密歇根州立大學教授、清華大學軟件學院教授劉云浩是中國最早定義 “物聯(lián)網” 的學者。近日，他接受了 ACM 官網的專訪，談了他對未來五年內物聯(lián)網和傳感網領域研究前景的展望。

劉云浩，密歇根州立大學講座教授、計算機科學與工程系主任。他還擔任清華大學長江學者特聘教授、清華大學軟件學院教授。他的研究領域包括物聯(lián)網、普適計算和定位計算，傳感網 / 射頻識別（RFID）和分布式系統(tǒng)。

他曾獲得 ACM 主席獎、ACM MobiCom 最佳論文獎，中國國家自然科學獎、NSF 中國國家杰出青年基金、中國計算機學會物聯(lián)網青年成就獎等。

劉云浩著有《位置，定位計算與可定位性》一書，以及中文教科書《物聯(lián)網導論》。他因為對傳感器網絡和物聯(lián)網做出的杰出貢獻被評為 ACM Fellow。他還擔任 ACM Transactions on Sensor Networks 期刊主編、ACM 中國理事會名譽主席等職。

近日，ACM 官方對劉云浩教授進行了專訪，劉教授在訪談中談到自己如何對走上物聯(lián)網研究之路，展望了未來五年物聯(lián)網和傳感器領域可能出現的進步，并以 ACM 中國理事會主席的身份，提到了 ACM 在中國面向開發(fā)者和從業(yè)者開展的一系列活動。

以下是新智元對此次訪談內容的編譯。

ACM：您是何時開始對傳感器網絡和物聯(lián)網感興趣的？

劉云浩：進入計算機領域的研究生學習階段之前，我從事了四年工程師工作，專注于物流和供應鏈方向。行業(yè)的工作經歷給我增加了網絡和其他IT方面的經驗。本世紀初，我開始攻讀博士學位時，互聯(lián)網革命正在進行，我深刻地意識到互聯(lián)網將在全世界產生巨大的影響。

我特別欣賞互聯(lián)網“自我可擴展”這個設計理念。我認為我們要（并且最終會）使互聯(lián)網變得更加聰明，要實現這樣的想法，不僅要連接機器，而且要連接人、汽車、衣服甚至其他所有東西，同時要給互聯(lián)網加上“眼睛”和“耳朵”，讓互聯(lián)網具備感知能力。我開始深入研究物聯(lián)網、傳感網和 RFID 相關技術，希望能打造一系列深度互聯(lián)、可編程的、智能化新型實用設備，打通數據的采集瓶頸，提供比以往更多的實時數據與信息。

ACM: 您主持的項目 GreenOrbs 在森林里部署了 1000 多個傳感器節(jié)點，會用來收集一年多的數據。在開發(fā) GreenOrbs 的過程中遇到了哪些挑戰(zhàn)？機遇又在哪里？

劉云浩：該項目開展的動機是人們在過去幾十年中為應對全球氣候變化所做的總體努力。環(huán)境研究表明，溫室氣體排放量的增加（其中主要成分是二氧化碳）是全球氣候變化的罪魁禍首。森林消化陸地生態(tài)系統(tǒng)中的碳儲量，而城市是二氧化碳排放的主要來源。

2007 年，我們啟動了 GreenOrbs 項目。首要目標是在森林中建立長期和大規(guī)模的傳感器網絡，以提供全年的生態(tài)監(jiān)測，包括收集各種感官數據，主要涉及溫度、濕度、照明和二氧化碳的含量，然后與研究人員共享這些數據。當時，在野外還沒有超過 200 個節(jié)點的傳感網系統(tǒng)，已有的系統(tǒng)一次只能工作幾個月。因此，我們是第一個旨在創(chuàng)建擁有數千個傳感網節(jié)點并能連續(xù)運行幾年的系統(tǒng)項目。從 2008 年開始，GreenOrbs 在不同地方經歷了多次不同規(guī)模的部署。例如，到 2010 年初，杭州項目中的網絡規(guī)模達到了 330 個節(jié)點。

我們隨后將網絡規(guī)模擴大到 500 個節(jié)點，并部署到中國國家級自然保護區(qū)天目山。到 2011 年，我們累計在森林中部署了超過 2000 個節(jié)點。我們還使用網絡提供“林冠郁閉度”（Canopy closure）測量。林冠郁閉度的定義為由頂葉垂直遮蔽的地面面積占林區(qū)總面積的百分比。它是一種廣泛使用的重要林業(yè)指標，但傳統(tǒng)的測量技術要么準確性差，要么成本過高。使用類似的方法，GreenOrbs 還可以通過將傳感器部署在三維空間中測量名為“葉面積指數”的林業(yè)指標。

