2019年，中国在14.3万公里的高速公路上，大力推动ETC技术，共取消了487个高速公路省界收费站，建成24588套ETC门架系统，改造48211条ETC车道，ETC累计用户达到2.04亿。
所谓ETC，就是电子不停车收费系统（Electronic Toll Collection）的缩写。ETC能使车辆快速通过收费站，避免了车辆因排队缴费而频繁进行启动、刹车，有助于在交通收费环节节约耗油、减少污染物的排放。有实验证明，平均每辆车通过ETC车道比通过人工收费车道的油耗节省量为0.0314升/车次，CH、CO、NO化合物排放量分别降低约0.7、4.7、0.3克/车次。
近几年中国高速公路收费站大量安装的ETC门架系统就具有边缘计算能力。站点的路侧边缘计算单元能够支持费率计算、离线收费、车牌识别后验证等业务，其AI算力能够提供对运行车辆的实时视频训练分析能力，支持实时车辆收费稽查和车路协同V2X系统中的“云-边”协同架构技术。现有ETC技术还具有云计算、大数据分析能力，在后端构建高速公路联网收费云中心、大数据平台，能够支持数据接入、数据分析、数据共享、人工智能四层功能。
实际上，ETC只是智慧交通领域中的一个具体的应用场景。包括智慧交通在内的通过边缘计算方式实现智慧互联的项目在近几年得到了快速发展。今年年初，中国科技部就曾发函支持济南、西安、成都、重庆建设国家新一代人工智能创新发展试验区。其中，要求重庆开展的4个应用示范中的一项，就是“智慧交通”。
实际上，智慧交通只是物联网以及智能边缘计算领域的其中一个具有代表性的应用场景。我们可以看到这张图，上边是互联网的服务，下边是物联网。我们如果要实现智慧的互联，其实是可以应用在很多场景下进行的，比如智慧出行，车联网，还有可以监控和管理大楼能源消耗的智慧楼宇。还有很多智能的产品，包括智慧工厂，智慧工厂里面实现智慧的生产，当然还有智慧物流，还有我们的智慧医疗、智慧电网。那么关于物联网的智能产品又有哪些？智慧物联又是怎样通过边缘计算来实现智慧互联的呢？
想你所想的智能产品
我们看到所有的这些应用其实主要是由于智慧互联来实现的，怎样实现这种智慧互联呢？其实是通过这些一个个的智慧产品。身处于智能智慧产品快速发展迭代的阶段，身边到处都是这样的产品，我们可以看到，这其中其实是有这样一个大的趋势，即数字化的趋势。这样的一个数字化的趋势也被称作是这一次工业的第二波潮流。
一些传统的需求以用户为中心，倾向于定制化的需求，或者可以对应被称作是拥有某些混合功能的产品。目前在这一类混合型的功能产品里多多少少都会有一些智能的功能，还有以IT为基础的服务化，每一种产品都隶属于某一种服务。
此外我们现在经常会提到的平台经济也与这一类产品关系密切。平台经济的出现完全改变了市场的动态，而且可以说是释放了以往那些没能被运用到的资产。最后，不得不提到近些年才刚刚繁荣起来的共享经济。我们看到一些新的技术，特别是关于人工智能的技术，一般首先都是通过智能产品，也就是都是通过数字化的方式来得到功能的提升，以满足越来越具体和多样的用户需求。
所以我们平常所说的智能产品一般都具有以下几项功能。首先是感应能力，商家可以给这些产品的内部装上非常便宜的传感器，在使用过程中那些传感器里面就会记录很多的信息，我们可以对这些数据进行分析。
除此之外，我们还可以通过这些智慧产品所收集到的信息来进行规划。因为这里运用到了人工智能技术，所以我们还可以在规划之后根据结果让这些智能产品进行行动。这种情形下机器人就可以派上用场了。当然在这整个过程当中，其实研发人员们可以让这些机器或者这些产品有一个自我学习的过程和不断学习的过程。这就涉及到深度学习还有机器学习这两项技术了。
万物互联
再来看一下物联网和工业物联网。现在有这样一个概念，叫做无处不在的互联，还有传感器的数据融合。研发人员们可以通过一些程序让这些产品进行自我监控以及自我优化，当然还可以进行一个自我修复。最后可以让智能产品有一个预防性的维护，也就是出现故障之前就已经维护好了。
