5月18日，由中国电子学会主办，ZD至顶网协办的第八届中国云计算大会在北京国家会议中心隆重举办。大数据著名专家、畅销书《数据分析变革》作者Bill Franks先生出席了本次大会，并在大会上做了主题为“云计算大数据融合物联网 推动智能创新”的精彩演讲。
大数据著名专家、《数据分析变革》作者 Bill Franks
Bill
Franks在主题演讲中表示：“我们需要思考跟物联网相关联的事情，特别是一些分析，我们这些数据可以用来做什么？我们在哪里处理这些数据？有些数据需要进行中央化的分析，比如说这个数据都会发送到某一个地方就像云一样。在这个云里面会去分析这些数据，但是同时我们还有分布式的分析，你可以在传感器上面进行分布式的分析，或者边缘服务器上面进行分析。比如说每一个汽车它们都有自己的中央集中式的分析。还有家里面有一个相对集中化的分析。我们可以通过这样子减少数据量，每一个汽车数据的分析都可以进行独立的分析。”
以下是Bill Franks演讲实录：（以下内容根据现场速记整理，未经发言嘉宾确认，仅供参考，谢绝转载。）
Bill
Franks：非常感谢对我的邀请，我们需要思考跟物联网相关联的事情，特别是一些分析，我们这些数据可以用来做什么？最后我们关注可以用它做什么。一开始我跟大家说一下，大家觉得物联网听起来很吓人，因为我们有很多数据，很多传感器，其实并不是一个问题，我们看一下这张图片，我们看一下每一个人都涨得什么样子，我们看一些石头等等。但是这个是拉近的镜头我们可以看到所有的东西。左边我们看到一些石头，所有的沙粒最后组成了沙漠，这像物联网一样，不是单一的传感器，单一的数据流，它们所有的整合在一起可以给我们带来很大的问题。
让我非常感兴趣的就是我们整个业务的价值主张会有一些变化。我在参加一个会议，我在休息，有一个人跟我说他说我有一个非常好的想法，我想听听你的意见。有一个人向我介绍你可以很确定，这个对话是没有什么价值的，但是他说有一个工作，他们是为电网去生产产品，大家可以看一下左边像一个断路器一样，比如说这是左边的这张图，这个公司做产业化的断路器为电网制作的。这个人大概给这些电网给他们销售这些断路器。为了能够获得他们的业务，我们在这些设备上面都有传感器，我们可以看到电流进出的情况，公司想如果他们能够获取这些数据，分析这些数据的话，能够把这个给电厂提供给他们会带来价值，这是大家需要想的，在最后不是产品本身，他们要做的是我们把它自己成有附加值的供应商，我们可以了解到比如说通过电网进出的电量大概是什么样子，电厂以前是没有这些数据的，它们就会有很强竞争的优势如果提供这些数据。
另外我们生活会发生改变，我最喜欢的例子就是关于物联网和医疗之间合作，你在家躺在自己床上你生病会恢复非常快，你在家里面舒舒服服养病好的更快，有一个人有并发症，让病人早一点出院回家有一些什么影响？比如说有一些人生病很严重，比如说你病情稳定以后会测你血压、体温等等，如果你病人情况发生了变化，比如说你体温逐渐的上升，如果受到感染的话，他们会派护士医生到你家里面给你治疗，让你回到医院或者给你叫一辆救护车，这个听起来好像非常贵，因为我们没有办法让医生到我们家里看病，但是大家记得你在医院里面住院其实每一天都花非常多的钱，你可以让医生护士到你家里面其实也是大大降低了你的成本。病人可以在家里面能够更好的恢复健康。
说到我们个人的生活，我们很多人都会手臂上戴一个这种环测量我们身体的一些变化，当我看到其他的一些设备，我买一双跑鞋我要想一下，是不是需要我运动鞋要有传感器，当它开始收集我的数据，显示在我手机上面的时候，比如说我买一双跑鞋一个设备，另外一个生产厂商给我制作了网球拍等等。实际上我并不是了解我的活动是怎么样子，因此作为业务现在开始能够收集分析这些数据的时候，能够给它们更多的一些业务。
