關(guān)于我們
書單推薦
新書推薦
|
智能時代 5G、loT構(gòu)建超級智能新機遇
人工智能迅猛發(fā)展,對社會和商業(yè)的影響日益深刻。我們在過去被認為非常難以解決的問題,會因為大數(shù)據(jù)和機器智能的使用而迎刃而解,比如自動駕駛、語音識別甚至解決癌癥個性化治療的難題。同時,機器智能還會顛覆現(xiàn)有商業(yè)模式,很多傳統(tǒng)的行業(yè)都將采用智能技術(shù)實現(xiàn)升級換代。
1. 精心之作。國家文津圖書獎得主、硅谷投資人吳軍博士繼《智能時代》(初版)風靡市場4年之后,對內(nèi)容進行修訂和資料升級,增改內(nèi)容超過60%。
2. 讀者認可!吨悄軙r代》(初版)獲得百萬讀者的認可,成為“智能時代”話題的代表作品。 3. 大家加持:中國工程院院士鄔賀銓、小米創(chuàng)始人雷軍、混沌大學創(chuàng)辦人李善友、大數(shù)據(jù)專家徐子沛作序并聯(lián)袂推薦,深度肯定吳軍博士《智能時代》的內(nèi)容價值。 4. 趨勢前瞻:本次再版融合了近幾年信息科技產(chǎn)業(yè)的5G、IoT等技術(shù)的深度發(fā)展和趨勢研判,凡是關(guān)注互聯(lián)網(wǎng)和智能社會的人、不想被時代淘汰的人,本書都是不可多得的良師益友
人類的勝利
2016年是機器智能歷史上具有紀念意義的一年,它是一個時代的結(jié)束,也是新時代的開端。這一年距離1956年約翰•麥卡錫(John McCarthy,1927—2011)、馬文•明斯基(Marvin Minsky,1927—2016)、納撒尼爾•羅切斯特(Nathaniel Rochester,1919—2001)和克勞德•香農(nóng)等人提出人工智能的概念正好過去了60年,按照中國的習慣來說,正好過去了一個甲子。而當年在達特茅斯學院提出這個概念的10位科學家中最后一位科學家明斯基也在這一年的年初離開了人世,這或許標志著人類在機器智能領(lǐng)域第一階段的努力落下了帷幕。就在明斯基去世后的兩個月,谷歌的圍棋計算機AlphaGo(阿爾法圍棋)在與世界著名選手李世石的對局中,以4∶1取得了壓倒性的勝利,成為第一個戰(zhàn)勝圍棋世界冠軍的機器人。它的意義要遠遠超過1997年IBM(國際商業(yè)機器公司)的深藍戰(zhàn)勝卡斯帕羅夫。因為從難度上講,圍棋比國際象棋要難6~9個數(shù)量級。這件事不僅是人類在機器智能領(lǐng)域取得的又一個里程碑式的勝利,而且標志著一個新的時代——智能時代的開始。 從計算機發(fā)展的角度看,智能機器在所有棋類中戰(zhàn)勝人類其實只是一個時間問題,因為機器運算能力的提升是指數(shù)級增長的,而人類智力能夠做到線性增長就不錯了。因此一定存在一個時間點,在所有的棋類比賽中智能機器都會超過人。在1997年IBM的深藍戰(zhàn)勝卡斯帕羅夫之后,圍棋不僅是計算機尚未超越人類的最后一個棋類,而且還蘊含著上千年的東方文化,即棋道。雖然大部分人相信計算機最終可以在圍棋上超越人類,但總覺得那還是幾年后的事情。就在AlphaGo和李世石比賽之前,李世石本人認為前者的水平和他相差一到兩個子,也就是說,即使他讓先也能5∶0獲勝。中國圍棋界泰斗聶衛(wèi)平也認為當時的計算機是不可能戰(zhàn)勝人類冠軍的。就連曾經(jīng)在谷歌工作過的IT(信息技術(shù))行業(yè)老兵李開復博士也不相信AlphaGo能贏。這并非李開復等人對當時機器智能的發(fā)展狀況不夠了解,而是因為下圍棋是一件太難的事情。2015年底,AlphaGo僅僅贏了樊麾二段而已,離九段還差得遠呢。