腦科學與雲計算，大數據，互聯網

摘要 : 研究者已經從不一樣方面對物聯網，雲計算，大數據進行了深刻研究並取得諸多成果。但還存在一些問題等待解決，例如，物聯網，雲計算，大數據與互聯網是怎樣的關係,它們之間又是如何區分和關聯的。本世紀初開始的互聯網與腦科學的交叉對比研究，爲分析物聯網，雲計算，大數據與互聯網的關係奠基了基礎。

1   腦科學與互聯網

本世紀初，隨着互聯網的發展，不斷有新的應用和概念誕生，其中物聯網，雲計算和大數據獲得了研究者的重點關注，並引發普遍的研究熱潮。 

研究者已經從不一樣方面對物聯網，雲計算，大數據進行了深刻研究並取得諸多成果。但還存在一些問題等待解決，例如，物聯網，雲計算，大數據與互聯網是怎樣的關係,它們之間又是如何區分和關聯的。本世紀初開始的互聯網與腦科學的交叉對比研究，爲分析物聯網，雲計算，大數據與互聯網的關係奠基了基礎。 

若是咱們觀察近20年來互聯網出現的新應用和新功能，能夠直觀的發現互聯網與大腦結構具備愈來愈多的類似性。這些現象包括：打印機，複印機的遠程操控，醫生經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，溼度，風速等數據經過互聯網傳輸到信息處理中心，造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，互聯網用戶能夠實時觀看丹佛、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有了運動神經系統，軀體感受神經系統，視覺神經系統的萌芽，基於以上互聯網新現象，2008年9月咱們發表論文「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，將其抽象爲一個與人類大腦高度類似的組織結構-互聯網虛擬大腦。尋找並定位互聯網的虛擬聽覺，視覺，感受，運動神經系統，虛擬中樞神經系統等。繪製出互聯網的類大腦結構圖（圖1）。

圖1 互聯網虛擬大腦結構圖

此後科學領域的進展也不斷印證互聯網與神經學具備交叉對比的可能性，2010年 6月10日 美國南加州大學神經系統科學家拉里·斯旺森和理查德·湯普森 在美國《國家科學院院刊》（PNAS）發表論文「Hypothesis-driven structural connectivity analysis supports network over hierarchical model of brain architecture「 指出老鼠大腦一小塊區域中的神經系統相似互聯網結構。拉里·斯旺森的研究代表大腦中互聯網式結構的存在能夠解釋大腦能克服局部損傷的現象，如同互聯網任何一個單獨部分均可以去掉，但網絡其餘部分照常工做同樣，神經系統也並非某一部分絕對不可或缺。這個研究從神經學領域證實互聯網與神經學具備相關性。

2012年11月16日，加州大學聖迭戈分校Dmitri Krioukov在 《Scientific Report》 ，發表論文「Network Cosmology」，也提出互聯網與腦神經網絡的發展與構造具備高度的類似性。研究組利用計算機模擬並結合多種其餘計算，證實在複雜網絡的動態發展和控制中，描述大尺度時空結構的因果關係網絡的曲線圖，是一個具備顯著聚類特徵的冪函數曲線，和許多複雜網絡如互聯網、社交網、腦神經網絡等有高度的類似性[3]。Dmitri Krioukov的研究對於互聯網虛擬大腦的設想給予了有力的數據支持。

互聯網虛擬大腦的提出和繪製，一方面能夠幫助咱們預測互聯網的將來發展趨勢和成熟結構，用神經學的視角研究互聯網的運行機理，另外一方面但願可以將物聯網，雲計算，大數據，移動互聯網等應用有機的集合起來，經過互聯網的類腦結構研究它們之間的區別和聯繫。

