接著，胡揚忠重點闡述了他對于“智能物聯(lián)”、“物信融合”與“智能化時代”三個詞語的理解。

下附胡揚忠演講實錄：

胡揚忠：21世紀，物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算，特別是人工智能技術(shù)急速發(fā)展，第四次工業(yè)革命來臨即將開啟人類智能化時代，出行的標志性變化將成為對國內(nèi)交通工具的智能化管理，也就是智能交通。

當前，大家對自動駕駛充滿期待。但是出行只是人類生產(chǎn)生活的一個方面，在即將來臨的智能化時代，我們居住的這座城市都將變成智慧城市。其中，智能交通、智慧醫(yī)療、智慧教育、智慧零售、智慧社區(qū)、智能制造、智能家居、智能安防等等，都是人工智能技術(shù)應用的重點領域。

在智能城市中，智能會作為一種能力賦能所有的行業(yè)，存在于城市的每個地方。也就是說，泛在智能是智能化時代的核心特征。如果說過去人工智能的運用可以看為“X+AI”，比如設備+AI、場景+AI，但是未來，AI將無處不在，和我們的生活、生產(chǎn)方方面面緊密相關。

泛在智能有兩個基本的組成部分，那就是智能物聯(lián)和物信融合。物聯(lián)網(wǎng)與人工智能的結(jié)合，將推動物聯(lián)網(wǎng)跨越式發(fā)展，這種智能物聯(lián)將是方向、是趨勢、是必然。物聯(lián)網(wǎng)實現(xiàn)智能之后，單獨服務行業(yè)、服務人類的作用那還不夠，還需要與互聯(lián)網(wǎng)、信息網(wǎng)緊密結(jié)合，才能更好實現(xiàn)與人的全面互動。

未來，智能物聯(lián)網(wǎng)將成為智能化時代新的基礎設施，就像當年的鐵路網(wǎng)、電力網(wǎng)、通訊網(wǎng)一樣，智能物聯(lián)網(wǎng)的建設、應用、維護將帶來產(chǎn)業(yè)發(fā)展的又一波浪潮。在這個浪潮中最顯著的變化，過去人們用終端上網(wǎng)，而未來萬物皆在網(wǎng)上。

今年政府工作報告中講到“智能+”，也就是用人工智能為行業(yè)賦能。對于制造業(yè)，為生產(chǎn)機器賦予智能，是工業(yè)互聯(lián)網(wǎng)的關鍵基礎能力。對于交通行業(yè)，為車輛和道路設施賦予智能，是智能交通的關鍵基礎設施能力。對于社區(qū)，為園區(qū)停車場、商超、物業(yè)等各類設施賦予智能，是智能社區(qū)的關鍵基礎能力。

智能物體之間的互聯(lián)，讓人類生產(chǎn)和生活環(huán)境變成一個巨大的經(jīng)絡體系，物體世界之間的聯(lián)系和協(xié)同為智能化時代提供了可能。而智能物體與信息系統(tǒng)之間的聯(lián)系，就是要實現(xiàn)物信融合，物信融合是智能化時代的數(shù)據(jù)經(jīng)絡。過去，互聯(lián)網(wǎng)實現(xiàn)了人人互聯(lián)，物聯(lián)網(wǎng)實現(xiàn)了物物相連。未來，智能物聯(lián)網(wǎng)與信息網(wǎng)將實現(xiàn)充分的融合，而數(shù)據(jù)是人與物對話的共同語言。

前年，我們提出了AI Cloud是基于云邊融合的網(wǎng)絡架構(gòu)，通過邊緣節(jié)點、邊緣域、云中心三層有機結(jié)合，系統(tǒng)將可以滿足邊緣感知、按需匯聚、多層認知、多層應用的業(yè)務需求。

在智能化時代，打通物聯(lián)世界和信息世界的是數(shù)據(jù)，我們構(gòu)建物信融合數(shù)據(jù)平臺，實現(xiàn)兩網(wǎng)之間數(shù)據(jù)打通，為上層應用提供數(shù)據(jù)服務。從計算的角度看，智能化時代一定是采用云邊融合的方案，AI的智能感知一定是在邊緣計算為主，智能認知會在邊緣域和云中心完成。

一方面，即使云端計算能力足夠強大，但有些數(shù)據(jù)只需要局部處理、局部應用，不需要把這些數(shù)據(jù)傳到云中心。如果把這些數(shù)據(jù)傳到云中心進行智能計算，那么應用的效果反而會降低。

另外一方面，由于智能物聯(lián)網(wǎng)的規(guī)模過于龐大，把這么多數(shù)據(jù)都放到云端數(shù)據(jù)中心是不經(jīng)濟也不現(xiàn)實的。帶寬的增長必定趕不上物聯(lián)數(shù)據(jù)的增長，比如產(chǎn)業(yè)界談到的視頻云，但其實我們在云端很少處理連續(xù)視頻，而是主要處理已經(jīng)經(jīng)過邊緣計算處理過的半結(jié)構(gòu)化數(shù)據(jù)和視頻片段。

盡管數(shù)據(jù)是用戶的核心資產(chǎn)，但應用永遠是以用戶為出發(fā)點和關注點。只不過過去更多是從應用中產(chǎn)生數(shù)據(jù)，而未來智能物聯(lián)網(wǎng)自身就可以感知到大量數(shù)據(jù)，通過物信融合實現(xiàn)和信息網(wǎng)的融合，數(shù)據(jù)的挖掘、利用將帶來更大的空間。那時候我們將迎來數(shù)據(jù)應用時代，在智能化時代，智能應用將成為重要的發(fā)展引擎。推動數(shù)據(jù)的匯聚和利用，也推動采集數(shù)據(jù)的智能物聯(lián)網(wǎng)建設和發(fā)展。

