12月29日，由海南省大數(shù)據(jù)聯(lián)盟主辦的第三屆中國人工智能與大數(shù)據(jù)海南高峰論壇暨2019年海南省大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟年會(huì)在?？诔晒εe行，峰會(huì)以“智慧海南·數(shù)據(jù)賦能”為主題，從物聯(lián)網(wǎng)發(fā)展、芯片以及云計(jì)算、智慧服務(wù)、大數(shù)據(jù)、區(qū)塊鏈技術(shù)、AI賦能等方面，闡述數(shù)字經(jīng)濟(jì)大數(shù)據(jù)如何與產(chǎn)業(yè)融合、促進(jìn)產(chǎn)業(yè)發(fā)展，來自各行各業(yè)的大咖也就數(shù)字時(shí)代未來趨勢(shì)發(fā)表了自身見解。

復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師、副院長汪衛(wèi)就《物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)挑戰(zhàn)與應(yīng)用》做了主題分享：

縱觀人類的每一次進(jìn)步，都離不開工業(yè)的迭代：18世紀(jì)，第一次工業(yè)革命作為技術(shù)發(fā)展史上的巨大革新，開創(chuàng)了以機(jī)器代替手工勞動(dòng)的時(shí)代；19世紀(jì)中期，第二次工業(yè)革命促進(jìn)生產(chǎn)力飛躍發(fā)展，改變了社會(huì)面貌，形成西方先進(jìn)、東方落后的局面；上世紀(jì)90年代，美國引領(lǐng)全球走上信息高速公路，將第三次工業(yè)革命推向高潮；第四次工業(yè)革命則以智能化、數(shù)字化、網(wǎng)絡(luò)化和生物科技等新經(jīng)濟(jì)為代表，正在席卷全球。

汪衛(wèi)表示，這一次工業(yè)革命蘊(yùn)藏著巨大機(jī)會(huì)。以工業(yè)物聯(lián)網(wǎng)為例，無論是依靠CPS系統(tǒng)的德國工業(yè)4.0，還是以5G技術(shù)與NB-IoT物聯(lián)網(wǎng)方案為核心的美國工業(yè)互聯(lián)網(wǎng)，還是下一個(gè)五年計(jì)劃的中國制造2025，工業(yè)物聯(lián)網(wǎng)都在不斷地顛覆產(chǎn)業(yè)，甚至影響世界格局。

大數(shù)據(jù)和智能分析是支撐工業(yè)物聯(lián)網(wǎng)發(fā)展的關(guān)鍵手段。據(jù)德國GE工業(yè)互聯(lián)網(wǎng)白皮書調(diào)查發(fā)現(xiàn)：工業(yè)4.0所面臨的機(jī)遇和挑戰(zhàn)，數(shù)據(jù)的整合分析以及使用是非常重要的能力；物聯(lián)網(wǎng)大數(shù)據(jù)分析分別從生產(chǎn)全過程的感知掌控、產(chǎn)品使用以及運(yùn)行狀態(tài)、操作人員狀態(tài)三方面去支撐智能制造，從而達(dá)到提高生產(chǎn)效率、降低成本、降低故障率、創(chuàng)新服務(wù)模式以及提高管理水平的目的。

這時(shí)，工業(yè)大數(shù)據(jù)顯得尤為重要，作為工業(yè)領(lǐng)域信息化相關(guān)應(yīng)用中所產(chǎn)生的的海量數(shù)據(jù)，來源余企業(yè)內(nèi)部、客戶、以及產(chǎn)業(yè)鏈物聯(lián)網(wǎng)，匯聚產(chǎn)業(yè)鏈跨界數(shù)據(jù)、機(jī)器設(shè)備數(shù)據(jù)、制造業(yè)信息化數(shù)據(jù)，實(shí)現(xiàn)全生命周期的數(shù)據(jù)把控，而工業(yè)大數(shù)據(jù)也呈現(xiàn)著多模態(tài)、高通量、強(qiáng)關(guān)聯(lián)的特征。

同時(shí)，工業(yè)物聯(lián)網(wǎng)的大數(shù)據(jù)也在面臨著挑戰(zhàn)，一是在傳感器數(shù)據(jù)低語義層次數(shù)據(jù)和業(yè)務(wù)分析基于高語義層次信息之間存在的數(shù)據(jù)語義鴻溝；二是在領(lǐng)域?qū)＜摇?shí)現(xiàn)方法、分析方法如何達(dá)成目標(biāo)分析的分析方法鴻溝；如何克服挑戰(zhàn)，則要用到工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)的主要技術(shù)：

技術(shù)主要從兩方面去發(fā)力：大規(guī)模工業(yè)數(shù)據(jù)管理方面，海量時(shí)序/流數(shù)據(jù)的管理和查詢技術(shù)、面向全生命周期的工業(yè)數(shù)據(jù)建模、多語義層次的特征定義和提取、多語義層次的數(shù)據(jù)融合、多類/多道數(shù)據(jù)的協(xié)同查詢等；在工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)分析方面，通過異構(gòu)數(shù)據(jù)的關(guān)聯(lián)分析（如時(shí)間序列數(shù)據(jù)/BIM數(shù)據(jù)/結(jié)構(gòu)數(shù)據(jù)/建立業(yè)務(wù)語義與事件語義關(guān)聯(lián)）、語義融合（全局狀態(tài)的語義集成、數(shù)據(jù)設(shè)備工況的語義層面融合）去解決。

汪衛(wèi)就工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)在橋梁結(jié)構(gòu)健康監(jiān)控的應(yīng)用做了舉例，近年來我國的多起重大橋梁倒塌事故，影響人民生命財(cái)產(chǎn)安全以及經(jīng)濟(jì)建設(shè)，也進(jìn)一步促進(jìn)管理部門對(duì)橋梁結(jié)構(gòu)安全掌控的需求；融合多座橋梁、多種傳感器的海量監(jiān)測(cè)數(shù)據(jù)，每座橋梁涉及多種傳感器類型以及上千個(gè)傳感器，實(shí)現(xiàn)每秒流入數(shù)據(jù)超過10000個(gè)數(shù)據(jù)節(jié)點(diǎn)。

在異常監(jiān)測(cè)方面，利用單通道預(yù)警算法和多通道預(yù)警算法，保障平臺(tái)能夠第一時(shí)間作出預(yù)警；同時(shí)，平臺(tái)也支持基于監(jiān)測(cè)數(shù)據(jù)的各種事件建模和自動(dòng)識(shí)別，如橋墩被撞、地震、爆破、重車經(jīng)過等；實(shí)現(xiàn)一整套故障分析技術(shù)，包括故障前的先兆分析、故障后的原因定位以及影響分析，期望構(gòu)造基于云計(jì)算技術(shù)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)數(shù)據(jù)管理平臺(tái)。