基于第一階段的基礎，我們開始了 GreenOrbs 項目的第二階段，CitySee。2011 年，我們在江蘇無錫部署了 1200 個節(jié)點，每個節(jié)點配備了數十個傳感器。在接下來的三年當中，在中國國家自然基金委的資助和工業(yè)界的支持下，我們在 30 多個城市部署了各種規(guī)模的 CitySee 子系統(tǒng)。CitySee 收集多維數據，包括二氧化碳、溫度、濕度、聲音、照明、位置和人員行為等。變化極快的城市環(huán)境以及對長期、大規(guī)模、連續(xù)和同步監(jiān)測的需求給我們帶來了全新的挑戰(zhàn)，因此我們提出和嘗試采用了一系列創(chuàng)新設計來應對，如超低功耗協(xié)議、非測距無線定位、被動網絡診斷和非傳感器感知等等。GreenOrbs 和 CitySee 成為智慧城市研究的早期實踐嘗試，我們從中學到了很多，對于如今的系統(tǒng)設計大有裨益。

ACM: 在未來五年內，您認為傳感器網絡或物聯(lián)網技術可能會有哪些顯著的進步？

劉云浩：近幾年，你也許經常會聽到 AI+IOT、邊緣計算和大數據這樣的概念。不久前，ACM 將 2018 年的圖靈獎授予了三位 AI 開拓者--Yoshua Bengio，Geoffrey Hinton 和 Yann LeCun，以表彰他們對深度神經網絡所做的貢獻。我覺得很顯然，嵌入AI的物聯(lián)網是最有前景的技術之一。物聯(lián)網技術多年來一直在建立一個全面和深度互聯(lián)的世界。生成大數據，處理人們從辦公室到家庭到汽車上的所有事務。有些人已經開始使用“萬物互聯(lián)”（或 IoE ）來代替“物聯(lián)網”這個詞了。傳統(tǒng)上，數據分析在云中進行，以集中的方式存儲和挖掘。但是對于像自動駕駛這種特別實時的應用來說，這個分析過程不夠快，況且數據的集中也引發(fā)人們對數據隱私問題的擔憂。

相比之下，AI 嵌入式技術可幫助企業(yè)和個人直接從物聯(lián)網設備獲得有意義的洞察。邊緣系統(tǒng)變得更加智能，AI+物聯(lián)網系統(tǒng)的強大功能也將使工業(yè)設備更安全和更個性化，使家居更智能化和私密化。這標志著互聯(lián)網服務將從更多地關注以消費者為導向的需求，轉向以行業(yè)為導向的需求，并擴展到更廣泛的領域。

ACM: 中國的研究人員和從業(yè)者如何通過參與 ACM 和 ACM 中國理事會的活動獲益？

劉云浩：自 2009 年ACM中國理事會成立以來，在過去的 10 年里，我們在中國建立了 20 多個城市分會和 10 多個 ACM 特別興趣小組（SIG）分會。這些分會非常活躍。例如，由北京大學張銘教授主持的 ACM SIGCSE 中國與 ACM 會員就計算機科學、軟件工程和人工智能的課程建設上進行合作。ACM 中國理事會還支持為 ACM 中國會員提供在線學習資源和課程。ACM SIG 中國分會，例如SIGAI，SIGMOD，SIGCOMM，SIGMOBILE，SIGBIO，SIGMM，SIGSAC，SIGOPS 也為中國的研究人員和從業(yè)者提供了大量的輔導和研討會。

連同 20 多個城市分會，特別是在南京、合肥、成都、上海、重慶、西安、大連、北京、哈爾濱、太原、天津、濟南、青島、蘭州等地的支持下 ，自 2017 年以來，ACM 中國理事會組織ACM中國圖靈大會（ACM TURC）。每年都有 1500 名 ACM 中國會員參加。許多 ACM 圖靈獎獲獎者出席會議并作主題發(fā)言；在以往的會議上，Vinton Cerf，Raj Reddy，John Hopcroft，Leslie Valiant 和姚期智都出席了，前 ACM 主席 Alexander Wolf 和 Vicki Hanson 也參加了中國圖靈大會并發(fā)言。簡而言之，作為 ACM 家族的一員，ACM 中國理事會為中國的研究人員和從業(yè)者提供了非常棒的工具和資源，以促進其職業(yè)生涯的發(fā)展并豐富其知識儲備，結識更多的科學同行。