網(wǎng)絡和AI的交叉融合發(fā)展是一個全球熱點問題，近日，光明實驗室于非院士團隊同紫金山實驗室未來網(wǎng)絡研究中心和北京郵電大學未來網(wǎng)絡理論與應用實驗室合作，在IEEE Communications Surveys & Tutorials（IF:33.84）上發(fā)表一篇關于“互聯(lián)智能（Internet of Intelligence）”的文章，從動機、層級式架構(gòu)、使能技術、應用場景、挑戰(zhàn)及發(fā)展前景等幾個方面對這一交叉學科展開了系統(tǒng)性的介紹，旨在為新一輪網(wǎng)絡革命提供技術支持。

毋庸置疑，互聯(lián)網(wǎng)已成為當今世界促進經(jīng)濟發(fā)展和社會進步的最重要的信息基礎設施。隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，到了后互聯(lián)網(wǎng)時代，也面臨著越來越多的挑戰(zhàn)，如信息爆炸、虛假信息、“Human-in-the-loop”、設計可信且具有成本效益的自主系統(tǒng)等。

(資料圖片)

為了應對這些挑戰(zhàn)，需要在更大的時間范圍內(nèi)思考聯(lián)網(wǎng)問題。

網(wǎng)絡范式的演進

網(wǎng)絡，不僅可用于獲取信息，還可用于獲取質(zhì)量和能源。

回顧人類社會的發(fā)展史，可以發(fā)現(xiàn)合作是核心[1]。作為一類社會物種，人類依靠合作實現(xiàn)生存和繁榮。因此，如圖1所示，在現(xiàn)代歷史上，為了促進社會經(jīng)濟系統(tǒng)中的人類合作，人類發(fā)明了使質(zhì)量（運輸網(wǎng)絡）、能源（能源網(wǎng)絡）和信息（互聯(lián)網(wǎng)）互聯(lián)的技術。

圖1. 網(wǎng)絡范式的演進

運輸網(wǎng)絡：運輸將有質(zhì)量的東西從一個位置移動到另一個位置，也就是互聯(lián)質(zhì)量。在運輸網(wǎng)絡的初始階段，人類步行運輸。后來，更是發(fā)明了許多創(chuàng)新的運輸技術，如自行車、汽車、火車等。

能源網(wǎng)絡：能源網(wǎng)絡是另一種顛覆性技術，是人類生存的基礎，也是人類繁榮的基石。通過互聯(lián)能源使人們可以輕易獲得能源。能量是衡量系統(tǒng)引起電力變化的能力的指標，與質(zhì)量之間有著密切的關系。

信息網(wǎng)絡（互聯(lián)網(wǎng)）：互聯(lián)網(wǎng)旨在將信息從一個位置移動到另一個位置，以減少信息間的差異。信息網(wǎng)絡化的實現(xiàn)將人類合作提升到一個新的水平。1948年，香農(nóng)提出“信息熵”的概念來衡量信息的狀態(tài)。

人工智能的演進

圖2. 人工智能的演進

AI作為計算機科學的一個分支研究方向，從誕生到現(xiàn)在已經(jīng)經(jīng)歷了70多年的發(fā)展。圖2給出了AI的發(fā)展過程的示意圖。在過去的幾十年里，它取得了很多進步和成就，但也經(jīng)歷了挫折和坎坷。即使當前的AI比歷史上任何時期都更接近人類智能水平，但這種自動化在嚴格意義上與人類智能仍有很大差距。

（1）1940-1970——AI的誕生：AI的誕生獲得了前所未有的關注，這一階段的研究工作集中在傳統(tǒng)AI問題上，如基于邏輯和啟發(fā)式算法的方法推理。然而，由于大量投入并沒有收到預期的效果，AI在1974年至1980年迎來了第一個寒冬。

（2）1980-1990——專家系統(tǒng)：隨著20世紀70年代末第一批微處理器的出現(xiàn)，AI再次引起人們的注意，并與專家系統(tǒng)密切相關。專家系統(tǒng)是指為特定目的而構(gòu)建的系統(tǒng)，其中智能被嵌入在工具中，并且有關其操作的知識在系統(tǒng)規(guī)范中是公開可用的。然而，由于專家系統(tǒng)將智能狹義地定義為抽象推理，與模擬真實世界復雜性的能力相去甚遠，1990年代AI再次進入寒冬。

（3）2010年至今——基于海量數(shù)據(jù)、算法和算力的全新綻放：自2010年以來，由于AlphaGO等大量成功案例的涌現(xiàn)，AI再次成為熱點。與專家系統(tǒng)不同，當今AI浪潮的關鍵要素是系統(tǒng)的學習能力。兩種技術在其中發(fā)揮著重要作用，即神經(jīng)網(wǎng)絡和深度學習。然而，在實際應用中，由于隱私和資源限制，系統(tǒng)可能無法獲得高質(zhì)量的訓練數(shù)據(jù)。此外，與先驗知識的融合、可解釋性也是深度學習中的關鍵問題。

