0
| 本文作者： 黄楠 | 2022-11-30 11:36 |
《圣经·旧约·创世纪》里记载，有河从伊甸流出，滋润那园子，从那里分为四道。
第一道河名叫比逊，环绕着由金子的哈腓拉全地；第二道河名为基训；第三道河名叫希底结，有供给棕榈之意；第四道河是伯拉河，寓意生长。这四道河有山和高地环绕成谷，向东流出，滋养着沿岸万物灵长。
当时间迈进智能物联网（AIoT）技术赋能的、各行各业数字化转型并高速发展的今天，人们在探索 AIoT 技术和应用的征程中也要跨越四条河：
首先是数据之河，基于物联网信息基础设施完成海量数据的高质量采集；其次是算力之河，基于云网边端多层协作的核心系统架构；再者是算法之河，基于物理模型和 AI 技术来实现系统资源的优化配置；最后是服务之河，基于以上三者在物理和数字世界中提供个性化、定制化的智能服务。
经过漫长的蓄力期，AIoT 成为人们迈进数字世界的关键入口，一众科学家和工业界学者投身其中，共同描绘着一个“普惠智能和泛在计算”的未来智慧城市蓝图。杨旸正是其中之一。
杨旸很早就开始从事物联网领域的研究，曾任国家科技重大专项“新一代宽带无线移动通信网”总体组专家、科技部创新人才推进计划“宽带无线传感网”创新团队负责人等。2018 年，因其在无线接入和网络方面的杰出成就和领导力，杨旸当选 IEEE Fellow。
杨旸
今年 4 月，杨旸投身工业界，加入特斯联担任首席科学家。在近日同AI 科技评论的交谈中，他坦言，加入特斯联更像是“创业”，在合适的时间做一件有意思的事情，“能看见自己的想法慢慢变成现实，这是最令人兴奋的事情。”
「笨鸟」多飞
杨旸最早对无线电的启蒙，来自父亲。
他的父亲是一名无线电研究从业者。从幼时开始，杨旸就经常看见父亲在家捣鼓些电子产品，比如，有时在客厅调试电视机，把电视机的天线稍微调转一下朝向、接受信号，原本满是雪花的电视屏幕逐渐就有了清晰画面......父亲组装时，杨旸就在一边搞破坏，以检验父亲的技术有没有过关。
那是上世纪70年代，移动通信都还未出现，但一颗种子已经在杨旸的心中埋下。
1991 年，第三代移动通信系统（3G）的概念开始出现，西方已经使用了近 20 年的 BP 机在国内掀起热潮，又大又厚重的“大哥大”被人们视为身份的象征，移动通信系统首次在中国迎来大规模应用，有关无线移动通信的研究也开始崛起。
受到移动通信热潮的影响，1992年参加高考的杨旸在填报大学志愿时，将视线投向了无线电。
杨旸告诉 AI 科技评论，事实上，他起初是打算从事人文相关的研究的，也看了一些学校与专业，但那颗小时候埋下的种子突然破土萌芽，让他觉得在未来，无线电研究一定是一个潜力无限的发展方向。在父亲的影响下，杨旸没有犹豫太久，很快选择了报考东南大学的无线电工程系。
东南大学无线电工程系的前身是国立中央大学电机工程系，1932年由著名电子学家、教育家陈章先生任系主任，期间开创了我国无线电教育的先河。2006年，无线电工程系更名为信息与工程学院，到今天，该系仍是全国无线电领域的学术重镇之一。
刚进入大学杨旸就发现，无线电研究与记忆中父亲许多极具趣味性的动手实验不同，有很多数学和理论知识，例如使用麦克斯韦方程理解无线电波现象等，这都是他此前从未接触过的。要啃下这许多数学研究、深入到理论中去，对当时的杨旸来说是个不小的挑战。
杨旸回忆，除了日常的课程安排，他本科大部分时间都是在实验室里度过，遇到不懂的就追着师兄师姐询问，甚至到临近毕业时，身边有不少同学已经有了很好的工作机会，他还后知后觉，整天泡在实验室里。杨旸笑言自己是“笨鸟多飞”，“那时候没有游戏机这么多的诱惑，也没有看到那么多工作的机会，所以主要任务就是好好学习。”
