2017年，人工智能成為科技領域最火熱的名詞，在度過2個冬天之后，人工智能迎來了新的春天，從科技的發展軌跡看，無論是深度學習的應用，還是云端ＡＩ的實施，這一次的人工智能春天，背后的動力源泉與互聯網的發展有不可分割的關系。人工智能與互聯網的關系問題也一直是未來科技學院深入研究的方向。本文從４個角度探討了人工智能與互聯網結合產生的研究方向和一個具體的應用案例分析，希望對理論和產業界提供有益的啟發和幫助。

一，從腦科學的角度看人工智能與物聯網，云計算，大數據，工業互聯網的關系

如果我們觀察近20年來互聯網出現的新應用和新功能，可以直觀的發現互聯網與大腦結構具有越來越多的相似性。這些現象包括：打印機，復印機的遠程操控，醫生通過遠程網絡進行手術;中國水利部門在土壤，河流，空氣中安放傳感器，及時將氣溫，濕度，風速等數據通過互聯網傳輸到信息處理中心，形成報告供防汛抗旱決策使用; Google推出了“街景“服務，在城市中安裝安裝多鏡頭攝像機，互聯網用戶可以實時觀看丹佛、拉斯維加斯、邁阿密、紐約和舊金山等城市的風貌等。

這些新互聯網現象分別具備了運動神經系統，軀體感覺神經系統，視覺神經系統的萌芽，基于以上互聯網新現象，2008年9月我們發表論文“互聯網進化規律的發現與分析 ”,從神經學的角度分析互聯網的成熟結構，將其抽象為一個與人類大腦高度相似的組織結構-互聯網虛擬大腦。尋找并定位互聯網的虛擬聽覺，視覺，感覺，運動神經系統，虛擬中樞神經系統等。繪制出互聯網的類大腦結構圖（圖1）。

如果用這個架構分析物聯網，云計算，大數據，人工智能（深度學習），工業4.0，工業互聯網，無人機，智能駕駛，虛擬現實，可以得到如下結論。

1.物聯網是互聯網大腦的感覺神經系統萌芽

2005年11月國際電信聯盟（ITU）發布了題為《 ITU Internet reports 2005-theInternet of things 》的報告，正式提出了物聯網（Internet ofthings,IOT）一詞，這一報告雖然沒有對物聯網做出明確的定義，但從功能角度，ITU認為“世界上所有的物體都可以通過因特網主動進行信息交換，實現任何時刻、任何地點、任何物體之間的互聯、無所不在的網絡和無所不在的計算”；從技術角度，ITU認為“物聯網涉及射頻識別技術（RFID）、傳感器技術、納米技術和智能技術等“。

因為物聯網重點突出了傳感器感知的概念，同時它也具備網絡線路傳輸，信息存儲和處理，行業應用接口等功能。而且也往往與互聯網共用服務器，網絡線路和應用接口，物聯網的這一特征可以看做是互聯網大腦的感覺神經系統萌芽。

2.云計算是互聯網大腦的中樞神經系統萌芽

2007年 10月IBM和 Google宣布在云計算領域的合作后, 云計算迅速成為產業界和學術界研究的熱點。。云計算的誕生有其歷史根源，隨著互聯網的發展，互聯網新興的應用的數據存儲量越來越大，互聯網業務增長也越來越快。因此互聯網企業的軟硬件維護成本不斷增加，成為很多企業的沉重負擔。與此同時，互聯網超大型企業如Google，IBM,亞馬遜的軟硬件資源有大量空余，得不到充分利用，在這種情況下，互聯網從企業各自為戰的軟硬件建設向集中式的云計算轉換也就成為互聯網發展的必然。

在互聯網虛擬大腦的架構中，，互聯網虛擬大腦的中樞神經系統是將互聯網的核心硬件層，核心軟件層和互聯網信息層統一起來為互聯網各虛擬神經系統提供支持和服務，從定義上看，云計算與互聯網虛擬大腦中樞神經系統的特征非常吻合。在理想狀態下，物聯網的傳感器和互聯網的使用者通過網絡線路和計算機終端與云計算進行交互，向云計算提供數據，接受云計算提供的服務。

3.工業4.0，工業互聯網，無人機，智能駕駛，3D本質上是互聯網運動神經系統的發育和萌芽，

互聯網中樞神經系統也就是云計算中的軟件系統控制工業企業的生產設備，家庭的家用設備，辦公室的辦公設備，通過智能化，3D打印，無線傳感等技術使的機械設備成為互聯網大腦改造世界的工具。同時這些智能制造和智能設備也源源不斷向互聯網大腦反饋大數據數，供互聯網中樞神經系統決策使用。在這個過程中工業4.0，工業互聯網，無人機，智能駕駛，3D打印等等技術和應用正是互聯網運動神經系統的發育產物和萌芽產品。