但是大家忘記了一件事情,那就是AlphaGo水平的提高并不需要人那么長的時間,事實上在谷歌內(nèi)部,大家在開賽前就已經(jīng)知道AlphaGo的水平并不在九段之下。 2016年3月9日,AlphaGo和李世石之間的世紀大戰(zhàn)開始了。AlphaGo在第一盤出人意料地輕松獲勝。當然,大部分人在贊譽AlphaGo水平的同時,依然認為這可能是李世石在試探計算機而已,畢竟那是五盤棋的比賽,用一盤棋試探自己毫不了解的對手未嘗不是明智之舉。但是當AlphaGo在第二盤獲得連勝并且下出了很多人類預想不到的好棋后,對機器智能持懷疑態(tài)度的聶衛(wèi)平等人都對它產(chǎn)生了敬意。在AlphaGo獲得第三盤勝利之后,很多超一流的棋手都渴望和它一戰(zhàn),希望以此檢驗自己的水平,并且能夠提高棋藝。雖然李世石在第四盤抓住AlphaGo的一個失誤打了一個漂亮的翻身仗,但是AlphaGo在最后一盤穩(wěn)穩(wěn)地控制住局面,直到勝利?梢灾v在那一次人機大戰(zhàn)之后,圍棋界對機器智能從懷疑變成了頂禮膜拜,大家都意識到,按照AlphaGo在過去幾個月里的進步速度,只要谷歌愿意繼續(xù)進行科研,很快人類所有的圍棋高手都無法和它過招兒了。 計算機之所以能戰(zhàn)勝人類,是因為機器獲得智能的方式和人類不同,它不是靠邏輯推理,而是靠大數(shù)據(jù)和智能算法。在數(shù)據(jù)方面,谷歌使用了幾十萬盤圍棋高手之間對弈的數(shù)據(jù)來訓練AlphaGo,這是它獲得所謂“智能”的原因。在計算方面,谷歌采用了上萬臺服務(wù)器來訓練AlphaGo下棋的數(shù)學模型,并且讓不同版本的AlphaGo相互對弈了上千萬盤,這才保證它能做到“算無遺策”。具體到下棋的策略,AlphaGo有兩個關(guān)鍵技術(shù)。第一個關(guān)鍵技術(shù)是把棋盤上當前的狀態(tài)變成一個獲勝概率的數(shù)學模型,這個模型里面沒有任何人工規(guī)則,而是完全靠前面所說的數(shù)據(jù)訓練出來的。第二個關(guān)鍵技術(shù)是啟發(fā)式搜索算法——蒙特卡洛樹搜索算法(Monte Carlo Tree Search),它能將搜索的空間限制在非常有限的范圍內(nèi),保證計算機能夠快速找到好的下法。雖然訓練AlphaGo使用了上萬臺服務(wù)器,但是它在和李世石對弈時僅僅用了幾十臺服務(wù)器(1 000多個中央處理器的內(nèi)核以及100多個圖形處理器)。相比國際象棋,圍棋的搜索空間要大很多倍。AlphaGo的計算能力相比深藍,其實并沒有這么多倍的提高,它靠的是好的搜索算法,能夠準確地聚焦搜索空間,因此能夠在很短的時間里算出最佳行棋步驟。由此可見,下圍棋這個看似智能型的問題,從本質(zhì)上講,是一個大數(shù)據(jù)和算法的問題。 當然,谷歌開發(fā)AlphaGo的最終目的,并非要證明計算機下棋比人類強,而是要開發(fā)一種機器學習的工具,讓計算機能夠解決智能型問題。AlphaGo和李世石對弈,實際上是對當今機器智能水平的一個測試。從樊麾到李世石,他們實際上是用自己的專才在幫助谷歌測試機器智能的發(fā)展水平。在人機對弈的第四盤李世石反敗為勝的過程中,他無意中發(fā)現(xiàn)了AlphaGo的一個缺陷。因此,谷歌的成功里面也有李世石等棋手的功勞。從這個角度來講,AlphaGo的勝利標志著人類在機器智能方面達到了一個嶄新的水平,因此它是人類的勝利。 無論是在訓練模型還是在下棋時,AlphaGo所采用的算法都是幾十年前大家就已經(jīng)知道的機器學習和博弈樹搜索算法,谷歌所做的工作是讓這些算法能夠在上萬臺甚至上百萬臺服務(wù)器上并行運行,這就使計算機解決智能問題的能力有了本質(zhì)的提高。