你要问你自己一个问题，就是说我现在物联网、传感器等等它会是线性增长，还是指数性增长，我给大家一个例子，线性的增长，比如说我们每一家都有的智能电表，你在你门口放一个智能电表，会读出这个用户月了多少电。如果你预测一下两年、五年、十年我们收集到的数据大概是多少？我们很容易预测，因为每一个家里面都有一个智能电表，这个智能电表只会产生一种的数据，这个很容易去预测。但是你可以考虑一下我们人口增长的趋势就可以知道，你可以预测一下在未来获得什么样的数据？指数级的增长就是你必须要去发动机、引擎的维护，发动机有很多传感器，这些传感器提供一些指数，它们总会增加一些传感测量的数据。随着时间的增长你不光有越来越多的汽车，而是每一个汽车上它们有越来越多的传感器，你可以比较一下从这些传感器获得这个数据更加复杂一些，因此我们很难预测。我不是建议大家避免指数式的问题，你必须要去解决，你必须要去应对这些问题。如果你有两个问题，一个指数式的模式增长，一个线性可预测的模式增长，我建议你去先解决线性的模式增长。
我们必须开发一些标准才能做，这些数据产生还有传输的数据我们必须有一些标准，在很多情况下一个本地的标准就可以了，我们有一个例子，比如说增长的应用，未来我们冰箱我们橱柜都有传感器，能够告诉我们什么时候买的这些家电或者这些家具。
在这的意思就是说我们会有一个本地的标准就可以了，只要我有一个标准我可以在我厨房里面遵循这些标准，我可以去创建我的购物单，我邻居用不同应用不同标准这是没有关系的，如果以后我们有无人驾驶的汽车你必须要有全球化的标准，你不能有一个全新的汽车只有自己的标准，奔驰有自己的标准，它们之间没有办法交互这个路上就乱了，这是不断发展的情况。很多物联网的地方它们会有相似的这些标准开发。我们回到应用生成我的购物清单，显示非常重要一点，大多数由物联网产生的数据，它的可用性的价值是非常低的。我意思是什么？大家可以想像一下我在厨房里面有一百多个物品，那告诉我说我们是不是需要更多或者这个是不是过期了，或者我这个需要重新再买，这是非常重要的，它会给我发这些数据，让我去创建我的购物清单，但是只要我购物清单说好了我们再也不需要牛奶了，这个牛奶还没有过期，那我们就没有必要保持这种沟通。你需要的就是最终的购物清单，你在家具里面你跟左右用具进行沟通，你有这个购物清单你要去商店，甚至不需要说我星期五在家做饭的我需要买这个商品还是那个商品，你忘记数据生成的过程，你记住你购物清单就可以了，跟当下有关的，但是它有可能当下之后这个数据就没有那么大关系了。因为你在厨房里面所有的物品它们所产生的数据你都不需要再去看了。
我们需要找到一些方式能够去压缩和减少这些数据，然后我们才可以用于分析。这有一个例子，也许每一个微秒都会有不同的温度测量，你看蓝色的点它会告诉你20度，一直到某一个点温度发生了变化，现在是20.5，实际上没有意义把每一个报告全部保留下来，因为刚开始的时候有20度你可以记录一下时间，只要这个温度发生了变化以后你把这个时间记一下，在半小时之内，在一个小时之内也有很多温度的变化，很多温度记录，你只需要记录变化之间的两个点，这样你可以去减少你存储的数据量，可能是以MG的量化减少数据量。
我们在哪里处理这些数据？有些数据需要进行中央化的分析，比如说这个数据都会发送到某一个地方就像云一样。在这个云里面会去分析这些数据，但是同时我们还有分布式的分析，你可以在传感器上面进行分布式的分析，或者边缘服务器上面进行分析。比如说每一个汽车它们都有自己的中央集中式的分析。还有家里面有一个相对集中化的分析。我们可以通过这样子减少数据量，每一个汽车数据的分析都可以进行独立的分析。
接下来要发生不同的传感器它们会有不同的作用，有一些传感器只是做汇报，比如说我有一个温度计它在外面，读取外面温度，在屋里面有另外一个部件测量屋内温度，这两个同时进行的，外部传感器只是传递数据到屋内的设备。在其他的一个情况下你可能会有信息比如说我温度计和它告诉我，它不光读取温度，随着温度高于或者低于我设定值的时候它会调整我的室内温度。这时候采取一些行动，或多或少自主的行动，有些时候跟其他设备进行协调采取行动，总体的家庭管理系统，它们进行沟通，还有媒体系统，它们可以进行沟通，在家里协调。当我在卧室到客厅，他们会感觉到电视会开，冰箱会开，同时也会有其他感应器还有系统的协调。还有互联网的安全，今天从家到单位我的电脑有一些病毒的扫描软件，有一些软件可以自动更新，每天看一下有病毒没有，用手机你们很少人有软件的病毒扫描。当你进行互联的时候，你没有想到这个安全问题，这些都是非常小的东西，它的应用系统也非常小，所以你可以很快运行它，在过去有各种各样的运行系统，随着这个技术的推移，尽管几年之前有一些安全系统，按照当地的标准可能有一些策略性的了。