我们再来看一下物联网。这里所提到的物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、 连接、互动的物体或过程，采集其声、光、热、电、力学、化 学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。
其实这里展示的是一个技术的路线图，我们看到其实有可能20年前也就是2000年的时候物联网就已经诞生了。那个时候人们因为经济发展程度提高所以在物联领域产生了相应的需求。当时以射频技术为主满足供应链管理，比如在服装标签上面可以进行射频就能够对服装或者其他物品进行库存盘点，可以防止这些产品丢失。这样的一个应用看起来简单，但其实它需要有一个强大的供应链来支持。之后随着此类技术的普遍应用，大面积应用就带来了降低成本的需求，所以就带动着第二轮应用开始兴起，此后开始主要在监测、安保、医疗、交通、食品安全、文件管理等方面也应用到了物联网的技术。
然后就是定位的问题，可以通过某个设备在室内接收到相应的地理信号。定位系统可以帮助人们快速了解到人和物处于哪一个位置。除此之外还有微型化以及高效的电子化，在这个环节用户可以实现远程的操控，人们可以通过一个智能产品，来远程控制另外一个智能产品，对它进行实时监控和控制。
当然了，对于智能的产品来说，在现实物联网世界里面，不同的智联智能产品表现和应用都千差万别。最底层的应该是传感器，向上一层是人们对于这些物体和环境条件进行识别的需求，所以这项智联智能是非常重要的。第三点就是具有定位功能的产品。第四是通信功能，不同设备和不同产品之间可以进行通信，可以进行数据的交换。最后是对数据的处理能力，可以说如果能够满足这几大功能性的需求之后，就可以实现全智能的生产过程和生产智能产品了。
智能产品的使命：满足越来越具体的需求
再来看一下消费者们一般对智能产品有哪些需求。首先一点，智能产品肯定要有可以与周边环境进行交流的能力，并且可以自动的适应不同的周边环境。这一点我们一般称之为“适应性”。第二点是文件性，智能产品需要具备可以适应一些没有预期到的情形的能力，并且要能够在一个动态的环境下进行决策。第三点是预期性，机器和设备要尽量充分地预计到在未来某一个时候可能会发生的事情，基于现有经验和知识来做出预测。第四点是可以做规划， 为未来可能会出现的某些种情况提前做出应对的规划，最后一个特点是必须要是用户友好型，也就是考虑到用户的使用行为和习惯，操作和使用方法不能太复杂，要有最简便易懂的使用路径。
在这些要求提出之后，我们要怎样去执行呢？其实现在有很多的技术，其中一项技术叫做多代理系统技术。多代理系统技术是应用在智能设备和“数字双胞胎”上的。
多代理系统技术是非常成熟的人工智能延伸技术，而且是基于设备的一项技术，可以帮助我们更好的实现智能设备执行。多代理系统我们又把它简称MAS，这个系统可以在我们的制造领域发挥非常大的作用。比如说可以实现系统的自我优化过程，而且可以基于先前的知识来做出相应的预测，并且系统本身具有高度的扩展性，因此可以实现规划和控制，对于未预料的事件和未预料的情况具有非常好的应对能力。因此，我们把这种多代理系统的技术执行数字双胞胎的功能。
数字双胞胎则是指真实系统的虚拟化展现，以数字化方式拷贝一个物理对象，模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率。基于以上类型的技术，再通过一个叫做“边缘计算”的技术，就能够让这些智能设备实现更加智能互联的过程了。
边缘计算
实现智能的互联，需要利用到边缘计算的技术。首先需要看一下对于一些工业应用，在网络方面有什么样的具体需求。在这里我们提到相关几大网络需求，包括网络延迟性，它的决定性以及它的时间同步性，可靠性及移动性等等。