也正是得益于自己的刻苦学习，1996 年，杨旸保送东南大学无线电系硕士，跟随尤肖虎教授从事无线移动通信研究。尤肖虎教授是通信学领域的著名专家，长期从事移动通信与信号处理方面的研究工作，2011 年当选 IEEE Fellow。
尤肖虎
杨旸硕士阶段的研究工作都是在尤肖虎担任主任的移动通信国家重点实验室中完成。在那里，他第一次接触到了移动通讯领域最先进的科技和知识。当时 CDMA （Code Division Multiple Access，码分多址）技术刚刚兴起，杨旸加入后首次参与的，就是 IS-95 标准化相关工作。科研之外，他也收获了许多在后来对他产生重大影响的良师益友。
1999 年杨旸硕士毕业，但是出来社会找工作、还是追求更高的学术造诣？他很徘徊。彼时，实验室的沈连丰老师向杨旸推荐了香港中文大学的任德盛教授。任德盛教授博士毕业于哥伦比亚大学，曾在 AT&T 任职多年，有着丰富的产学研经验，这与东南大学无线电系学以致用的学风非常一致。
对杨旸来说，沈老师的提议给当时正处于迷茫状态的他指明了方向。杨旸告诉 AI 科技评论：“我觉得在不同的人生阶段，可能就是这么一个贵人或导师给你的建议，在某个点上突然就打动你了。”杨旸很快办好了申学手续，1999 年 8 月赴港中文读博深造。
起初，杨旸非常不适应。团队每周都会跟导师开一次会，导师会要求学生阅读大量的英文文献、并用英语在会上讲出来。那时候内地学生能接触到英文文献的机会较少，不仅要把文章读完、读懂，还要用英文表达出来，对于刚到香港的杨旸和其他几位内地学子来说，都是个蛮大的挑战。
“幸运的是，我的导师任教授是个很随和的人。”杨旸回忆。任德盛是上海人，即使辗转海外、回国后在香港多年，他对内地学子也很是照顾，非常愿意给他们成长的时间与空间。
当时，杨旸的首个工作是通讯网络中的接入协议，需要运用数学工具来分析无线通信系统的接入协议和系统性能，杨旸经常会找导师讨论问题。在杨旸的第一篇论文中，任德盛更是改了有十六次，他们才将论文投出去。这种认真、细致的态度一直影响着杨旸。
任德盛
杨旸也没有辜负导师的这份“等待”。2002 年，杨旸的博士毕业论文拿下了当年港中文工程学院唯一一个最佳论文奖，同年他参选了香港科学院评比，获得青年科学家奖。
在香港读博期间，杨旸的另一个直观体会是，港中文的学习和交流氛围非常好：任何学校的借书证在所有大学图书馆都通用，不仅如此， 许多学校每周还会有各种各样的学术报告，趁着这种资源开放共享的便利，杨旸基本跑遍了香港所有的大学，去现场向相关领域的不同学者学习和请教。
站在中国通信事业腾飞的路口，当外界纷纷将目光投注到信息化建设和移动通信应用中，杨旸度过了三年充实又纯粹的科研时光。
迈进工业界的第一只脚
博士毕业后，杨旸被港中文聘为助理教授留任一年。
此前，香港高校普遍不招聘内地背景的博士毕业生。但在杨旸博士毕业的那一年、也就是2003年，香港提出输入内地人才计划和非本地毕业生留港／回港就业安排。杨旸幸运地踩在了对的时间点上，享受到了政策红利：
“学校也希望给我一个不错的教学经历，之后也能找到更好的工作。”杨旸对此很是感激。
这份助理教授的经历也的确为他提供了事业上的助力。一年后，杨旸收到了来自新加坡、伦敦等几所高校的邀约，他很快敲定了英国布鲁内尔大学 （Brunel University)的 Offer，原因很简单，“我就想着趁年轻还能跑得远的时候，可以体验多一点不同的文化。”
2003 年，杨旸飞往布鲁内尔大学任教，2005 年 3 月又转到英国伦敦大学学院（UCL）任教。
杨旸在英国任教时
