Google总裁:未来互联网要消失!物联网将无处不在。

本文探讨了物联网的未来前景,包括自动驾驶车辆、智能家居等应用场景,同时指出了当前物联网技术面临的瓶颈,如缺乏杀手级应用和系统工程难题。文章还讨论了物联网专业教育的现状和可能的就业方向。

Google总裁三年前在瑞士达沃斯世界经济论坛上预测说:未来互联网要消失!

他说的并不是互联网将要终结,而是说互联网将越来越融入人们的生活,变成隐性的存在,不再显得那么突出和明显了。想达到这个目标,背后很重要的系统就是物联网。

1

物联网, 英文是 Internet of Things, 我一看到Things,第一个蹦出来的翻译就是“东西”, “东西”的互联, 感觉怪怪的640?wx_fmt=gif。 

物联网的前景非常之美好: 你的车自动驾驶,载你去上班, 堵在路上了,你的车判断出前方出现了事故,短时间内拥堵无法解决,于是帮你在附近找了一个共享单车,你骑着自行车绕过了这段拥堵点,又顺利坐上了出租车,准时到达公司。 

你的车则自己找到了一个停车场,或者按照你的设定,自动出去当专车拉人赚钱去了。 

快要下班时,你家里厨房的冰箱发现食物不足,于是根据你的喜好给你推荐了一份购物清单,你确认后自动下单。 商家自动配货,无人机呼啸而来,把你要买的东西送到家里。 

等你下班到家的时候,家中的空气温度,湿度,光线的亮度都已经按照你的习惯调整好,还响起了你最喜欢的音乐,一起都是那么舒服和自然,嗯,最好还有一个能自动做饭的机器人,已经做出来你最喜欢的饭菜, 你一遍吃饭一遍看录播的欧冠联赛。 

你脱下的衣服能自动告诉洗衣机应该用什么样的水温,什么类型的洗衣粉,洗多长时间......

2

当然,这都是我的想象, 也许超出了物联网定义的范畴,我挺期待科技能创造这样美好的生活。 

可是站在一个消费者的角度看,这种场景有点儿遥远, 在我们的生活中,能感知到最多的就是“智能”硬件, 智能灯泡,智能插座,智能牙刷,智能摄像头,智能扫地机器人,甚至智能马桶。 

其实这些东西吧,谈不上太多的智能,都是通过手机的App操作一下,给生活带来方便而已,离理想中的万物互联还差得很远。

受制于现在的技术瓶颈, 这些智能硬件对生活的改变并不大,没有太多可以落地的杀手级应用,也就难以像智能手机、移动互联网那样爆发性地发展。 

让一个小小的硬件设备,具备强大的感知,通信,决策的能力,是一个系统的工程,需要很多方面的技术突破,例如网络通信,一般的设备难以进行复杂的计算, 那些海量的运算势必得通过云端来进行,所以网速得够。也许将来5G普及了,网速能达到每秒10G,这个问题就能解决。 

3

再来说说大学里的物联网专业,我看过一个物联网专业的课程表,上面有很多其实都是计算机专业的课程,像操作系统,计算机网络,数据结构和算法等, 还加了一些嵌入式系统,传感器原理,云计算技术,协议分析和设计,数据仓库和数据挖掘,Android/iOS开发, 看起来非常庞杂。 

其实想想物联网的要求,要求的技术栈可以说是从最底层到最上层: 

RFID,传感器,单片机

各种通信协议、蓝牙、WIFI、移动通信

应用开发

海量信息存储、数据挖掘、云计算、信息安全。 

......

实在是太多了!

其实这些知识可以在通信专业,计算机专业,电子专业中找到。 为什么要弄一个物联网专业呢? 什么都学,可能什么都学不精。

我是对“物联网专业"持怀疑态度的, 这个专业的大学生毕业之后进入什么样的公司呢,会不会真正地从事“物联网”行业呢? 

我猜很大的可能就是转行,其实也不算转行,而是找了一个自己喜欢的方向深入学习,补充相关的知识,例如后端开发,前端开发,App开发,云计算等等。 

4

我们大家都知道要顺势而为, 但是很多时候,这些“势”不是自然发生的,而是大佬们“造”出来的(为什么要造势,原因就不用说了吧!),这些造出来的势,如果没法落地,产生真正地价值,那很快就会烟消云散。 

作为程序员,我们得冷静地去观察,去思考,看看自己到底能做点什么,如何顺势而为。

(完)

码农翻身,用故事讲解技术本质, 更多精彩文章,请移步《码农翻身三年文章精华

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值