敬畏自然绿水青山

Category: Digital Industry and Frontier Technologies

  • 马尔可夫性

    马尔可夫性是一种当前的状态只与前一时刻的状态相关，而与前一时刻之前的状态无关的性质(在前一刻状态已知的情况下与再之前的状态没有直接关系了)。马尔可夫性在应用数学里边也有一些应用，这里边说两个： 1、马尔可夫决策过程是强化学习的基础内容，该过程可以简要描述为：当前时刻的状态s下执行某个行为a后转移到另一个状态s‘的概率，并且获得收益r，整个过程可以建模为状态的集合S，行为的集合A，状态转移矩阵和收益R。马尔可夫决策过程解决的是在当前状态下执行什么行为能取得较好的收益，属于决策智能的基础算法。 2、HMM，隐马尔可夫模型，是一种时序模型，HMM最成功的应用是在语音识别上，李开复老师的语音识别用的就是这个算法。 3、扩散模型，当前主要的生成式模型算法，在图像可控生成方面有很成功的应用，如开源模型Stable Diffusion。 和马尔可夫性的理想假设类似，现有的很多算法都是解决实际问题的一种简化和近似，如朴素贝叶斯算法（如应用在邮件分类上）也是这样，对现实问题做了强假设理想化处理，但是在工程上，在特定领域和特定条件下能较好解决问题，也就有了用武之地。 但感觉我们的现实世界的运行是不满足这种马尔可夫性的，主要在于人类的智能的学习非常复杂，人类学习实践活动更有可能是复杂的非严格的单向时序关系，而是多个时序关系的叠加，比如从现在来看过去不同时刻的事情都会直接影响现在，就拿阅读这件事来说，将经典的思想进行学习吸收从而影响到决策和践行就可以认为是很久过去的认知结果（思想）影响到现在和未来，这种影响是从思想的诞生到后面一直累计影响的，有间接的有直接的，但也都有一定的概率性。从上面的实际例子场景可以感受到人类文明的生活空间的演化发展更像是某种程度多历史路径的积分影响，而且人与人之间（人类的社交网络本身也是很复杂的）也通过交互存在着相互的影响。所有总体上来说人的行为决策是一个非常复杂的智能决策结果，有待我们更进一步更多的认识和发现。 附：于2025/06/11做了第一次修订

  • 行业数字化+私有云架构模式

    今天去拜访参观了交大的更多的单位，有一个初步的感受就是各个行业的数字化可以进行一定的应用模式抽象，形成行业的私有云架构（IAAS, PAAS, SAAS）的产品系统体系，这样同样的行业可能可以省去更多的重复的研发活动。 云计算底层的IAAS层差别不大，主要是硬件基础设施（计算节点，GPU，网络，存储等硬件资源设施）+云操作系统等底层软件环境。PAAS层可能差异比较大，如音视频流媒体服务的音视频的RTC服务中间件，智能驾驶的中间件等根据行业方向不同可以按需研发和部署。SAAS差异也会更加的专业化，也会根据行业的不同差异比较大，比如面向教育行业，工业生产，智能驾驶，医疗系统，智能化农业等不同的应用。PAAS和SAAS是研发的重点，在智能化技术发展的新时期，也是信息产业革命中面向行业需要相关产业公司重点经营打磨的关键。 因此是否可以考虑面向行业，进行合理的建模抽象，将公共通用的业务逻辑按层次去搭建好面向行业的云系统产品。这样行业可以快速去部署，需要个性化的地方就去按需求再做定制开发，这样行业内存在几个有竞争力的企业已经足够。大大节省资源和提升效率。市场自发行为加上合理的统筹可能会效果更好，仅代表自己的观点，但感觉有一定的合理性。 感谢有机会和不同方向（网络，航空航天，计算机）的老师交流学习，后面也会专注一下自己的方向，践行一专多能的宗旨，拓展自己的认知边界。有新的想法就是大脑的养料，大脑也会常用常新，不断进步。 References

  • 数字化工业生产-工业互联网+物联网的分层粗粒度架构（待更新）

    云计算基础设施、物理传感器、智能数控机床、工业机器人流水线、生产资源调度优化系统、智能UI可以看成是工业互联网和物联网相关平台的分层架构。 其中云计算负责基础设施的建设，实现工业生产大数据和弹性计算支持，物理传感器支持智能计算的感知。如温度、振动等环境的感知（交大电院的老师有做短距离高精度的激光测量传感器的老师，硬件+FPGA）等。智控机床通过传感器对相关物理环境进行感知，输出更加精密的控制信号，相比传统机床而言会有更好的控制精度，可以达到丝级（0.01mm）甚至微米的精度，是精密制造的关键核心技术。 工业机器人流水线（如ABB的机器人机械臂，可编程，机器人根据生产任务需要进行选择）是工业物联网的重要组成部分，好的实施可以替代传统的人工流水线，可以将人类从重复的劳动中解放出来。 生产资源调度系统属于运筹优化的范畴，可以根据实际的业务及资源需求和供给情况进行优化配比计算，达到更高效的生产。（这一块属于运筹优化的范畴，可以抽象共享出面向不同问题的算法模式，针对类似或同样的问题，算法可以复用） 智能UI层（HCI，intelligent UI）这一层主要是与生产管理员（上位机等）+生产状态展示+其他展示所用，是最上层的界面展示和交互（包括资源配置，生产任务需求输入等） 可以根据需要合理选择云计算的基础架构技术栈，基于开源的openstack的集群节点限制在500以内，中小企业的私有云足够。面向更大的需求，可以选择大的IT公司资源的支持更多节点的云计算基础设施产品（如腾讯，百度，华为，新华三等）。 感谢交大电院和机动学院还有马克思主义学院的老师们的指导，期待后面有多方面的合作机会。

  • 云计算是各行各业数字化的基础设施

    一个比较大的组织有可能有必要搭建自己的私有云，个人感觉有几个好处： 1、数据隐私保护，数据在自己的私有云平台，相对比较安全 2、数据容易可以随时扩充，保证了大数据的场景的可扩展 3、一个组织结构的数字化业务安全可持续 4、相对的付出为有专人的维护，专人的硬件设施，成本要和从其他公司购买要做一下对比和综合考虑。 做相关的云计算的专业课程的计划，借机快速熟悉云计算的技术栈和技术路线图，培养更多的专业性人才，学以致用，借此机会掌握相关云服务基础设施的搭建，为后面的数字化工程和相关横向项目做准备，是个不错的计划。 References