4.大數據是互聯網大腦信息的基礎

隨著博客、社交網絡、以及云計算、物聯網，工業互聯網等技術的興起，互聯網上數據信息正以前所未有的速度增長和累積。互聯網用戶的互動，企業和政府的信息發布，物聯網傳感器感應的實時信息每時每刻都在產生大量的結構化和非結構化數據，這些數據分散在整個互聯網網絡體系內，體量極其巨大。這些數據中蘊含了對經濟，科技，教育等等領域非常寶貴的信息。這就是互聯網大數據興起的根源和背景。

5.AI+是互聯網智能，智慧和意識產生的基礎

人工智能作為2014年互聯網領域最熱門的領域廣泛被科技界，企業界和媒體關注。作為一個概念，人工智能是在1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時，首次提出的。

事實上，人工智能的發展充滿了坎坷，在過去的60年里，人工智能經歷了多次從樂觀到悲觀，從高潮到低潮的階段。最近一次低潮發生在1992年日本第五代計算機計劃的無果而終，隨后人工神經網絡熱在20世紀90年代初退燒，人工智能領域再次進入“AI之冬”。這個冬季如此的寒冷與漫長，直到2006年加拿大多倫多大學教授Geoffrey Hinton提出”深度學習“算法，情況才發生轉變。

這個算法是對20世紀40年代誕生的人工神經網絡理論的一次巧妙的升級，它最大的革新是可以有效的處理龐大的數據。這一特點幸運的與互聯網結合。由此引發了2010年以來新的一股人工智能熱潮。2011年，一位NCAP研究員和斯坦福的Andrew Ng在Google建立了以深度學習為基礎的谷歌大腦，Andrew Ng也就是后來百度大腦的首席科學家吳恩達。2013年，Geoffrey Hinton加入Google公司，其目的是進一步把谷歌大腦的工作做的更為深入。

人工智能從此進入一個新的時代--互聯網人工智能時代，基于互聯網海量的“大數據”和每時每刻與現實世界的信息交互，到2014年，百度大腦，訊飛大腦等互聯網人工智能系統也紛紛涌現，不斷創造出新的領域和記錄。人們重新開始陷入狂熱的興奮之中。著名的企業家，投資人和意見領袖不斷發出預言，警告人工智能系統即將超越人類，變成人類的主人。。。這里邊就包括著名物理學家霍金，特斯拉CEO馬斯克，未來學家庫茲韋爾。

從上面的研究看無論是物聯網，云計算，大數據，工業4.0，工業互聯網，無人機，智能駕駛，虛擬現實還是人工智能（深度學習），它們依然都是互聯網發展過程中的產物，不是從石頭縫里蹦出的新概念，而是應該放到互聯網進化的大尺度中進行研究和思考。

二．用左右大腦架構分析互聯網人工智能與社交網絡的關系

美國心理生物學家斯佩里博士（Roger Wolcott Sperry）通過著名的割裂腦實驗，證實了大腦不對稱性的“左右腦分工理論”，因此榮獲1981年諾貝爾生理學獎，他的理論認為“左腦負責語言、文字、數字，也就是用語言來處理訊息，把進入腦內看到、聽到、觸到、嗅到及品嘗到(左腦五感)的訊息轉換成語言來傳達。左腦主要控制著知識、判斷、思考、邏輯、理解、歸納、運算等，和顯意識有密切的關系。”而右腦具有圖像化機能，如企劃力、創造力、想像力；透視力、直覺力、靈感、夢境等，右腦像萬能博士，善于找出多種解決問題的辦法，許多高級思維功能取決于右腦。

有趣的是互聯網的發展也正在形成左右虛擬大腦的架構。第一個巨系統是搜索引擎為代表的應用，以互聯網人工智能為代表的互聯網系統，如百度，谷歌，搜狗，bing等，負責互聯網信息的邏輯理解，通過深度學習等算法把圖像，音頻 文字，數字進行分類，索引，整理最后轉化為有條理，可共享的信息和知識。以搜索引擎為起點的百度大腦，谷歌大腦等互聯網人工智能系統將進化成為互聯網的左大腦，將來自物聯網，工業互聯網，社交網絡積累的互聯網大數據進行分類，索引，整理最后轉化為有條理，可共享的信息和知識。同時通過機器學習，深度學習等方法提升系統的智力能力，使之能夠逐步操控物聯網中的傳感器，工業互聯網中的機械設備進行獨立運行，也可以在用戶不在的情況下操控社交網絡賬號進行自動社交反應。