在英国，杨旸延续了博士阶段的研究方向，聚焦在无线通信领域的网络接入协议和资源分配两个重要环节中。当时，Internet of Things （物联网）的概念在欧洲掀起了一阵热潮，吸引了许多科学家和工业界人士投身其中。也是在这个时候，杨旸的研究兴趣逐渐转向了无线传感器网络（WSN）。
与传统的集中式网络架构不同，无线传感器网络的网络体系结构是分布式的，其末梢是可以感知外部环境的的传感器。二者存在明显的不同：集中式网络架构包括操作系统、中间件、数据库等闭源商用系统，在银行、电信等传统行业中应用较多；分布式架构的灵活性更高，易于扩充，可以自主研发和灵活兼容，因此受到许多互联网企业的关注，但其在运维上也更复杂。
杨旸研究的，就是分布式网络架构里面的接入协议和资源分配。虽然在应用场景上发生了很大的变化，但总的来说，解决的还是“为谁服务”、“提供怎样的服务”这两个问题。
那时候，杨旸正经历着“青椒”的焦虑。作为一个此前同英国完全没有交集的空降兵，他不仅要花最短的时间跟产、学、研不同领域的同事充分交流，还要面临申请研究经费的压力。工作之余，杨旸经常利用空闲时间去参加各种会议，希望能多认识一些人。
一次偶然的交流中，一位从事空气学动力研究的专家跟杨旸提到了喷气式发动机里的数据收集难题：在制造喷气式发动机的过程中，技术人员需要连接超过 2000 个传感器，但连接以后无法复查，所有的传感信号是否能够准时接入分析系统却无法保证。
杨旸听完十分感兴趣，随即与对方讨论起来，提出了将 WSN 网络架构应用到喷气式发动机数据搜集的想法。得知杨旸正巧在做网络接入协议的工作，两人一拍即合，对方很快邀请他加入到自己的研究项目中。
2008 年，杨旸团队与罗尔斯·罗伊斯公司（Rolls-Royce）合作，获得了“WIDAGATE: Wireless Data Acquisition in Gas Turbine Engine Testing”项目。该项目是由英国技术战略委员会（Technology Strategy Board，TSB）评审和资助。
在这次合作中，杨旸团队遇到的第一个难题，就是无线传感器部署面临的恶劣通信环境。喷气式发动机在工作时，由于其有线通信系统涉及到大量的线束，因此设置过程冗长、复杂且昂贵。但此前在权威研究中，有关恶劣通信环境对 WSN 性能影响的研究工作很少，因此 WSN 在安全敏感型工业自动化领域中遇到了很大的部署困难和应用障碍。
为此，杨旸和团队根据喷气式发动机在测试期间受到工业环境影响的物理层（无线电信道）状态，搭建了一个用于开发真实无线网络模拟器的 3D 物理模型。他们基于现实物理层模型的测试数据，模拟不同的WSN应用中的媒体访问控制协议，展示了如何选择和优化合适的接入控制协议，相关工作发表在“Development and validation of a simulator for wireless data acquisition in gas turbine engine testing”一文中。
论文地址：https://doi.org/10.1049/iet-wss.2012.0064
在生产过程中，如何利用实时采集的物联网数据来保证产品的高质量和可靠性，解决制造过程中的质量监控问题，这令杨旸感到非常有意思。“现在想来，这就是智能制造和工业4.0的雏形。”
在英国期间，杨旸虽然身处校园，但他和工业界保持着紧密的合作。除了罗尔斯·罗伊斯公司，杨旸还跟许多国际机构和企业有过合作：
在与 Airbus 合作研发主动型飞行器（Active Aircraft）的关键技术项目中，杨旸负责 WSN 接入控制和路由协议设计，并协助实现 WSN 在飞机中的部署，从而降低了飞行过程中的机身抖动和燃油消耗；
