雲霧飄裊，無所不在的智慧：物聯網、霧運算到雲端大數據

講者／施吉昇 （台大資工系教授）│彙整／《科學人》編輯團隊
轉載自2018.01.14〈科創講堂．ICT資通訊科技〉

2014年，台積電董事長張忠謀先生在股東會上表示：「物聯網是下一個大事！」物聯網頓時成為熱門話題，但到底什麼是物聯網？它跟大數據有何關係？物聯網有三個主要的元件，剛好就是物、聯、網。物是感測器或自動器。感測器的角色是蒐集資料，例如：溫度計、雷達測速器。自動器則是能改變系統狀態的電子裝置，例如：冷氣控制器。

聯是資訊傳遞的網路，感測器可透過它把資料傳到他處，自動器也能透過它接收到不同的指令。網則是決策邏輯的網路，透過從網路蒐集而來的感測資料進行決策判斷，再把判斷之後產生的指令送到自動器，這樣才會產生物聯網。網裡面會有各種領域的專業智慧，是物聯網的核心。

物聯網能應用在哪些地方？較為人知的例子有智慧電網、智慧手錶、智慧家電等，但這些並非真正的物聯網。

物聯網的發展分成三個階段，第一階段是「聯網物」：東西能連上網，但只聯到服務商，物物不相連，例如智慧手錶。第二階段是「聯物網」：物能相聯成網，但網網不相連。例如：Apple watch能連到iPhone，但連不到Android手機。真正的「物聯網」必須物物相聯成網，而且合作無間。

物聯網跟你我的關係

物聯網要實際應用，可先在城市裡佈滿感測器和自動器，蒐集資料之後，送到雲端做大數據的分析，之後產生決策和命令，再把這些結果傳回到物件上。

以空氣品質為例，台灣目前有76個政府測站，約2000個的民間測站。環保單位的儀器精準度高、但費用也高，而且佈點較少。民眾安裝的「空氣盒子」數量多，可以構成一個空氣品質的資訊網路，不但能提供即時的空氣品質，還能透露污染源來自何處。

不過使用這類物聯網有一大挑戰。一般民眾使用的感測器價格低廉，但錯誤率也很高。在做大數據分析時，必須剔除異常資料，這時就需要在地智慧，這也是霧運算發揮專長的地方。

霧運算是指，透過感測器蒐集到的資料，先送到周邊的計算裝置（如手機，無線基地台）做先期處理，再把處理過的資料送往雲端，在雲端上建立完整的知識模型。

在物聯網裡面，雲（計算）、霧（計算），以及物，三者息息相關。物是指感測器，負責「察言觀色」，蒐集資料後送往霧運算，霧運算做過本地分析之後，再把資料送往雲端做「趨勢分析」。雲端建立知識模型之後，為了「動燭先機」，會把資料往下送到霧運算平台，霧運算平台就能利用少量資訊「見微知著」。

霧運算的應用之一是火警逃生系統。一般建築的逃生指示都是固定方向，無法即時反應火場狀況。國內廠商研發的動態逃生指引系統結合了感測器和在地運算，能即時提供疏散導引。

物聯網也必須能自我修復、自我組織，跟周邊裝置互相合作，這才是有智慧的物聯網。施教授研究室研發的逃生指示器，就能相互溝通，即時而動態地顯示正確逃生方向。

未來的挑戰

物聯網、霧運算到雲端大數據，能提供的是察言觀色、趨勢分析、動燭先機、見微知著，這樣我們就能利用無所不在的智慧，擁有更好的生活品質。

實現這美好願景之前，我們會面臨許多挑戰。首先，如何即時處理具有更多資訊的資料？（例如：如何判斷闖紅燈者是酒駕或是要趕赴醫院）。第二，如何在資料隱私和公眾利益之間取得平衡？（例如：誰擁有監視器的資料？）第三，如何確認機器間的指令不會被竄改？（例如：歹徒若偷放指令到火災系統，可能讓你家門戶大開。）