這些算法并非專門針對下棋而設(shè)計,其中很多已經(jīng)在其他智能應(yīng)用領(lǐng)域(比如語音識別、機器翻譯、圖像識別和智能醫(yī)療)獲得了成功。AlphaGo成功的意義不僅在于它標志著機器智能的水平上了一個新的臺階,還在于計算機可以解決更多的智能問題。今天,計算機已經(jīng)開始完成很多過去必須用人的智力才能夠完成的任務(wù),比如醫(yī)療診斷、閱讀和處理文件、自動回答問題、撰寫新聞稿、駕駛汽車等。可以講,AlphaGo的獲勝,宣告了機器智能時代的到來。 AlphaGo的獲勝讓一些不了解機器智能的人開始杞人憂天,擔心機器在未來能夠控制人類。這種擔心是不必要的,因為AlphaGo的靈魂是計算機科學家為它編寫的程序。機器不會控制人類,但是制造智能機器的人可以。而科技在人類進步中總是扮演著最活躍、最革命的角色,它的發(fā)展是無法阻止的。我們能做的就是面對現(xiàn)實,抓住智能革命的機遇,而不是回避它、否定它和阻止它。未來的社會,屬于那些具有創(chuàng)意的人,包括計算機科學家,而不屬于掌握某種技能做重復性工作的人。 我們出版這本書,希望能讓大家更多地了解大數(shù)據(jù)的本質(zhì)、作用及其和機器智能的關(guān)系、機器智能的原理和發(fā)展歷程,以及它們對未來產(chǎn)業(yè)和社會的影響。本書一共分為四篇,共九章。第一篇(第一到第三章)介紹大數(shù)據(jù)和機器智能的原理和基礎(chǔ)、機器智能的發(fā)展歷程及其關(guān)鍵的深度學習技術(shù)。第二篇(第四和第五章)介紹大數(shù)據(jù)和機器智能所帶來的思維革命。第三篇(第六和第七章)介紹智能革命自身的技術(shù)挑戰(zhàn)和機遇。第四篇(第八和第九章)介紹智能革命對產(chǎn)業(yè)、社會以及對個人所帶來的機會和沖擊。書中的核心內(nèi)容來自我在混沌大學和一些大學商學院授課的講義,但是考慮到大家讀書和聽課畢竟有很大的區(qū)別,因此在將講義改寫成書的時候,我增加了大量的案例和歷史背景介紹,以方便大家能夠系統(tǒng)地了解大數(shù)據(jù)和機器智能的來龍去脈,以及我們對未來進行分析的依據(jù)。 本書的出版,在很大程度上是混沌大學聯(lián)合創(chuàng)辦人曾興曄女士、空無邊處出版團隊的張嫻和鄭婷女士,以及中信出版集團經(jīng)管分社的社長朱虹、副社長趙輝、主編張艷霞等相關(guān)人員積極推動的結(jié)果。著名的信息領(lǐng)域?qū)<、中國工程院院士鄔賀銓院士,混沌大學創(chuàng)辦人李善友教授,在百忙中為本書寫了序言。上海交通大學圖像通信與網(wǎng)絡(luò)工程研究所王延峰博士對本書的內(nèi)容提供了寶貴的參考意見。在此我對他們表示衷心的感謝。由于本人水平有限,書中不免有這樣或者那樣的錯誤,希望廣大讀者朋友不吝賜教指正。 2020年1月于硅谷
吳軍博士,“文津圖書獎”得主,硅谷風險投資人,知名自然語言處理和搜索專家。畢業(yè)于清華大學、美國約翰.霍普金斯大學,計算機科學博士。于2002年加入谷歌,是當前谷歌中、日、韓算法的主要設(shè)計者。2010年加盟騰訊,擔任搜索業(yè)務(wù)副總裁。后回到谷歌負責計算機問答項目。2014年,作為創(chuàng)始合伙人創(chuàng)立豐元投資。吳軍博士既有深厚的學科背景,又具有豐富的中美高科技企業(yè)工作及投資經(jīng)驗。著有《全球科技通史》《見識》《態(tài)度》《格局》《浪潮之巔》《數(shù)學之美》《文明之光》等多部暢銷書,并多次獲得“文津圖書獎”“中國好書”“中華優(yōu)秀出版物獎”在內(nèi)的各種圖書大獎。