此外，杨旸与东芝欧洲研究实验室合作了“Cognitive Network”项目，首次将认知无线电扩展到认知无线网络，实现了感知和通信技术在网络中的融合……
一只脚迈进工业界的杨旸看到了物联网技术的巨大潜力。那时候将 AI 应用到通讯协议、物联网的研究并不多，但物联网可以深入很多行业、发挥重大的作用，杨旸深感这个方向或能给未来带来巨变，便将自己的研究重心也逐渐转移到智能物联网上。
物联网的早班车
2009 年，杨旸有了回国的念头，当时的他已经拿到 UCL 的终身教职，“但还是希望把我在英国学到的知识、以及科研成果在国内落地应用。”
杨旸在 UCL 时与学生的合照
当时有多所高校向杨旸抛出了橄榄枝，中国科学院也是其中之一。最终，他选择了中国科学院上海微系统与信息技术研究所，这也是国内最早提出和倡导物联网研究的团队之一，杨旸加入了无线通信研究中心，之后还担任了中科院无线传感网与通信重点实验室的主任。
2012 年，杨旸迎来了他回国以来首个大型的物联网项目——南水北调中线干线工程。
南水北调是将长江流域的水资源自其上、游、下游，结合地域特点分东、中、西三线进行抽调，每条长度超过 1000 公里，输送至华北、淮海平原和西北地区等水资源短缺地区。数据显示，每年从中国南部的河流转移至北方地区的水量达到 448 亿立方米，运河支撑着近年来北部省份人口和经济的迅速增长。
南水北调中线工程
而因其涉及地区广，地理环境复杂，物联网安全监测系统需要支持对地质、气象、水质、水文、工程、入侵、灾害和突发事件等的全面监测和分析，覆盖多类型海量传感数据的感知、融合、传输与处理。面对着庞杂繁复的数据，要搭建起一个全面的传感器网络，这对杨旸和团队来说无疑是个巨大的难题。
“当时有位负责人说了句话让我印象非常深刻，他说，世界一流的水利工程值得世界一流的信息化工程来服务它。”杨旸告诉 AI 科技评论。难题梗塞在前，但杨旸充满了迎接挑战的兴奋。
解决问题的第一步是先了解问题。杨旸团队花了一个月时间跑遍了中线干线工程全段，当时沿线还未通车，团队成员经常坐着越野车进到各个节点部署地勘查，要是遇上雨天，地面被车轮轧过带着泥土留下两道深深的痕迹，一不小心就打滑。
仅沿线实地调研过程中，他们就发现了不少严峻的问题：工程流经地区属地震多发地，还有如泥石流等多种自然灾害都可能对基础设施带来损害；需要定期进行水质检查，以免城市水源出现污染物或其他毒素侵入；需要人工化控制水流，以减少和避免水资源等浪费......杨旸团队所发现的问题达到了50多项，可划分为基础设施安全、水质安全和人身安全三个大类。
而进入工程阶段，在网络架构的核心技术层面，杨旸主要聚焦三个关键性问题：海量感知数据的融合处理、异构通信网络协作传输架构、以及网络化平台统一调度和实时监控。
当时，距离 NB-IoT 标准的提出还有四年时间，没有统一的物联网标准格式，要将上百种类型的传感器数据集中分析，服务核心应用十分困难。面对结构化和非结构化的海量感知数据，怎么能花最小的代价、把大体量的数据汇集起来，杨旸想到了 Web 技术 。
Web 是一种典型的分布式应用结构，利用 Web 技术对超过 130 家企业的传感器进行统一格式和集中，为传输架构在数据层的融合和处理搭建设备基础。这些基础设施传感器可以被嵌入到运河沿线的土地当中，其中还包括了用于控制水流的水坝里，可用于对振动、位移、土压力和渗水等参数的收集。
下一步，面对收集到的海量数据，如何进行传输也是个难题。由于全线覆盖地域广泛，有的偏远地区并没有光纤网络和可靠的移动网络可供连接使用，对此，杨旸团队提出了智能网关（Smart Gateway）系统。