2.物聯網與互聯網虛擬大腦的關係

2005年11月國際電信聯盟（ITU）發佈了題爲《 ITU Internet reports 2005-the Internet of things 》的報告，正式提出了物聯網（Internet of things,IOT）一詞，這一報告雖然沒有對物聯網作出明確的定義，但從功能角度，ITU認爲「世界上全部的物體均可以經過因特網主動進行信息交換，實現任什麼時候刻、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認爲「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「。

在世界範圍內，物聯網尚未統一的定義和結構，比較著名的有歐盟第七框架計劃（ Frameworkprogram7，簡稱FP7）提出的sensei物聯網架構，其目標是經過Intnet將分佈在全球的傳感器與執行器網絡（WS&AN）鏈接起來，組成一個真正的世界互聯網（Real World Internet RWI），並定義開放的服務訪問接口與相應的語義規範來提供統一的網絡與信息管理服務.

此外，由美國麻省理工學院和英國劍橋大學等７個高校組成AUTO ID實驗室,日本東京大學UID中心,韓國電子與通訊技術研究所（ＥＴＲＩ），美國弗吉尼亞大學,歐洲電信標準組織（ＥＴＳＩ），法國巴黎第六大學都從不一樣方面對物聯網的架構進行了設計和探討[7]。

整體上看，物聯網重點突出了傳感器感知的概念，同時它也具有網絡線路傳輸，信息存儲和處理，行業應用接口等功能。並且也每每與互聯網共用服務器，網絡線路和應用接口，令人與人（Human ti Human ,H2H），人與物（Human to thing，H2T）、物與物（ Thing to Thing,T2T）之間的交流變成可能，最終將令人類社會、信息空間和物理世界（人機櫧）融爲一體．根據物聯網和互聯網的區別和關聯，咱們在互聯網虛擬大腦結構圖進行了如圖2所示的標示，以描述物聯網與傳統互聯網，物聯網與互聯網虛擬大腦的關係。

 

圖2 物聯網與互聯網虛擬大腦關係示意圖

3 雲計算與互聯網虛擬大腦的關係

2007年 10月IBM和 Google宣佈在雲計算領域的合做後, 雲計算迅速成爲產業界和學術界研究的熱點。。IBM 技術白皮書中關於雲計算的定義是：「雲計算一詞用來描述一個系統平臺或者一種類型的應用程序。一個雲計算平臺可按需進行動態部署、配置、從新配置以及取消服務。雲計算平臺中的服務器既能夠是物理的，也但是虛擬的。 「雲應用」使用大規模的數據中心以及功能強勁的服務器來運行網絡應用程序與網絡服務.任何一個用戶能夠經過合適的互聯網接入設備以及一個標準的瀏覽器就可以訪問一個雲計算應用程序.」。

雲計算的誕生有其歷史根源，隨着互聯網的發展，互聯網新興的應用的數據存儲量愈來愈大，互聯網業務增加也愈來愈快。所以互聯網企業的軟硬件維護成本不斷增長，成爲不少企業的沉重負擔。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餘，得不到充分利用，在這種狀況下，互聯網從企業各自爲戰的軟硬件建設向集中式的雲計算轉換也就成爲互聯網發展的必然。 

縱觀雲計算的概念和實際應用，咱們能夠看到雲計算有兩個特色，第一，互聯網的基礎服務資源如服務器的硬件，軟件，數據和應用服務開始於集中和統一。第二，互聯網用戶不用再重複消耗大量資源，創建獨立的軟硬件設施和維護人員隊伍。經過互聯網接受雲計算提供商的服務，就能夠實現本身須要的功能。

咱們知道大腦的中樞神經系統（central nervous system）在動物的神經系統集中化的過程當中，做爲其形態上的中心和在機能上的中樞而被分化出來的部位。中樞神經系統有控制和調節整個機體活動的功能。

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塊兒來爲互聯網各虛擬神經系統提供支持和服務，從定義上看，雲計算與互聯網虛擬大腦中樞神經系統的特徵很是吻合。在理想狀態下，物聯網的傳感器和互聯網的使用者經過網絡線路和計算機終端與雲計算進行交互，向雲計算提供數據，接受雲計算提供的服務。基於以上分析，咱們在圖3中標註雲計算的位置以下。