目錄
推薦序一 大數(shù)據(jù)與機器智能催生智能時代 / 鄔賀銓 推薦序二 智能時代,未來已來 / 李善友 自 序 人類的勝利 _ 上卷 第一篇:人工智能的支柱 01 一切從數(shù)據(jù)開始 如果我們把資本和機械動能作為大航海時代以來全球近代化的推動力,那么數(shù)據(jù)則是我們正在經(jīng)歷的智能革命的核心動力。要了解人工智能,就要從數(shù)據(jù)說起。 數(shù)據(jù)、信息和知識 數(shù)據(jù)的作用:文明的基石 相關(guān)性:使用數(shù)據(jù)的鑰匙 統(tǒng)計學:點石成金的魔棒 數(shù)學模型:數(shù)據(jù)驅(qū)動方法的基礎(chǔ) 02 大數(shù)據(jù)和機器智能 如同飛機不是飛得更高的鳥兒一樣,人工智能也并不是更聰明的人。在大數(shù)據(jù)出現(xiàn)之前,計算機并不擅長解決需要人類智能的問題,但是今天這些問題換個思路就可以解決了,其核心就是變智能問題為數(shù)據(jù)問題。由此,全世界開始了新的一輪技術(shù)革命——智能革命。 什么是機器智能 鳥飛派:人工智能1.0 另辟蹊徑的數(shù)據(jù)驅(qū)動 數(shù)據(jù)從量變到質(zhì)變 大數(shù)據(jù)的特征 變智能問題為數(shù)據(jù)問題 03 深度學習與摩爾定律 讓計算機能夠產(chǎn)生智能的三個要素是數(shù)據(jù)、數(shù)學模型和硬件基礎(chǔ),所以有了海量數(shù)據(jù),就需要解決如何建立數(shù)學模型和硬件基礎(chǔ)是否可以承載的問題。這就不得不講講今天大熱的深度學習,以及在過去半個多世紀里,讓計算機處理器的性能增長了上億倍的摩爾定律。 什么是機器學習 深度學習與谷歌大腦 摩爾定律的饋贈 第二篇:思維的革命和商業(yè)的變革 04 思維的革命 在無法確定因果關(guān)系時,數(shù)據(jù)為我們提供了解決問題的新方法,數(shù)據(jù)中所包含的信息可以幫助我們消除不確定性,而數(shù)據(jù)之間的相關(guān)性在某種程度上可以取代原來的因果關(guān)系,幫助我們得到想知道的答案,這便是大數(shù)據(jù)思維的核心。 思維方式?jīng)Q定科學成就 工業(yè)革命:機械思維的結(jié)果 世界的不確定性 熵:一種新的世界觀 用大數(shù)據(jù)消除不確定性 從因果關(guān)系到強相關(guān)關(guān)系 數(shù)據(jù)公司谷歌 05 大數(shù)據(jù)思維與商業(yè) 今天,大部分人工智能的應(yīng)用,采用的都是谷歌開源的代碼。在未來我們可以看到,大數(shù)據(jù)和機器智能的工具就如同水和電這樣的資源,由專門的公司提供給全社會使用。而大家要做的事情,就是思考如何利用大數(shù)據(jù)和智能工具,解決好自己的實際問題。 利用大數(shù)據(jù)從亂象中找規(guī)律 相關(guān)性、時效性和個性化 被出讓的決策權(quán) 商業(yè)的底層盡在數(shù)據(jù)流中 把控每一個細節(jié) 重新認識窮舉法 從歷史看技術(shù)與產(chǎn)業(yè) 技術(shù)改變商業(yè)模式 “+ 大數(shù)據(jù)”締造新產(chǎn)業(yè) 第三篇:智能技術(shù)的挑戰(zhàn)與機遇 06 技術(shù)的挑戰(zhàn) 大數(shù)據(jù)和傳統(tǒng)的數(shù)據(jù)方法是不同的,使用好大數(shù)據(jù)對相應(yīng)的技術(shù)提出了新的挑戰(zhàn)。