也许这个设备没有一些病毒扫描的功能，如果我们在家里或者单位那里有十万个小的一些组件进行连接，这会有很多的黑客闯入的机会。所以我们做一个事情就是有点像USB的设备，在每一台电脑上你可以有任何东西连接上来可以进行自动识别和下载。物联网会做同样的事情，我把新的设备和我家庭系统进行连接起来，或者在企业系统进行连接，需要登记注册进行上载，这时候我们知道有哪些系统会有安全隐患，所以说这中间有一些东西要更新和关闭，这样我们设备设置了这个设备就会自动的关闭。
数据所有权在哪里？你考虑飞机，发动机厂商可以用这个数据，他们有一些数据可以运行。还有整个的飞机也是有发动机的数据，还有航空公司他们也有发动机的数据，因为他们在使用发动机，他们也需要这个发动机运行怎么样，政府也会有一些数据，控制一些安全情况。有一些人有数据的所有权，在什么点这些数据要满足什么目的，这样数据分析可以做很多有利的事情，我们应该很好管理这些数据。
分析的不同层次，当我们互网进行连接的时候，有各种各样的不同层次设备互相的连接起来，比如说在家里有温度计，用大可以控制我们智能的家电系统，还有我的照明系统，还有我的媒体系统它们连接起来，我就有有一个智能家居，在我家不同层面上有自主管理。还有我们有一个智能建筑，有智能电网，它是更高级的系统，有不同的决策，在不同层面上进行智能管理。
接下来我们看一下汽车，我们有发动机、制动控制等，我们有一些制动控制系统等就会成为无人驾驶汽车了。我们有不同的汽车我们需要有交通管理系统，有车辆监控、道路交通检测、道路交通管理，这样就知道这个汽车运行情况进行相应管理。还有如何把数据进行结合？进行相应数据的配。
今天，也许传感器分析难度不大，很多程序要部署都非常简单，比如说制动，你有这个速度传感器，你知道前面有一些什么，有一个制动启动如果你开太快，有一个非常重要的安全功能。如果你要是预先进行汽车制动预防这个情况。有这样自动制动系统就会减少人的劳动。当然也有其他的步骤，比如说制动还有转向、导航加进来就可以有无人驾驶汽车了，有时候你可以有一些计算，你就可以有无人驾驶汽车。有无人驾驶汽车开发居于主导地位，物联网我们是更广泛的战略，今天每一个小的步骤可能都不是激动人心的步骤进行整合，到某一点就会出现比较激动的点，就会出现无人驾驶汽车等等。
我们再看一下无人驾驶汽车，每天出生的孩子他们到一定年龄都要学会开车，这个也是我们出行非常必要的工具。也许到30的时候他们就不需要再开车了，特别是城区有很多一些自动驾驶汽车，它可以把你带到任何想去的地方。到我这个年龄的时候可能开车就不合法了，特别是在有一些这种情况下，你开车就有问题。比如说坐飞机，很多飞行员他们不需要操作可以自动进行驾驶，有一些问题他们可以去进行干预，所以像这种自动驾驶汽车还有自动交通管理系统可以让我们非常安全的去出行。同时我们也可以去关注一下周围的车辆的情况，由它们帮助我们进行更安全的驾驶。如果你习惯开车接送你的父母，这个还是有一些风险的，那如何进行改进？现在每个人都会习惯自动驾驶汽车正因为如此，他们都希望它有一个自由同时是廉价的驾驶体验。这是由数据、分析、物联网可以推动的，我们可以从传感器和无线电进行收集数据，有微秒级的设计，同时了解这些车去哪里，我们了解这一点非常重要，我想大家也能理解，这就是为什么这个数据分析这么重要，因为我们有一个新时代，数据分析影响我们生活每一天，可能大家还没有意识到这一点，但是它将是非常激动人心的如果我们可以去实现它，非常感谢。
原文发布时间为： 2016年5月18日
本文作者：李超