第二個巨系統是Facebook，QQ，微信為代表的社交網絡。人類通過社交賬號交流相互的信息，抒發自己的情感，解答對方的疑問，共享新的知識和智慧。這些社交賬號像大腦的神經元一樣不斷的激活和熄滅，相互鏈接又不斷解除關系，發出信息沖擊波然后不斷向外擴散……，以Facebook，QQ，微信為代表的社交網絡正在形成互聯網的右大腦。人類通過社交賬號交流相互的信息，抒發自己的情感，解答對方的疑問，共享新的知識和智慧。這些信息不斷的沉淀下來形成互聯網的大數據，供互聯網的左大腦整理，挖掘使用。同時互聯用戶也可以通過社交賬號直接操控物聯網和工業互聯網中的設備。可以與互聯網左大腦進行聯合控制。

三．互聯網社交網絡在人工智能發展過程中優勢地位研究

在腦科學中神經元和神經網絡是最重要和最基礎的結構，因此對于不斷發育的互聯網大腦來說，如何占據互聯網的神經網絡控制權也成為互聯網巨頭面臨的最重要問題。目前中國的騰訊和美國的Facebook占據了互聯網未來競爭的有利地位。

在前文中提到互聯網正在向與人腦高度相似的方向進化。它將具備自己的感覺神經系統，運動神經系統，中樞神經系統，物聯網和云計算正是這些系統的萌芽，而社交網絡中的個人空間正是互聯網虛擬大腦的神經元，這些神經元不但通過手機，臺式機，筆記本電腦與互聯網用戶進行信息交互，也必然會與互聯網的感覺，運動神經系統接駁，形成完整的互聯網神經元結構。這一進化趨勢導致社交網絡必然會發展成為人與人，人與物，物與物交互的大社交網絡。

我們知道智能是由幾百億個腦神經元的相互關聯和互動產生的。從互聯網進化的角度看，占據互聯網大腦神經元和神經網絡位置的騰訊Facebook也將在人工智能+時代具有更強的競爭優勢。主要原因有

1.互聯網的數據有向社交網絡集中的趨勢，因為互聯網進化統一規律的作用，越來越多的個人，企業，BBS網站已經大為減少網站的建設，轉向直接在微信，QQ空間，微博，facebook ,Twitter等社交網絡上開辟空間，發布數據和信息。這就導致谷歌，百度等人工智能具有的基礎數據大為減少。

2.社交網絡聚集了人的智慧，在產生群體智慧的同時也不斷沉淀積累大數據，依托這些大數據，人工智能會有真正的發展基礎，依托不同場景的數據產生的AI+，又可以通過社交網絡分發給人類用戶和關聯的智能設備，使得不同場景的應用更加智能化，這一點是其他AI巨頭不太具備的，或者沒有社交網絡的AI基礎這樣完整。

四。用互聯網與腦科學構建新AI系統模型

1.用神經元芯片堆積復制人腦的方法和問題

在2009年以色列魏茨曼科學研究所馬克拉姆教授第一次向大眾描述了他的美好愿景——用超級計算機模擬大腦中860億個神經元以及100萬億個突觸的活動。他向聽眾許諾，“我們可以在10年內實現這個目標”，還暗示說，這樣的數學模型甚至可能擁有意識。馬克拉姆還在很多演講、采訪和文章中提到，這樣的大腦數學模型將給腦科學研究帶來很多突破性進展——如數值模擬可以啟發藥物研制，取代一些動物實驗，或是幫助人們對阿爾茨海默病等神經疾病有更清晰的理解。不僅如此，大腦模型還可以衍生出新的技術，使電腦的計算速度得到提升，或是制造出可以執行復雜任務甚至具備智能的機器人。

盡管很多科學家對馬克拉姆的夢想充滿懷疑，2013年1月，歐盟還是決定撥給馬克拉姆13億美元，讓他用10年時間，模擬出人腦——他的夢想似乎就要成真了。在歐洲，神經科學家對“人類大腦計劃”的態度也有著巨大的分歧。2014年7月，一封指責HBP的科學研究和管理方式的公開信很快獲得了八百多位科學家的簽名。這些科學家還威脅要抵制大腦計劃。

除了歐洲腦計劃，2014年IBM研發出了名為“TrueNorth”的神經元芯片，它希望從從底層開始模仿人腦的結構，從X光透視圖上看，TrueNorth和普通的處理器沒有太多區別，TrueNorth的4096個核心之間就使用了類似于人腦的結構，每個核心包含了約120萬個晶體管，其中負責數據處理和調度的部分只占掉少量晶體管，而大多數晶體管都被用作了數據存儲、以及與其它核心溝通方面。

在這4096個核心中，每個核心都有自己的本地內存，它們還能通過一種特殊的通訊模式與其它核心快速溝通，其工作方式非常類似于人腦神經元與突觸之間的協同，只不過，化學信號在這里變成了電流脈沖。IBM把這種結構稱為“神經突觸內核架構”（neurosynaptic cores）。