人工智能目前的成就主要來自大數(shù)據(jù)、硬件性能和算法(數(shù)學模型)的平衡。當數(shù)據(jù)量還在激增,摩爾定律快要遇到瓶頸時,便到了我們必須迎接挑戰(zhàn)的時候。而當新的需求出現(xiàn)時,又會遇到原先想不到的技術(shù)挑戰(zhàn)。 技術(shù)的拐點 數(shù)據(jù)的產(chǎn)生 數(shù)據(jù)的存儲 數(shù)據(jù)的傳輸 數(shù)據(jù)的處理 數(shù)據(jù)的收集和選取 數(shù)據(jù)的壓縮和表示 并行計算和實時處理 機器學習的解釋和評估 數(shù)據(jù)安全 保護隱私 07 邁向超級智能 未來的社會將是一臺超級智能的有機體。如果我們把它對應(yīng)于人,那么人工智能是大腦,IoT 是神經(jīng)系統(tǒng)。IoT 中數(shù)量巨大的傳感器和設(shè)備扮演著眾多感官細胞的角色,而正在發(fā)展起來的5G 移動通信網(wǎng)絡(luò)則相當于周圍神經(jīng)。區(qū)塊鏈也是這個超級智能有機體不可或缺的部分,它扮演著承載生物信號的角色。 “移動互聯(lián)網(wǎng)+ 傳感器”催生IoT IoT 是第三代互聯(lián)網(wǎng) 5G 不只是比4G多1G 區(qū)塊鏈≠虛擬貨幣 超級智能時代 第四篇:智能時代與我們 08 未來智能化產(chǎn)業(yè) 人工智能會在未來改變很多產(chǎn)業(yè)格局,一些新的產(chǎn)業(yè)會出現(xiàn),但更多的改變是對現(xiàn)有產(chǎn)業(yè)的改造。在未來,那些存在了幾百甚至上千年的產(chǎn)業(yè)還會存在,而且會發(fā)展得更好。農(nóng)業(yè)、制造業(yè)、體育、醫(yī)療、法律,甚至編輯記者行業(yè)都將迎來嶄新形態(tài)。我們不妨把這種變化用如下范式來概括:現(xiàn)有產(chǎn)業(yè)+ 智能技術(shù)= 新產(chǎn)業(yè)。而產(chǎn)業(yè)的升級和變遷,會比現(xiàn)在的產(chǎn)業(yè)更好地滿足人類的個性化需求,逐漸導致整個社會的升級和變遷。 未來的農(nóng)業(yè) 未來的體育 未來的制造業(yè) 未來的商業(yè) 未來的醫(yī)療 未來的律師業(yè) 未來的記者和編輯 未來的生產(chǎn)關(guān)系 09 未來的社會 在歷次技術(shù)革命中,一個人、一家企業(yè),甚至一個國家,可以選擇的道路只有兩條:要么加入浪潮,成為前2% 的人;要么觀望徘徊,被淘汰。 智能化社會 精細化社會 無隱私社會 丟掉工作的社會 爭當2% 的人 大企業(yè)未必靠得住 參考文獻
5G不只是比4G多1G
第三代互聯(lián)網(wǎng)要想普及,還需要對全球的移動通信網(wǎng)絡(luò)進行進一步的升級。 今天5G是一個熱門的話題。為什么我們需要5G?很多人說網(wǎng)速快,其實4G的網(wǎng)速在絕大多數(shù)情況下已經(jīng)足夠用了,即使看高清視頻也足夠快。實際上,今天對很多人來講,4G的流量太貴才是無限制上網(wǎng)的主要障礙,而非網(wǎng)速。某些地方信號不好上不了網(wǎng),那不是技術(shù)的問題,而是基站建設(shè)和網(wǎng)絡(luò)基礎(chǔ)架構(gòu)建設(shè)的問題。 今天只有在一種特殊的情況下,4G移動通信網(wǎng)絡(luò)不夠用,那就是在一個很小的區(qū)域內(nèi),如果有太多人要上網(wǎng),比如我們在前面第六章中提到的上萬人在一個會場里的情況。