草山無為

物聯網的概念

物聯網在這幾年跟大數據一樣是火紅的話題, 但物聯網的概念在20年前就已經被提出來了, 以下是這個概念的演變:

(資料來源: “無所不在的物聯網世界”, 機電整合月刊, 2011/01)

物聯網的定義

目前較為公認的物聯網的定義是：通過射頻識別、紅外感應器、全球定位系統、雷射掃描器等資訊感測設備，按約定的協定，把任何物品與網際網路連接起來，進行資訊交換和通訊，以進行智能化識別、定位、跟蹤、監控和管理的一種網路。

我們可以用幾個情境來說明:

情境一: 以前要監控河流的狀況, 可能要有人到不同的河流分段分時間採樣, 測量, 紀錄, 輸入到電腦, 分析結果, 採取行動等等. 有了物聯網之後, 就在不同的河流分段加裝感測器(Sensor), 透過網際網路將資料傳回監控中心加以即時的監控及分析, 這樣就省掉了要人去採樣, 測量, 記錄及輸入的工作.

情境二: 工廠的製程品管員需要在製造的過程中定時抽樣, 用儀器量測, 並進行SPC製程監控. 有了物聯網後, 可以用AOI (自動光學檢測) 量測並將數據透過網路傳到MES(Manufacuring Execution System)直接進行即時的SPC分析. 這樣就省掉了品管員去取樣, 測量, 記錄及輸入的工作.

我們也可以透過手機去監控家裡的家電, 或透過穿戴裝置監控健康狀況等等, 這些都是物聯網的應用. 只要把物加上感測器或控制器就可透過網際網路來監或控那個物, 這就是物聯網最基本的觀念.

物聯網到大數據的發展

我們可以把物聯網到大數據的發展分成: Things, Connection 跟Data 三個軸來看, 一開始是個人電腦的發明, 接著就往連網的方向發展(Connection), 從區域網路, 網際網路到無線網路. 另外, Things的連結也從區域網路的機台, 無線網路的手機, 平板, 到今天把穿戴裝置, 監控錄影, 醫療設備, 智慧家電, 交通, 環境監控等等一堆Things都連上網際網路, 形成了所謂的物聯網. 隨著網際網路跟物聯網的發展, Data也從原來的結構性資料, 文件, 圖片, 聲音, 行為追蹤, 到視頻等等.

物聯網的架構

由以上的發展可將物聯網表示成以下的架構, 由實體層, 感知層, 網路層, 應用層四層構建而成. 而廠商要嘛應用物聯網賺錢, 要嘛開發物聯網的這四層的軟硬體來賺錢. 像Navidia 最近就是因為下圖中感知層的影像辨識而變得非常火紅.

而這麼多的Things連上網, 產生了各式各樣的大量資料, 就把原來的Data Minining (資料探勘或採礦)變成了Big Data (大數據).

從 Data Mining 到 Big Data

在Big Data這個名詞火紅之前, 其實它的前身 Data Mining 已經默默進行好久了, 如果我沒記錯的話, 2000年網路大泡沫那時, 流行所謂 Data Warehouse 資料倉儲時就有所謂的Data Mining了. 我還記得當時在資策會聽過一個資料倉儲課程提到健保局就透過Data Mining去抓出濫用健保資源的醫院. 那Data Mining是什麼呢?

"資料挖礦(data mining)是從大量自動化蒐集的資料中, 找到新奇, 過去未知, 以及可被解釋的樣型(pattern), 用以預測未來尚未發生的事件, 為不斷循環的資料分析與決策支援的過程”( 簡禎富教授)

而Data Mining 整合了電腦科學, 統計, 數學, 機器學習, 人工智慧等這幾個主要的知識領域. 而Data Mining使用的演算法像迴歸, 邏輯式迴歸, 貝式定理, 支持向量機器(SVM), K-Means, K-NN等等就是來自統計或數學, 而類神經網路或基因演算法就是來自機器學習或人工智慧. 使用的統計或數學軟體, 或將採礦而得的Model建在資訊系統之中當然就是資訊科學的領域了.

在網際網路和物聯網的快速發展加持之下, Data Mining 被包裝成了Big Data 而擁有了所謂的四大特性或四個V: Volume(大量), Velocity(速度), Variety(多樣性), Veracity(真實性)

Doug Laney, Gartner分析師, 2001年最早提出3V: Volume, Velocity, Variety--資料處理的三大挑戰. 後來Inderpal Bhandar (Express Scripts 的Chief Data Officer, CDO）在波士頓 (Big Data Innovation Summit）的演講中提出應加上”Veracity”分析並過濾資料有偏差、偽造、異常的部分.  就變成了今天Big Data 的四大特性.

但可見Big Data 的核心還是Data Mining. Big Data 形式, 而Data Mining 則是其內涵.

Data Mining 的步驟