從原理上看IBM的神經突觸內核架構模擬人工的方式與歐洲腦計劃提出的思路原理基本一致。主流科學家認為，即使如馬克拉姆夢想的那樣，歐洲腦計劃通過模擬重現了大腦的細節，這些結果也無法幫助人們理解知覺、記憶、情緒等問題，打個比方，即使我們把一個個原子堆積成了一臺電腦，我們對軟件的運行原理依然是毫無頭緒。

2.類大腦互聯網架構為建立新人工智能系統提供新啟示

上世紀誕生的互聯網對人類社會的影響越來越大，種種跡象表明互聯網與腦科學具有緊密的關系。從2005年開始，相關研究提出“互聯網將向著與人類大腦高度相似的方向進化，互聯網將具備自己的視覺、聽覺、觸覺、運動神經系統，也會擁有自己的記憶神經系統、中樞神經系統、自主神經系統。另一方面，人腦至少在數萬年以前就已經進化出所有的互聯網功能，不斷發展的互聯網將幫助神經學科學家揭開大腦的秘密。“

上述研究啟發我們以互聯網功能和架構作為參考，能否在超級計算機中構建仿互聯網大腦的人工智能系統模型。在構建的過程中，也可以根據互聯網的最新發展增加和減少相關功能和架構。這種模型的軟件系統也可以集成在芯片中使用。

3.類互聯網大腦的人工智能系統模型的實施方法和路徑

類互聯網大腦的人工智能系統模型的理論基礎就是將上述互聯網整體類腦模型在超級計算機中實現出來，將目前互聯網穩定下來的典型應用和架構有機的結合，用程序和數據庫進行模擬，并通過可視化的方法呈現出來。

作為一個龐大的系統，互聯網經過近45年的發展，已經包含了成千上萬的應用和子系統，而且由于發展迅速，互聯網每天也都在出現新的應用，在進行仿互聯網大腦模型時，如果把所有的互聯網應用和子系統都囊括進去，在實踐中很難實現。

因此我們提出選取普及率高，相對成熟的互聯網應用建立類互聯網大腦的人工智能系統模型應用庫（IBML)進行測試，類互聯網大腦的人工智能系統模型應用庫根據互聯網的發展定期進行增加或刪減。這樣可以規避互聯網應用過于繁多，同時消失和出現過于頻繁的問題。譬如我們可以建立如下類似的類互聯網大腦的人工智能系統模型應用庫，示例如下：

IBML={Google，Facebook，Blogger，Amazon，Yahoo，Youtube，Quora，Wikipedia，Twitter，IPv4/IPv6.......}

通過類互聯網大腦的人工智能系統模型應用庫的建立，在超級計算機中仿造互聯網功能和架構就成建立新的人工智能系統模型就成為可能。類互聯網大腦的人工智能系統模型的具體建立有一下三個步驟。

步驟一。類互聯網大腦的人工智能系統模型的硬件基礎 1）大型計算機 2）實驗室級別的傳感器網絡 傳感器網絡將在仿互聯網大腦模型中的”神經元“社交網絡賬號與大腦模型中的其他部分進行進行交互。

步驟二，類互聯網大腦的人工智能系統模型的功能實現

1.在該類互聯網大腦的人工智能系統模型中建立微型社交網絡，維基百科，搜索引擎等功能

2.將微型物聯網構建虛擬視覺，聽覺，感覺和運動系統關聯到該類互聯網大腦的人工智能系統模型中

3.運轉該類互聯網大腦的人工智能系統模型中建立微型社交網絡，維基百科，搜索引擎以及微信物聯網系統產生大數據

4.將機器學習，深度學習等人工智能算法應用到類互聯網大腦的人工智能系統模型中。

步驟三，用數據可視化技術作為交互界面，將服務器中的類互聯網大腦的人工智能系統模型運轉情況用可視化方式呈現出來，實驗人員通過仿社交網絡神經元賬號進行操控。

研究方法：

對類互聯網大腦的人工智能系統模型進行持續改進更新和研究，將互聯網和腦科學中的新功能加入到模型中進行檢驗，對類互聯網大腦的人工智能系統模型中的信息和知識庫系統進行持續增加，對每個仿社交網絡神經元進行人工智能處理和實驗人員主動操控處理，觀察類互聯網大腦的人工智能系統模型的智能特征。

五，關于人工智能與互聯網云計算結合的案例分析

云端智能概念成為機器人發展方向，當你在家中時，當清晨的陽光從窗戶穿過，家庭服務機器人已經準備好了早餐;當你在工廠，工業機器人有條不紊地工作，并可以將生產數據傳輸到云端;當你在醫院，借助醫療機器人，復雜的內科手術得以實施，術后保健方案隨后出具。隨著人工智能的發展和云端智能機器人概念的誕生，實現以上情景將從科幻電影走向現實。