這個道理其實很簡單,根據(jù)信息論中關(guān)于信息傳輸率的香農(nóng)第二定律,當試圖用比信道容量更快的速率傳輸信息時,出錯率不是1%、5%,也不是20%、50%,而是100%。也就是說,那時沒有人能夠上網(wǎng)。我們今天采用的4G通信,基站覆蓋半徑通常在1.5千米左右(4G基站之間的距離通常在2~3千米),在城市里可能會更密集一點。而在這方圓一千米的范圍內(nèi),總?cè)藬?shù)是有限的,并且人們也不會同時上網(wǎng),因此分給每個上網(wǎng)人的帶寬是夠用的。但是,遇到上述情況時,所有人加在一起總的傳輸率就超過了信道的總帶寬,導致大家無法上網(wǎng)。即便總的傳輸率略低于信道的容量,由于信息在傳輸?shù)倪^程中難免要出錯,需要重傳,當信道很忙碌時,錯誤率會很高,通信就極不穩(wěn)定。理解了這一點就不難想象,當IoT開始普及,如果在一個范圍內(nèi)要同時上網(wǎng)的設(shè)備數(shù)量增加兩個數(shù)量級(100倍左右),那么今天的4G網(wǎng)絡(luò)是不夠使用的,就會出現(xiàn)像前面說的那種“會場擁堵”的問題。這時候,就需要總的傳輸率更快,而且并發(fā)處理通信請求能力更強的移動通信網(wǎng)絡(luò)了。我們把新的網(wǎng)絡(luò)稱為5G。 從4G到5G,通信帶寬增加是最明顯的特征,這一點是怎么做到的呢?有人覺得多建基站,提高基站的功率,這其實是誤解。功率的提高雖然能夠讓遠離基站的地點信號增強,網(wǎng)速有所改進,但是一個基站所能提供的總的通信量是一個常數(shù)。至于單純增加基站的數(shù)量也是不可行的,因為基站之間會打架。更何況,在城市里,太多大功率的基站會讓周圍的電磁波輻射太強,對人也不安全。誰要是不相信可以戴一個(封閉的)金手鐲到發(fā)射塔下面站一會兒,手肯定就會被燒傷。因此提高移動通信的帶寬需要想別的辦法,所幸的是香農(nóng)早就告訴大家答案在哪里,那就是提高無線通信的頻率范圍。 無線通信的頻率是無法向下擴展的,一是因為那些頻率已經(jīng)被占用了,二是因為能夠擴展的范圍有限,因此它只能向上擴展,也就是讓無線電波的頻率增加。目前華為提出的過渡型5G標準頻率是6GHz(吉赫),比目前4G標準所采用的2GHz上下的頻率要高得多,而高通提出的5G最終標準采用的頻率高達28GHz。我們知道,無線電波的頻率越高,它繞過障礙物的能力就越差,比如說當它被提高到可見光的頻率時,你隨便用張紙、用塊布就能擋住它。當然我們今天無線通信的頻率還沒有這么高,但是在城市里高樓大廈會嚴重影響通信。怎么辦?最簡單的辦法就是在提高通信頻率的同時,把基站建得非常密,這樣你的附近就有基站,而通信信號也不需要傳太遠。 按照目前對5G網(wǎng)絡(luò)的設(shè)想,基站之間的距離將從過去2~3千米銳減到200~300米,這樣就帶來了三個明顯的好處。首先,采用了更高的頻率通信所帶來的受建筑物干擾的問題,因為通信距離的縮短可以被解決。其次,更少的人分享帶寬。我們假定在大中城市里半徑一千米范圍里的人口是1萬人,那么方圓百米范圍內(nèi)就會下降到100人。這樣每個人能夠分到的帶寬就可以增加兩個數(shù)量級。最后,由于基站的通信范圍可以從1千米減少到100米,功率可以降低兩個數(shù)量級。這樣,雖然城市里基站的數(shù)量增加了百倍,但是電磁波輻射反而大大地下降了。當然,有了5G,我們前面講到的各種有關(guān)IoT的需求就都能夠滿足了。這便是從通信的角度來看待IoT。 結(jié)合我們前一節(jié)所講的內(nèi)容,第三代互聯(lián)網(wǎng)和5G其實是兩類不同行業(yè)的人,從兩個不同的視角解讀IoT,以及由它推進的技術(shù)革命。