12月29日，由海南省大數據聯盟主辦的第三屆中國人工智能與大數據海南高峰論壇暨2019年海南省大數據產業聯盟年會在海口成功舉行，峰會以“智慧海南·數據賦能”為主題，從物聯網發展、芯片以及云計算、智慧服務、大數據、區塊鏈技術、AI賦能等方面，闡述數字經濟大數據如何與產業融合、促進產業發展，來自各行各業的大咖也就數字時代未來趨勢發表了自身見解。

復旦大學計算機科學技術學院教授、博士生導師、副院長汪衛就《物聯網大數據技術挑戰與應用》做了主題分享：

縱觀人類的每一次進步，都離不開工業的迭代：18世紀，第一次工業革命作為技術發展史上的巨大革新，開創了以機器代替手工勞動的時代；19世紀中期，第二次工業革命促進生產力飛躍發展，改變了社會面貌，形成西方先進、東方落后的局面；上世紀90年代，美國引領全球走上信息高速公路，將第三次工業革命推向高潮；第四次工業革命則以智能化、數字化、網絡化和生物科技等新經濟為代表，正在席卷全球。

汪衛表示，這一次工業革命蘊藏著巨大機會。以工業物聯網為例，無論是依靠CPS系統的德國工業4.0，還是以5G技術與NB-IoT物聯網方案為核心的美國工業互聯網，還是下一個五年計劃的中國制造2025，工業物聯網都在不斷地顛覆產業，甚至影響世界格局。

大數據和智能分析是支撐工業物聯網發展的關鍵手段。據德國GE工業互聯網白皮書調查發現：工業4.0所面臨的機遇和挑戰，數據的整合分析以及使用是非常重要的能力；物聯網大數據分析分別從生產全過程的感知掌控、產品使用以及運行狀態、操作人員狀態三方面去支撐智能制造，從而達到提高生產效率、降低成本、降低故障率、創新服務模式以及提高管理水平的目的。

這時，工業大數據顯得尤為重要，作為工業領域信息化相關應用中所產生的的海量數據，來源余企業內部、客戶、以及產業鏈物聯網，匯聚產業鏈跨界數據、機器設備數據、制造業信息化數據，實現全生命周期的數據把控，而工業大數據也呈現著多模態、高通量、強關聯的特征。

同時，工業物聯網的大數據也在面臨著挑戰，一是在傳感器數據低語義層次數據和業務分析基于高語義層次信息之間存在的數據語義鴻溝；二是在領域專家、實現方法、分析方法如何達成目標分析的分析方法鴻溝；如何克服挑戰，則要用到工業物聯網大數據的主要技術：

技術主要從兩方面去發力：大規模工業數據管理方面，海量時序/流數據的管理和查詢技術、面向全生命周期的工業數據建模、多語義層次的特征定義和提取、多語義層次的數據融合、多類/多道數據的協同查詢等；在工業物聯網大數據分析方面，通過異構數據的關聯分析（如時間序列數據/BIM數據/結構數據/建立業務語義與事件語義關聯）、語義融合（全局狀態的語義集成、數據設備工況的語義層面融合）去解決。

汪衛就工業物聯網大數據在橋梁結構健康監控的應用做了舉例，近年來我國的多起重大橋梁倒塌事故，影響人民生命財產安全以及經濟建設，也進一步促進管理部門對橋梁結構安全掌控的需求；融合多座橋梁、多種傳感器的海量監測數據，每座橋梁涉及多種傳感器類型以及上千個傳感器，實現每秒流入數據超過10000個數據節點。

在異常監測方面，利用單通道預警算法和多通道預警算法，保障平臺能夠第一時間作出預警；同時，平臺也支持基于監測數據的各種事件建模和自動識別，如橋墩被撞、地震、爆破、重車經過等；實現一整套故障分析技術，包括故障前的先兆分析、故障后的原因定位以及影響分析，期望構造基于云計算技術的橋梁結構健康監測數據管理平臺。