京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解读工业与物联网,云计算和大数据的关系
互联网新概念层出不穷,在云计算,物联网,大数据火热之后,工业4.0在2014年受到越来越多的关注,在2015年成为新的热点之前,我们有必要了解这个新概念究竟是什么含义,它和其他互联网概念间到底是什么关系。
2013年4月,德国政府在2013年4月的汉诺威工业博览会上正式推出提出“工业4.0”战略,其目的是为了提高德国工业的竞争力,在新一轮工业革命中占领先机。
德国学术界和产业界认为,“工业4.0”概念即是以智能制造为主导的第四次工业革命,或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统(Cyber-Physical System)[5] 相结合的手段,将制造业向智能化转型。
德国的工业4.0没有明确指出它与互联网有什么关系,通俗的说,就是无数个行业被互联网浪潮冲击后,互联网开始改造工业制造业了。
我们在2007年发表的互联网进化论论文中提出“互联网将向着与人类大脑高度相似的方向进化,它将具备自己的视觉、听觉、触觉、运动神经系统,也会拥有自己的记忆神经系统、中枢神经系统、自主神经系统,也就是是说,互联网正在形成一个互联网大脑”,并绘制了下列互联网未来结构图.
2014年我们曾经用这幅图分析了物联网,云计算,大数据与互联网的关系:
1.物联网是互联网大脑的感觉神经系统,因为物联网重点突出了传感器感知的概念,同时它也具备网络线路传输,信息存储和处理,行业应用接口等功能。而且也往往与互联网共用服务器,网络线路和应用接口,使人与人(Human ti Human ,H2H),人与物(Human to thing,H2T)、物与物( Thing to Thing,T2T)之间的交流变成可能,最终将使人类社会、信息空间和物理世界(人机物)融为一体
2.云计算是互联网大脑的中枢神经系统,在互联网虚拟大脑的架构中,,互联网虚拟大脑的中枢神经系统是将互联网的核心硬件层,核心软件层和互联网信息层统一起来为互联网各虚拟神经系统提供支持和服务,从定义上看,云计算与互联网虚拟大脑中枢神经系统的特征非常吻合。在理想状态下,物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互,向云计算提供数据,接受云计算提供的服务。
3.大数据是互联网智慧和意识产生的基础,也是互联网梦境时代到来的源泉,随着互联网大脑的日臻成熟,虚拟现实技术开始进入到一个全新的时期,与传统虚拟现实不同,这一全新时期不再是虚拟图像与现实场景的叠加(AR),也不是看到眼前巨幕展现出来的三维立体画面(VR)。它开始与大数据、人工智能结合得更加紧密,以庞大的数据量为基础,让人工智能服务于虚拟现实技术,使人们在其中获得真实感和交互感,让人类大脑产生错觉,将视觉、听觉、嗅觉、运动等神经感觉与互联网梦境系统相互作用,在清醒的状态下产生梦境感(Real dream),可以形成如下这幅图:
从这幅图中我们也同样可以看出工业4.0或工业互联网本质上是互联网运动神经系统的萌芽,互联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备,家庭的家用设备,办公室的办公设备,通过智能化,3D打印,无线传感等技术使的机械设备成为互联网大脑改造世界的工具。同时这些智能制造和智能设备也源源不断向互联网大脑反馈大数据数,供互联网中枢神经系统决策使用。
总体看,西方企业和理论界不断提出互联网新概念,还比较割裂,但实质上,无论是物联网,云计算,大数据,移动互联网还是工业4.0依然是互联网未来发展的一部分。它们起到不同的作用。
由于中国在互联网领域日趋发达,与中国先进制造业结合,互联网运动神经系统的发育,中国必然会强于德国甚至追赶美国。目前舆论界宣传的德国工业4.0要甩开中国,工业4.0要取代淘宝和天猫,明显是风牛马不相及的事情,充斥了炒作的嫌疑。
补充材料:
工业互联网与工业4.0类似,2013年6月,GE提出了工业互联网革命(Industrial Internet Revolution),伊梅尔特在其演讲中称,一个开放、全球化的网络,将人、数据和机器连接起来。工业互联网的目标是升级那些关键的工业领域。如今在全世界有数百万种机器设备,从简单的电动摩托到高尖端的MRI(核磁共振成像)机器。有数万种复杂机械的集群,从发电的电厂到运输的飞机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09