當人工智能與物信數(shù)據(jù)相遇，應用的能力和服務的范圍會得到巨大的拓展，會產(chǎn)生面向兩類網(wǎng)絡、多個層級、多個任務域的大量智能應用。從整體上來看，智能應用可以分為三類：

第一類應用在邊緣節(jié)點上，人工智能和單場景數(shù)據(jù)相結(jié)合，實現(xiàn)了感所無感。也就是過去不能感受的，現(xiàn)在能感受到。比如我們感受到在一個場景下過了哪些車，走過了多少人，哪些貨物在貨架上等等，這是泛在智能感知的重要基礎，也是從智能感知到智能應用的小閉環(huán)。

第二類應用是在邊緣域。人工智能與時空數(shù)據(jù)域相結(jié)合，實現(xiàn)了知所未知。也就是過去不知道的，現(xiàn)在可以知道了。比如我們知道某一個城區(qū)在過去一個月里面交通狀況。

第三類應用，在云中心。人工智能與多維數(shù)據(jù)相結(jié)合，實現(xiàn)了察所不察。也就是過去無法洞察的，現(xiàn)在可以洞察了，這是智能預見能力的重要基礎，從數(shù)據(jù)匯聚、數(shù)據(jù)挖掘，再到綜合應用的閉環(huán)。

對數(shù)據(jù)的應用和分析中可以看出，過去物聯(lián)數(shù)據(jù)相對來說價值密度比較低，某個時間節(jié)點的物聯(lián)感知數(shù)據(jù)包含的信息量比較少。未來，隨著智能物聯(lián)網(wǎng)的感知能力提升，以及智能應用需求的牽引，物信數(shù)據(jù)融合能力增強，數(shù)據(jù)價值密度會大幅度提高，數(shù)據(jù)安全和隱私保護需求愈發(fā)強烈。因此，數(shù)據(jù)保護將愈發(fā)重要。可以毫不夸張的說，數(shù)據(jù)保護將成為智能化時代的護航之艦。

有權(quán)威機構(gòu)預測，到2020年，全球物聯(lián)網(wǎng)設備數(shù)量將超過200億，智能物聯(lián)網(wǎng)將出現(xiàn)終端數(shù)量更龐大、終端類型更多樣、終端性能更強大、網(wǎng)絡架構(gòu)更復雜、數(shù)據(jù)內(nèi)容更廣泛、業(yè)務應用更多元的特點。因此，需要從終端、網(wǎng)絡、數(shù)據(jù)、平臺、服務、應用等個層面，加強安全防護和隱私保護。在用戶數(shù)據(jù)安全防護和隱私保護方面，我們將嚴格按照產(chǎn)品和服務所在國家和地區(qū)的個人隱私保護法律法規(guī)執(zhí)行。

多年來在用戶數(shù)據(jù)安全防護和隱私保護方面，我們在不斷努力。我們的產(chǎn)品通過了多個權(quán)威組織的安全認證，成為全球安全應急響應組織First的成員。同時我們也發(fā)布了《安全白皮書》，公司內(nèi)部制定了用戶數(shù)據(jù)安全和隱私保護企業(yè)標準，并與所有可能接觸用戶數(shù)據(jù)的員工簽訂了《用戶數(shù)據(jù)安全與隱私保護協(xié)議》。

為了實現(xiàn)開放融合，我們也建立了自己的開放體系。在產(chǎn)品方面，我們推出了邊緣設備開放平臺。也就是基于設備操作系統(tǒng)的邊緣設備的能力開放，提供AI算法訓練開放平臺，實現(xiàn)了基于自主學習和群智演進的AI算法訓練開放。我們提供螢石開放平臺，實現(xiàn)基于互聯(lián)網(wǎng)設備服務和應用能力的開放。我們提供行業(yè)開放平臺，實現(xiàn)面向行業(yè)的基礎設施，數(shù)據(jù)服務和應用的能力開放。

在服務方面，我們提供一體化運維服務平臺，支持加盟運維模式的一體化運維服務開放。我們提供物聯(lián)資源部件評估能力開放，支持更多產(chǎn)品納入評估體系，期望更多的同行共同完善物聯(lián)資源能力評估模型。在基礎標準方面，我們將把與合作相關的企業(yè)標準體系開放出來。

海康威視自成立起就一直秉承工程師文化，工程師文化就是產(chǎn)品文化，就是工匠文化。比如我們在黑光相機開發(fā)過程中，為了保證工藝精度、制造質(zhì)量，我們還研制了專用的生產(chǎn)設備，歷時五年。再比如車牌識別的研發(fā)，從最早用模式識別的方式來做，到后來用深度學習的方式來做。前后十幾年的時間，從幾個人的團隊到幾百人的團隊，從只支持國內(nèi)車牌識別。

另外，?？狄才c一些非盈利機構(gòu)開展了一些回饋社會的工作。比如我們與綠色江河環(huán)境組織保護合作，針對斑頭雁的跟蹤保護，將定制視頻產(chǎn)品應用于高寒高海拔無人區(qū)，助力斑頭雁的保護行動。比如我們和英特中國一起，將智能設備應用到東北虎的林區(qū)，助力東北虎的保護行動。