那么這兩種視角是否有足夠大的交集,甚至能否相融呢?答案是肯定的。事實上,從1G到4G,雖然從用戶的角度講只是移動通信速度的增加,但是從技術(shù)上講,這種變化有兩條主線,一個是標準的進步,另一個則是網(wǎng)絡(luò)的不斷融合。 我們還是先從1G說起。 世界上最早的民用移動通信電話是由摩托羅拉公司發(fā)明的。在1967年的國際消費類電子產(chǎn)品展覽會(CES)上,最吸引眼球的是由它推出的第一代商用移動電話的原型。當時一部這樣的電話售價2 000美元,重達9千克!但是幾年后,當它開始在市面上銷售時,其重量就降到了不到3千克,當然售價還是很貴。在摩托羅拉之前,AT&T是世界電信產(chǎn)業(yè)的霸主,它也不覺得移動通信有什么必要性。如果大家不愿意坐在椅子上打電話,使用無繩電話就好,因此它對于移動電話的判斷是,使用者不會超過100萬。當然后來的結(jié)果大家都知道,AT&T作為通信技術(shù)的引導者錯過了那一次機遇,而摩托羅拉從此成為移動通信的領(lǐng)導者,并且主導了第一代的移動通信標準的制定。 移動通信從一開始,其實就是無線和有線的結(jié)合;竞褪謾C之間是無線通信,但是基站之間卻是通過線路連通的。這樣做有很多好處,不僅把空中有限的帶寬用于手機的通信,可以讓更多的手機入網(wǎng),而且保證了基站之間通信的穩(wěn)定。進入20世紀80年代,諾基亞等公司就開始研制新一代的移動通信設(shè)備并且提出新的移動通信標準。1991年,它們開始投入使用。為了區(qū)分這兩代不同的移動通信標準,以前的被稱為1G,即第一代的意思,新的則被稱為2G。 從表面上看,2G手機比1G的大哥大手機要小很多,更省電,而且收發(fā)短信方便。從技術(shù)上講,1G是模擬電路的,2G是數(shù)字電路的,而數(shù)字電路本身受益于摩爾定律,能夠以非常快的速度迭代。在2G手機中,一個專用芯片可以取代過去大哥大上百個芯片。再往后,使用更有效的CDMA(碼分多址)標準的3G移動通信出現(xiàn)了,信息的傳輸率提高了一個數(shù)量級。這是一個飛躍,它使移動互聯(lián)網(wǎng)得以實現(xiàn),從此手機的語音通話功能降到了次要位置,而數(shù)據(jù)通信(包括瀏覽網(wǎng)絡(luò))成為主要功能。但是,從1G到3G都存在一個大問題,那就是移動通信的網(wǎng)絡(luò)和原有的通信網(wǎng)絡(luò)雖然能夠彼此相通,卻彼此獨立,移動通信的網(wǎng)絡(luò)并不依賴于已經(jīng)搭建好的通信網(wǎng)絡(luò)自成一體。今天我們回過頭來看這件事會覺得有點荒唐,但是如果我們了解了當時以摩托羅拉和諾基亞為代表的移動通信公司和以AT&T為代表的傳統(tǒng)電信公司是多么水火不容,就不難理解這一點了。事實上,在從2G到3G過渡的時代,摩托羅拉公司甚至搞出了一個銥星計劃,通過66顆衛(wèi)星建立一個完全獨立的移動通信網(wǎng)絡(luò),完全不依賴于現(xiàn)有的電話系統(tǒng)。銥星計劃最終破產(chǎn)了,這倒不是摩托羅拉的技術(shù)不夠好,甚至不是像一些人想象的那樣因為用戶數(shù)量不夠不能讓成本降下來,而是這個計劃從一開始就違背了單位能量傳遞信息必須越來越有效的科技發(fā)展的大趨勢。 3G之前相對獨立的移動網(wǎng)絡(luò)不僅存在巨大的通信效率問題,而且它無法受益于網(wǎng)絡(luò)技術(shù)的快速迭代。基站之間的帶寬不足,再加上手機端到端的通信要經(jīng)過好幾級的轉(zhuǎn)發(fā),手機之間通信其實是非常復雜的。 