智能网关可以接收来自本地传感器的数据，经由任何信号包括 3G、4G、以太网、Wi-Fi 或 Zigbee 等将数据上传至云服务器中，随后，这些数据或被储存在云端、或被转发到五个管理服务器（位于丹江口水库和北京之间的几个省级城市）中的任意一个，最终到达北京的主服务器中心。在北京的主服务器上，杨旸还设计了一个网页平台和用户界面，工作人员可以通过这个网站，对其服务器内的数据进行读取和判断，以便随时了解远程站点的最新情况，及时进行指挥调度。
从 2012 年到 2016 年，四年间，他们在这条1432公里的中线干线工程上部署了近10万个传感器。杨旸和团队成员用物联网网络编织的一条条线，连接着丹江口水库与京津两地，最终形成了一张巨大的网，牢牢包裹着干线工程沿线的人们的生活和生产用水的日常。
“现在天津90%以上、北京70%以上的水都是南水北调提供的。”杨旸告诉AI科技评论。
南水北调工程的顺利完成，令世界为之惊叹，也让人们看到了物联网无限的可能。随着 AI 浪潮席卷而来，人工智能与物联网加深融合，外界都齐刷刷将目光瞄准下一个重要命题——AIoT。
简单来说，AIoT 可以理解为 AI+IoT（物联网）：IoT 提供数据和硬件载体，AI 提供智能分析和决策能力，通过将 AI 能力引入物联网场景中，实现设备和场景的互联互通，共同推动人类社会走向“万物智联”。因此，AIoT 成为近年来学术界研究和工业界追寻的一大焦点。
与大部分人将注意力投注在 AI 算法的创新上不同，杨旸很早就意识到计算资源的重要性。
“我自己的兴趣点是做 AI 算法背后的承载者和支撑者。”杨旸告诉 AI 科技评论，“算力网络上承载着各种各样的算法，而数据分析也是数据和算法的融合，我们需要泛在的计算资源、来支撑无处不在的智能服务。”伴随着物联网的急速发展，其底层对传感器的数量、类型和需求呈现爆发式增长态势。当海量的数据通过管道被传输至云端，管和云在不堪重负的同时，往往还会给实时决策带来负面影响。
有没有什么好的计算方式，能够更贴近用户需求、针对服务侧的计算资源提供数据处理能力？杨旸想到了“雾计算”。
“雾计算”最早是由美国思科公司于 2012 年提出的。与云计算“智能集中化”的方式不同，雾计算更像是“局部集中”的解决方案。它位于云和边缘之间，通过其分散的多层次算力架构，既可以完成云端集中决策，也能实现在网计算和边缘智能，在杨旸看来，这也更符合物联网在多个行业广泛应用下的多元需求。
这个想法很快得到了上海科技大学与中科院上海微系统与信息技术研究所领导的支持。2018 年 3 月，世界首个“雾计算”实验室在上海正式成立，杨旸出任上海雾计算实验室联合主任。此后，该实验室同思科、英特尔、戴尔、普林斯顿等多个国际机构建立了合作。
AIoT 正以更快地速度连接每一个物体、人和机器，在此基础上，杨旸和团队又往前再走了一步，“我们认为未来的算力资源不光是集中在云上，也不光是部署在边缘，在网络里也都会部署各种各样的计算资源。当前，面向 AIoT 技术和应用需求的多层次算力网络的研究和实践才刚刚起步，但未来肯定是属于泛在普惠智能的天下。”
AIoT，如何更好前进？
在 AIoT 的飞速发展中，杨旸做了一个更彻底的决定：离开高校，加入企业。
今年年初，杨旸加入特斯联担任集团首席科学家，负责智能物联网应用场景设计和核心技术及产品的研发规划。杨旸说，他觉得很兴奋，从学术界走向工业界，令他有种“创业”的感觉。
特斯联在 AIoT 的多个领域均有布局，在发展 AIoT 上提出了“精准数据、泛在智能和 Smart Space（智能空间）”三板斧，业务线众多。杨旸认为，这为他钻研技术应用提供了丰富的落地场景。
