在美國國家儀器(NI)公司和南京郵電大學舉辦的“2015全國互聯(lián)網(wǎng)+工業(yè)制造高峰論壇”上， 中國通信學會物聯(lián)網(wǎng)委員會主任委員、江蘇省物聯(lián)網(wǎng)技術與應用協(xié)同創(chuàng)新中心主任、南京郵電大學副校長朱洪波教授給大家講訴了自己對于物聯(lián)網(wǎng)的看法與觀點。自2009年提出”物聯(lián)網(wǎng)“概念以來，物聯(lián)網(wǎng)在我國獲得了飛速的發(fā)展，2013年國務院發(fā)布《關于推進物聯(lián)網(wǎng)有序健康發(fā)展的指導意見》，提出了實現(xiàn)物聯(lián)網(wǎng)在社會各領域廣泛應用的總體目標，今年我國更是發(fā)布了“互聯(lián)網(wǎng)+”戰(zhàn)略和《中國制造2025》規(guī)劃。那么，大數(shù)據(jù)、“互聯(lián)網(wǎng)+”“智能制造”這些概念與“物聯(lián)網(wǎng)”到底有著怎樣的關系?想要實現(xiàn)中國的“工業(yè)4.0”我們還有那些關鍵點要突破?

朱洪波教授開篇就向記者表示，物聯(lián)網(wǎng)是互聯(lián)網(wǎng)的一個后階段，互聯(lián)網(wǎng)時代的重點是信息傳輸，物聯(lián)網(wǎng)時代信息傳輸只是基礎，對信息的應用才是重點，也就是實現(xiàn)智能化的服務。朱教授認為：互聯(lián)網(wǎng)的基本功能是實現(xiàn)人際之間信息的交互和傳輸;而物聯(lián)網(wǎng)(InternetofThings)的關鍵就在于利用互聯(lián)網(wǎng)的形式將世界上各種事物(物理空間和虛擬空間)連接起來，構建一個人、機、物之間信息實時動態(tài)交互的物聯(lián)網(wǎng)環(huán)境，在萬事萬物連接的基礎之上，物聯(lián)網(wǎng)最重要的還是要實現(xiàn)智慧化(SmartService)的服務，下一步物聯(lián)網(wǎng)的發(fā)展，是從技術到服務的一種趨勢。

在談到“互聯(lián)網(wǎng)+”戰(zhàn)略，朱洪波教授說：互聯(lián)網(wǎng)+可以理解成兩個概念，一個是互聯(lián)網(wǎng)引領信息技術的發(fā)展，第二是：互聯(lián)網(wǎng)+各行各業(yè)，互聯(lián)網(wǎng)要滲透到傳統(tǒng)的各行各業(yè)，從一定角度來看物聯(lián)網(wǎng)是“互聯(lián)網(wǎng)+”的動力。而在這當中，云計算和大數(shù)據(jù)是和物聯(lián)網(wǎng)密切相關的，大數(shù)據(jù)脫離不了應用，云計算脫離不了行業(yè)，每個云都應該有各種不同的大數(shù)據(jù)處理能力，大數(shù)據(jù)處理也將會是物聯(lián)網(wǎng)下一步發(fā)展最重要的技術。

按大多數(shù)人的理解，物聯(lián)網(wǎng)分成四層：感知層、網(wǎng)絡層、信息層、應用層。朱洪波提出，網(wǎng)絡層應當無處不在，要實現(xiàn)各種形式的接入，南郵和美國國家儀器(NI)公司合作成立的未來移動通信聯(lián)合實驗室就是在做這些事情。而從實際來看，云計算、大數(shù)據(jù)主要還在信息層;最后一層是用戶層?，F(xiàn)在大家都在談論智能制造，實現(xiàn)智能制造，其實最終是要實現(xiàn)為每個用戶生產(chǎn)個性化、定制化的產(chǎn)品，并且成本最低、效益最高。在工業(yè)環(huán)境下我們要做的是構建智能服務器，形成相應的系統(tǒng)來滿足四層環(huán)境的控制需求。我們現(xiàn)在就在研究中國自己的信息物理系統(tǒng)(CPS)，可以模擬智慧化的人類大腦系統(tǒng)，來滿足用戶不同種類、個性化的需求，基于這種思維的物聯(lián)網(wǎng)架構將是方向。

無獨有偶，美國國家儀器(NI)有限公司中國市場經(jīng)理湯敏也表示：工業(yè)物聯(lián)網(wǎng)有兩個關鍵性的要素，一個是CyberPhysicalSystems(信息物理系統(tǒng))，主要完成的就是說，我們生活當中一個實際的物理事件或者工業(yè)環(huán)境，和未來一個信息事件和CyberSystems的一個連接。第二就是工業(yè)大數(shù)據(jù)，大數(shù)據(jù)現(xiàn)在這個概念被提的很多，對于數(shù)據(jù)我們要從數(shù)據(jù)提煉出知識，然后進一步提煉出模型，我們必須要在端進行非常實時性的分析和處理，所以說對于這樣一個工業(yè)大數(shù)據(jù)，除了云在端這個方向如何進行快速實時分析。