感知时空金字塔注意力层，以此实现输入在深度卷积神经网络中各个层的不同尺度局部特征的交互感知和时空特征融合的功能。它的架构如上图所示，算法首先定义了一个下采样函数 R, 将不同层的特征图统一到一个尺度。接着对不同尺度的特征图的局部通道特征使用注意力机制进行关键特征提取，通过使用融合函数对不同尺度的特征进行融合，并计算每个局部特征的注意力得分，用于加权特征。

 

在 PCA 中使用协方差矩阵计算投影向量并依此进行降维，即提取关键的局部特征，本论文将其转化损失函数的设计加入到最终的模型中：

 

100

再对提出的空间金字塔注意力模型进行约束，使其不同尺度层的特征图尽量关注到不同的信息，加入分类损失得出最终的损失函数：

 

论文提出的模型参数与输入特征图的数目无关，因此，自然地将其拓展到视频级端到端训练的时空网络，最终的网络结构定义如下图：

 

三、效果

研发人员将提出的基于交互感知的时空金字塔注意力机制神经网络算法应用于美图公司的视频相关业务进行人物行为分类，效果表现优异。除此之外在公开数据集 UCF101、HMDB51 和无裁剪行为数据库 Charades 上进行了评测，也取得了领先效果，结果如下图所示 ：

101

 

此外，该论文对视频时空输入进行了评测，评测结果显示出该模型能够同时处理任意数量的视频帧输入，并取得较好的实验结果。

102

上图给出了该算法在进行行为分类时的可视化输出结果，可以看出该算法能够对视频中关键的行为进行精确定位。

四、展望

实际应用中，业务场景对算法的运行时间要求较严苛。本论文在公开数据集上的结果均通过截取视频中的多帧得到，时间复杂度较高，后续会以降低算法时间复杂度为目标对核心模块进行优化。值得注意的是，本论文提出的空间金字塔注意力模型不受其输入特征图数量的限制，因此它很容易扩展到一个可以兼容任意数量的输入帧的时空版本，在应用中可以在分类准确率几乎不受影响的前提下，通过减少截帧数提升处理速度。

103