互聯(lián)智能（Internet of Intelligence）的提出，網(wǎng)絡和AI看似無關，卻在實際應用中相互融合、相互促進和相互影響。

圖3. 數(shù)據(jù)、信息與智能關系示意圖

網(wǎng)絡需要智能：

為解決當前信息網(wǎng)絡范式中存在的挑戰(zhàn)，未來聯(lián)網(wǎng)范式離不開智能。圖3解釋了數(shù)據(jù)、信息和智能之間的概念關系，智能是信息的進一步價值提取。通過AI技術從海量的信息源中提取智能，并將其融入到網(wǎng)絡中，使智能能夠被存儲、傳輸和共享，從而能有效減輕網(wǎng)絡中的信息冗余。區(qū)塊鏈技術的采用可有效地增強網(wǎng)絡安全和隱私問題，從而促進智能共享、分布式智能、集體學習和決策信任。通過構(gòu)建智能化的“Human-on-the-loop”網(wǎng)絡運營管理也有望增強網(wǎng)絡的魯棒性，實現(xiàn)對網(wǎng)絡事件的動態(tài)快速響應。此外，融合智能的網(wǎng)絡將具備自配置、自組織和自適應的能力，從而有效支持自主駕駛等可靠且具有成本效益的自主系統(tǒng)的開發(fā)。

智能需要網(wǎng)絡：

同時，未來智能的發(fā)展也離不開網(wǎng)絡。當前大多數(shù)AI工作都聚焦單智能體的訓練，需要依賴大量預定義的本地環(huán)境數(shù)據(jù)集。隨著互聯(lián)網(wǎng)數(shù)據(jù)的爆炸性增長，這種中心化的AI架構(gòu)受限于本地計算能力和存儲能力，訓練的模型的泛化能力有待提高。此外，實際場景中的許多系統(tǒng)要么過于復雜無法在固定的預定義環(huán)境中正確建模，要么動態(tài)變化。當前AI仍然與人類學習仍然相去甚遠。人類學習需要更少的數(shù)據(jù)集，并且在適應新環(huán)境方面更加靈活。集體學習是人類能夠在生物圈中發(fā)揮主導作用的決定性特征，而在當前的AI系統(tǒng)中很難做到這一點。通過互聯(lián)智能，可以實現(xiàn)分布式智能、智能存儲、智能共享，進一步拉近AI與人類智能的界限，顯著提高智能訓練效率，更有效地模仿現(xiàn)實世界環(huán)境。

互聯(lián)智能（Internet of Intelligence）：

從網(wǎng)絡范式的演進歷史可以發(fā)現(xiàn)，三大網(wǎng)絡范式都可以通過移動“某物”（例如質(zhì)量、能源或信息）來減少與“某物”之間的差距，從而通過共享“某物”來促進人類合作。此外，還可以得出網(wǎng)絡范式的演進模式：新的網(wǎng)絡范式建立在現(xiàn)有范式的基礎上，但提供了更高層次的抽象。例如，能源衡量質(zhì)量移動的速度，而信息衡量能源傳輸?shù)某潭?。因此，?lián)合團隊提出互聯(lián)智能（Internet of Intelligence）將是一種新興的網(wǎng)絡范式，使智能如質(zhì)量、能源和信息一般易于獲取。

圖4. 互聯(lián)智能（Internet of Intelligence）系統(tǒng)架構(gòu)

本文提出的互聯(lián)智能（Internet of Intelligence）分層架構(gòu)如圖4所示，由物理資源層、資源虛擬化層、信息層、智能層和應用層5層組成：物理資源層涵蓋互聯(lián)智能（Internet of Intelligence）的各種底層物理資源，如通信、緩存、計算和感知資源，是系統(tǒng)架構(gòu)的基礎支撐；物理資源層之上是資源虛擬層，將基礎設施資源通過虛擬化技術抽象為邏輯資源以實現(xiàn)其靈活調(diào)度；信息層支持智能數(shù)據(jù)處理以提取有價值的信息，并將其傳輸?shù)街悄軐?；智能層聚合各類信息，利用AI、區(qū)塊鏈和大數(shù)據(jù)分析等技術提取智能；應用層通過各種標準化接口實現(xiàn)應用程序的動態(tài)部署和管理。與前三種網(wǎng)絡范式一樣，互聯(lián)智能（Internet of Intelligence）網(wǎng)絡范式有望有效幫助解決當前社會經(jīng)濟體系中的挑戰(zhàn)，并對人類日常生活產(chǎn)生重大影響。

結(jié)語

構(gòu)建互聯(lián)智能（Internet of Intelligence）生態(tài)體系將成為世界科技發(fā)展的重要課題。雖然還有很多問題有待全球科技工作者共同攻關，但在互聯(lián)智能（Internet of Intelligence）的引領下，可以預見，在不久的將來，互聯(lián)智能（Internet of Intelligence）必將再次重塑人類的未來。

圖5. 互聯(lián)智能（Internet of Intelligence）論文的組織結(jié)構(gòu)

如圖5所示，聯(lián)合團隊在該論文中通過對互聯(lián)智能（Internet of Intelligence）的動機、層級式架構(gòu)展開了探討，分析了推動其發(fā)展的關鍵使能技術和典型應用場景，闡述了互聯(lián)智能（Internet of Intelligence）在演進過程中面臨的主要挑戰(zhàn)和未來發(fā)展前景，最終形成一體化融合的智聯(lián)社會。北京郵電大學博士后唐琴琴是本文的第一作者，北京郵電大學、紫金山實驗室未來網(wǎng)絡研究中心謝人超教授是本文的通信作者。該工作得到了國家自然科學基金委、北京市自然科學基金委以及人工智能與數(shù)字經(jīng)濟廣東省實驗室（深圳）的資助。

標簽： 網(wǎng)絡范式 人工智能