物联网离我们越来越近了,相关的技术也多了起来。
科技进步到一定时候就有了新的技术解决方案。
ipv4 是 32 位,资源已经用的差不多了。于是有了 ipv6 128 位,但过于复杂。
于是又了专门的互联网协议 6LoWPAN,
6LoWPAN是一种基于IPv6的低速无线个域网标准,即IPv6 over IEEE 802.15.4。
https://baike.baidu.com/item/6LoWPAN
5G的强大在于为无线网络提供关键任务型服务的能力。无线连接随处可见,但很多关键任务型的服务仍依托有线连接。 5G的一个应用场景就是在无线网络中实现所需的高可靠性,并在工业和安全方面创造全新的业务。
因为5G速率更快,时延更短,支持接入网络更多、密度更大,可靠性更高,才能为关键任务型的服务提供保障能力。
为了让小设备可以接入互联网,CoAP协议被设计出来。CoAP是一种应用层协议,它运行于UDP协议之上而不是像HTTP那样运行于TCP之上。CoAP协议非常小巧,最小的数据包仅为4字节。
RFC 7252 协议
https://tools.ietf.org/html/rfc7252
https://itbilu.com/other/relate/4kHBsx_Pg.html
MQTT(Message Queuing Telemetry Transport,消息队列遥测传输协议),是一种基于发布/订阅(publish/subscribe)模式的“轻量级”通讯协议,该协议构建于TCP/IP协议上,由IBM在1999年发布。MQTT最大优点在于,可以以极少的代码和有限的带宽,为连接远程设备提供实时可靠的消息服务。做为一种低开销、低带宽占用的即时通讯协议,使其在物联网、小型设备、移动应用等方面有较广泛的应用。
http://mqtt.org/documentation
http://docs.oasis-open.org/mqtt/mqtt/v3.1.1/os/mqtt-v3.1.1-os.html
https://help.aliyun.com/product/30520.html
https://iot.aliyun.com/
还弄了个报告:
https://files.alicdn.com/tpsservice/62265eb8a45a49bdf628337a690300e2.pdf
过去传统自动化机械生产是以人和机器做为控制界面,现在则完全是“物跟物、机器跟机器”联网的界面。机器人不需要光线,运用讯号处理就能处理搬运、储存甚至传送工作物件,“关灯生产可以将人工省掉,让物和机器设备之间彼此沟通,”郭台铭说,“所以可以想像一座工厂有几千个物件、几千部机器他们之间在彼此沟通、传送信息”。
郭台铭表示,智能制造流程中所产生的大量数据加上互联网应用,以工业角度称为“智能制造+互联网”,而不是以互联网为角度的“互联网+”,未来制造业及产业发展也将走向硬软整合、实虚结合。至于下一代智能制造产业革命,他认为将会是分享与共用、跨界、大数据,将三大流程所产生的大量资料互通互联,新的智能制造才得以实现。
京东希望通过复制中国市场的模式(包括供应链管理、采购和物流等方面)来扩大海外市场份额,而谷歌则希望在电商领域深度涉足,从而对抗亚马逊日益强大的电商业务和产品搜索,并有利于争夺未来在电商领域的语音交互市场。谷歌相关负责人表示,Google Shopping的伙伴已经超过50家零售和渠道商,遍布全球,包括沃尔玛、Target和家乐福。
http://tech.163.com/18/0618/19/DKJUNKU000098IEO.html
Google 的人工智能助理 Google Assistant,最近学会了一项新技能:冒充真人给餐馆、发廊、酒店、咖啡馆、电影院……给你能想到的所有各种消费场所打电话,帮你锁定预约、查询信息……
视频:
https://v.qq.com/iframe/player.html?vid=h064861w5ou&tiny=0&auto=0
可以进行神经网络的学习。
2015年11月9日谷歌开源了人工智能系统TensorFlow,同时成为2015年最受关注的开源项目之一。到目前为止TensorFlow的GitHub Star排名为72000+, Fork排名已达35000+,有23000+ commits。并随着TensorFlow新版本的不断发布以及新特性的不断增加,TensorFlow使用更加灵活,运行速度更快,使用方式更产品化,已成为目前主流的深度学习平台之一。目前除了谷歌在自己的产品线上使用TensorFlow外,国内的京东,小米等公司,以及国外的ARM、eBay、UBER、Airbnb等公司,都在尝试使用TensorFlow。
在工业界,TensorFlow比其他框架更具有优势。TensorFlow支持异构设备的分布式计算,使得上千万、上亿数据量的模型能够有效地利用机器资源进行训练。TensorFlow支持卷积神经网络、循环神经网络,这些都是在计算机视觉、语音识别、自然语言处理方面最流行的深度神经网络。TensorFlow支持从研究团队快速迁移学习模型到生产团队,实现了研究团队发布模型,生产团队验证模型,构建起了模型研究到生产实践的桥梁。TensorFlow支持直接面向终端用户的移动端(Android系统)以及一些智能产品的嵌入式开发。另外,TensorFlow有出色的版本管理和详细的官方文档。
http://www.infoq.com/cn/minibooks/tensorflow-programing
可以单机运行,也可以集群跑。只需要一个支持CUDA的Navida的GPU就行。