從3G到4G,雖然基本上沿用了原有的基站,但是網(wǎng)絡(luò)結(jié)構(gòu)卻有了巨大的改進。不僅基站之間光纖的帶寬增加了,端到端通信時的信息轉(zhuǎn)發(fā)次數(shù)減少了,而且它利用了互聯(lián)網(wǎng)和電信網(wǎng)絡(luò)的最新技術(shù),比如采用了分布式基站的架構(gòu),通過云計算實現(xiàn)了很多虛擬化,以增加靈活性和網(wǎng)絡(luò)各個基帶的流量平衡?傊W(wǎng)絡(luò)技術(shù)的融合使4G的速度比3G快很多。 但是4G依然沒有將所有的網(wǎng)絡(luò)融合到一起。今天我們其實還在使用兩個移動互聯(lián)網(wǎng),在外面我們使用4G,回到家里使用Wi-Fi。對于前者大家要按照流量付費,而對于后者基本是包月。這種不一致源于我們前面講到的電信公司和互聯(lián)網(wǎng)公司的差異。在4G時代,只要是在家用網(wǎng)絡(luò)稍微多一點的地方,都需要有入戶的光纖和Wi-Fi路由器,而不能所有上網(wǎng)都使用4G。但是到了5G時代,我們可以將間隔距離只有百米的基站看作大功率的Wi-Fi,這樣對大部分家庭來講,家里的網(wǎng)絡(luò)和社會上的5G網(wǎng)絡(luò)就可以合二為一,除了需要傳輸極大數(shù)據(jù)量的個人和企業(yè)還需要專門連入光纖,大部分人使用5G網(wǎng)絡(luò)就可以解決所有的網(wǎng)絡(luò)問題。從此,互聯(lián)網(wǎng)產(chǎn)業(yè)和通信產(chǎn)業(yè)就會融合為一個更為完整的產(chǎn)業(yè)。 從1G到5G的發(fā)展可以看出,網(wǎng)絡(luò)的發(fā)展是朝著不斷融合的方向前進的,任何試圖搭建一個獨立的、單純基于無線技術(shù)的努力都是逆流而為。今天,依然有一些人試圖再開發(fā)類似于銥星的通信系統(tǒng),希望用它來覆蓋全球的通信。這類的新聞讓很多不懂技術(shù)的人感到興奮,甚至投資,但這完全是逆流而動。且不說衛(wèi)星通信的帶寬要比手機和基站通信窄得多,能夠服務(wù)的手機數(shù)量極少,就算手機和衛(wèi)星通信沒有問題,衛(wèi)星之間的通信可比基站之間的帶寬低好幾個數(shù)量級,衛(wèi)星本身會成為瓶頸。就算衛(wèi)星不是通信的瓶頸,天上幾萬顆衛(wèi)星和中國地面上650萬個(2018年的數(shù)據(jù))由高速光纖連接的基站也沒法比。這還沒有考慮由于衛(wèi)星通信距離遙遠,再加上容易受氣候因素干擾,通信的穩(wěn)定性非常差(誤碼率很高所致)。因此,雖然我們有時可以講情懷,但是搞工程還是要講科學基礎(chǔ)的。對這種逆潮流而為的所謂創(chuàng)新的態(tài)度,是衡量每一個人科技素養(yǎng)的試金石。 最后,讓我們一同來思考一個問題。有了5G之后,是否還需要光纖通信?答案是,不僅需要,而且還要大幅度提高。因為當我們的移動設(shè)備和IoT設(shè)備信息傳輸量劇增后,基站和基站之間的通信帶寬就必須相應(yīng)增加。雖然從理論上講5G的信息傳輸率可以是4G的幾十倍,但是這件事只有當主干網(wǎng)的帶寬跟上之后才會成為可能。今天一些企業(yè)出于宣傳的目的講測試出的5G速度是4G的上百倍,那是因為其他人沒有進行同樣的數(shù)據(jù)下載,否則,要么主干網(wǎng)擁堵導致所有人都無法通信,要么大家依然使用4G的傳輸速度。目前,5G的布局剛剛開始,真想達到大家理想中的便利性,還有很多工作要做。
你還可能感興趣
我要評論
|