针对不同的应用对于网络的需求是不一样的。对于环境和条件的监控，网络的延迟性要求控制在20-100毫秒，如果是动作控制的话那就是0.1-1毫秒。如果是自动驾驶汽车的话，对于网络延迟要求是10-20毫秒，流程的自动化为50毫秒的延迟要求。对于增强现实的话就是10毫秒，对于功能安全也是10毫秒的要求。在环境和条件的监控方面，它的可靠度需要达到99.99%峰值数据率小于1Mbps，电池电量应该是达到10年以上。
还有一点是连接的密度。在条件监控方面密度达到了1000，也就是说每1000平方米需要1000个设备，这样才能够完成我们所说的智能互联。所以在谈论工业物联网的时候，其实属于对互联网架构的扩展和延伸。在这里我们可以看到，传感器是通过网络来进行互联的，用到的网络可能会是无线网络、5G网络或者局域网，这些都可以实现数据的互相传输和储存。有时候一些传感器可能是用来管理数据的，一些传感器是用来传输数据，而其他一些是用来储存数据的。
在这张图中可以看到如果要打造一个智慧工厂的话网络架构分为不同级别的网络架构。第三级代表边缘节点的级别，第一级别和第二级别表示可以实现实时控制，零级别就是智能设备级别，我们看到其实在零级别和一到二级别，在网络执行方面是不一样的。区别就在于现场总线和基于拟态网。其实问题出现的点很明显是出现在带宽和网络延迟性。因为在零级到二级之间有带宽和网络延迟性问题，因此最好的通信目前在这里面是比较难实现，所以我们需要达到更高级别的互联。比如有的时候在现场总线的情况下互联网的速度、带宽不够宽，可能数据传输延时性会受到影响，不能实现实时传输。
简而言之，边缘计算实际上属于一种分布式的计算模式，它可以让数据的计算和数据的储存更加靠近需要的地方，这样的话可以提升反映的速率，而且可以节省更多的带宽。
边缘计算其实来源于数据内容传输网络。这其实是在1990年戴莫创立的概念，当时是用来服务网页和视频内容的。当时从端的服务器去产生服务，因为这样可以更加的靠近用户。我们再来看一下数字双胞胎，可以对边缘计算进行执行，因为这种情况下需要实时数据，实时获得传感数据。
再来看一下智能边缘计算的架构，最上面应当是可靠性，包括安全性、韧性、隐私，可拓展性等等。而在最下方应当是物理的体系，经过传感器系统，控制然后再经过执行，形成一个循环。再回到我们刚刚所说的安全性、可靠性、韧性、隐私保护、可扩展性等等，这些都涉及架构内的一些横跨功能，包括智能的控制，工业的分析，分布式的数据管理以及互联互通性。因此我们可以说，物联网与边缘计算的连接性是非常强的。
而在“云-边-端一体化“的系统中，最上面是云计算，包括公有云、私有云、服务器，应用、储存、数据分析以及数据库，中间是边缘计算，这里包括了监控、数据分析、机器学习、开放的API接口，控制的功能，互联互通性以及可视化。因此我们可以从边缘到现场实现边缘到现场的互联。这里面可能也会运用到工业的拟态网，或者用大无线网络。在这里还有一些现场的设备，包括IO、传感器、动力机等等。
智慧高效的工业4.0
最后总结一下，智慧的互联能够让我们实现什么呢？首先可以让我们实现智能传感器的数据融合，这种数据融合对于物联网来说是非常重要的。第二点就是它的可互操作性，也就是在不同技术零件上它可以实现互相操作性。它会是一个共享的人工智能平台，比如说知识库的共享以及在网络边缘的机器学习共享，而且它可以帮助我们构建一个开放的数字化生态体系平台。因此，智能的互联互通会从根本上去改变互联网的一些协定，而且会改变我们行业的通信基础设施。
因此，对于工业4.0来说，人工智能技术能够发挥什么样的作用呢？首先对于实时的数据诠释来说，智能边缘计算可以发挥非常重要的作用。因为有的时候会对成千上万的传感器数据进行实时诠释和解释，这种情况下智能边缘计算是非常重要的。还有基于知识的多代理系统，可以让制造业以及物流流程变得更加安全稳健，而且可以实现自我监控、自我优化、自我修复的生产线。而且这些还可以让我们的制造业、物流业以及商业流程变得更加优化。
因此，我们希望能够通过智能的边缘计算，让我们各个行业变得更加智慧，变得更加高效。（撰写：德国国家科学与工程院院士，Otthein Herzog教授
）