圖3  雲計算與互聯網虛擬大腦關係示意圖

4. 大數據與互聯網虛擬大腦的關係

Nature 早在2008 年就推出了Big Data 專刊。Science 在2011 年2 月推出專刊《Dealing with Data》，主要圍繞着科學研究中大數據問題展開討論，說明大數據對於科學研究的重要性。全球知名的諮詢公司麥肯錫(McKinsey)在2011年6 月份發佈了一份關於大數據的詳盡報告《Big data: The next frontier for innovation, competition, and productivity》，對大數據的影響、關鍵技術和應用領域等都進行了詳盡的分析。

2012年3 月份美國奧巴馬政府發佈了《大數據研究和發展倡議》 (Big Data Research and Development Initiative) ，投資2 億以上美圓，正式啓動「大數據發展計劃」。計劃在科學研究、環境、生物醫學等領域利用大數據技術進行突破。

大數據目前尚沒有統一的定義，比較有表明性的是3V 定義，即認爲大數據需知足3 個特色：規模性(Volume)、多樣性(Variety)和高速性(Velocity)。除此以外， IDC 認爲大數據還應當具備價值性(Value)，大數據的價值每每呈現出稀疏性的特色。而IBM 認爲大數據應該具備真實性(Veracity)

隨着博客、社交網絡、以及雲計算、物聯網等技術的興起，互聯網上的數據正之前所未有的速度在不斷的增加和累積，學術界、工業界甚至於政府機構都已經開始密切關注大數據問題，應該說大數據是互聯網發展到必定階段的必然產物，互聯網用戶的互動，企業和政府的信息發佈，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，教育等等領域很是寶貴的信息，大數據的研究就是經過數據挖掘，知識發現和深度學習等方式將這些數據整理出來，造成有價值的數據產品。提供給政府，行業企業和互聯網我的用戶使用和消費。

咱們在論文「互聯網與神經學的交叉對比研究」中對互聯網虛擬大腦的信息層定義時，曾經這樣描述「「互聯網的信息成爆炸式增加，這些信息的形式包括文字，二維圖片，文檔，視頻，聲音，三維圖像等，分佈在互聯網的服務器，路由器，交換機，用戶終端和互聯網虛擬神經系統裏。咱們將這些分佈在互聯網中的信息統稱爲互聯網虛擬大腦的信息層或數據海洋。」

咱們在前文闡述過，以雲計算爲表明的互聯網新應用的興起，代表互聯網基礎服務不管從硬件，軟件仍是數據信息都在向集中和統一的方向發展。也就是說，將來的大數據還將具有一個新的特性-統一性（Unity）。能夠預見，當大數據的容量進一步增長，存儲方式進一步趨向集中。大數據將逐步造成互聯網虛擬大腦的信息層（數據海洋）。所以，咱們在圖4中對大數據進行標註以下。

 

圖4    大數據與互聯網虛擬大腦關係示意圖          

5. 總結

本文在互聯網虛擬大腦結構圖的基礎上，分析了互聯網與物聯網，雲計算和大數據的關係，標識出物聯網，雲計算，大數據和傳統互聯網在互聯網虛擬大腦結構圖的位置。說明基於神經學創建的互聯網虛擬大腦架構能夠有效的統一互聯網發展過程當中產生的新應用和新概念。

下一步咱們可使用更多神經學的知識分析互聯網，物聯網，雲計算和大數據的運行模式和發展趨勢。值得研究的方向包括：可否使用神經反射弧的原理分析物聯網和雲計算之間的交互方式，可否用神經元的結構分析社交網絡與物聯網的結合趨勢，可否經過「互聯網虛擬大腦智商「的測試設計分析大數據研究的進展狀況。這些方向的研究咱們將在之後的討論中闡述。