在特斯联，杨旸专注于泛在智能，正带领硬件团队打造 mNode （multi-function Node） 系列产品。
杨旸分析，未来的智慧城市布满了各种各样的异构计算资源，但当下的问题是：这些算力节点之间并没有形成协作，反而都是“各自为政”的状态。
以智能社区为例。
我们可以将社区看做一张地图上分散着的各个点，安防、跑道、路灯、停车、甚至是垃圾分类等等都是遍布在这张网上的各个“节点”，每个“节点”都会产生大量的数据，它们被通信网络牵连着，相互之间关系错综复杂。
这当中，网络是传输核心。但在此前的社区中，这些数据只是被简单地传到后台运算、甚至还可能互相竞争传输资源。此外，不同社区、城市的建设也有差异，在 A 小区顺利实施的方案并不一定适用于 B 小区。
针对上述存在的诸多问题，杨旸带领团队提出一种搭建多层次算力资源共享架构的想法，“通过泛在计算和普惠智能架构，能够实现越来越多的数据在本地进行分析处理，从而让越来越多的服务在本地完成实时响应。”
基于算力资源共享架构，对老旧小区实现智能化升级
人们期待智能网络能够连接更多的数据和资源，支持更复杂、定制化的服务和应用，实现更可靠、低时延的数据连接。这时候，6G 开始出现在 AIoT 从业者的视野中。
“我一直在反思一个问题，就是作为一个单体用户，我们到底需要什么样的智能服务。”杨旸说道。
“在以往通信领域的研究中，我们最关注的是网络侧的性能指标，比如：频谱效率、能量效率、系统吞吐量、用户容量等问题，其最终目标在于如何实现网络性能最优化。但站在用户的角度，我们对大部分网络性能指标并没有实际获得感，用户最在乎的还是自己的个性化需求有没有得到最好的满足。”
每个人的需求和服务指标组合都是不同的，支持泛在普惠智能的网络架构要如何去满足不同用户千差万别的服务质量和体验要求？
针对这个问题，杨旸与产业和学术界合作者最近共同提出了“6G Network AI Architecture for Everyone-Centric Customized Services”，即以每个用户为中心的 6G 智能内生网络架构。这项研究成果在今年夏天被 IEEE Network Magazine录用。
“首先，我们要理解每个用户千差万别的个性化需求。第二，在新型网络架构上把普惠智能和泛在计算资源部署于整个网络的多层次架构中，就能够有效支持用户千人千面的定制化服务需求。”杨旸补充道。
论文链接：https://ieeexplore.ieee.org/document/9839652
加入工业界不过数月，杨旸对智能物联网技术与泛在智能领域的认知变得更接地气，也取得了更丰硕的研发成果。
比如，针对工业物联网场景中的苛刻时延要求，通过对原始最优化函数的解耦分析，提出了“双层闭式反馈控制算法（TACAN）”，实现时延分布方差的最小化；面对复杂的无线信道环境和多层次移动通信网络架构难题，提出了基于大规模多天线中继节点辅助的多层次算力系统，以增强复杂用户任务的计算能力和效率......
学以致用，一直是杨旸的研究风范。而特斯联这个与实际问题更接近的平台，给了他在 AIoT 方向更大的施展机会。
像许多人一样，杨旸相信，随着人工智能和物联网的加速融合，“万物智联”的世界不再只是想象、或局限于电影的画面中，人们探索如 AIoT 等更智能化手段，终会实现人、物、环境与社会之间的深层次链接。
一个概念从提出到成熟需要一个周期。而在杨旸看来，当下正是最好的时代。
（雷峰网雷峰网(公众号：雷峰网)）
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
