李德毅：位置服务 接地气的云计算

ZDNet至顶网服务器频道 06月05日 大会报道： 以“大数据大带宽推动云计算应用与创新”为主题的第五届中国云计算大会今天在国家会议中心召开。为期三天的大会（6月5日-6月7日）中有来自业界众多的云计算从业人员。中国电子学会云计算专家委员会主任委员、中国工程院院士李德毅发表了以“位置服务 接地气的云计算”为主题的演讲，以下为演讲实录。

李德毅：各位领导，各位同行，各位朋友，一天一度云计算大会今天又让我们相聚了。我们的主题是推动云计算的应用和创新，我今天从一个典型的云计算的应用的侧面，位置服务讲一讲如何推动我国云计算物联网、智慧城市、大数据大带宽应用。所以题目是位置服务，接地气的云计算。英文名字也很漂亮。

首先第一个问题，云计算使得地理信息系统走上飞天之路。这个标题我在几年前讲过，就是讲地理测绘行业怎么利用云计算。

在前几次大会报告里我曾经用过这样的片子，说云计算是一种基于互联网的大众参与的计算模式，其计算资源无论是计算能力存储能力都将是动态的，可收缩的，被虚拟化的，尤其重要的是以服务方式提供，可以方便实现分享和交互，并形成群体智能。今天的报告我再看的时候很欣慰，为什么要改呢？

云计算与定位导航结合，催生位置服务。这种位置服务无人不用，谁都用，不管你是谁都要用。无时不需，24小时不停，无所不在，在中国大地，在海洋，在全球，因此是基础设施。

94年美国学者早提出了位置服务基本内容，你在哪里？和谁在一起？附近有什么资源？这是我们一个人生存最基本的信息要求。当今已经变成很时髦概念叫Solomo等等，集合了社交、位置和移动特点，使位置服务成为移动互联网时代最接地气的云计算。

地理新意，地图是小行业，主要挂墙上。到上世纪80年代有一个创造，把地图电子化，我们叫做电子地图。后来成为数字地图，地图数据库和地图数据仓库成为有名大容量的数据机构。

随着全球卫星导航系统应用，人人物物联网，成为地球任何人任何物的基础需求。

GPS，中国的北斗发展迅速，和地理信息系统一体化。我们每个人享受到这个一体化对我们生活的帮助。地理空间信息数据量很大，地理工作者做出了巨大努力。从google地图到今天腾讯等等提供各种手机介质，我们享受他们的服务。

无穷无尽的位置服务和位置衍生服务使我们发现生活真的变了。例如摇一摇周边有没有出租车我要上去，哪怕加点钱，这种摇一摇已经在我们身边。我们北京市搞对接，一定平方米摇一摇，今天哪里有新才不要送到新发地，直接送到超市里。摇朋友，摇服务，摇饭店，这种服务在我们身边。地图变成人民的大众的地图，已经成为事实。

众包地图里有一个重要理念是云计算的理念，有了自发地理信息，你觉得路好走，你发上去。

手机、汽车等移动设备装在各种各样的专门地理信息系统，并且要求定期更新的时代已经成为历史。我们曾经都经历过。目前我国存在众多小而散的地理信息产业孤岛，好多企业一天到晚做行业解决方案，人家要的不是固定行业，要跨行业坐标怎么办？你是地理行业，我要周边小学校、幼儿园、娱乐场所，这就跨行业。数据不兼容分享难怎么办？必然导致地理信息产业改组建立。

地理信息系统要在不同坐标系，不同数据格式，不同时代实现互操作。人连网和物联网的发展，改变了互联网核心简单，边缘复杂，千人一面的形态，成为网络丰富，边缘简单，交互智能。一个个孤立的地理信息系统走上飞天之路。云计算走过了理念清晰，操作模糊，云里雾里的一段路程，今天已经成为我国信息行业主旋律，更我们生活带来太多意想不到的改变。以前我们是大河有水小河满，首先满足公众，现在反了，要满足各种小众才能真正为大众服务。位置云首当其冲。

云计算在中国带宽问题成为当前最短板，在中国，在北京，在任何城市上网不掉线几乎找不到这样的城市。没有带宽或者没有宽带，或者宽带不宽，就没有云计算。我们设想一下，如果千兆BPS进主要大楼，如国家会议中心，百兆进老百姓家里，进固定设备。十兆进手机，进移动设备，这样的要求在中国算高吗？我们的运营商们能够不能给我们提供一个最基本的宽带，没有这个东西云计算在中国难以前行。

位置服务的云计算中心怎么样衡量，我给了5个外在指标。 电力消耗随服务负载变化情况。带宽支及动态使用情况，位置服务覆盖的范围和粒度等等。我们的测绘系统的位置服务中心，这些指标提供借鉴。内在指标，时间连续，一年365天，24小时工作。空间无缝，精度多样，结果可靠，在线服务。我讲一个典型云计算的案例，叫做定位精度校正服务。我们地面有移动机站网，还有测绘部门，北京市有20几个地标点表示这点的精度纬度高度，非常准确。我们能不能用GPS和北斗联合定位？通过我们的地区性的连续运行的参考基准进行纠正。  

目前GPS的精度是25米，不是最大误差。经常我们发现我们的主路他说辅路等等，很多人需要这样的定位服务。这种定位服务可以解决老年人寻找问题，老年人有一定程度痴呆，我们套上环环，就可以知道精度，纬度高度，误差不够1米。老人需要孩子需要，很多人需要。

第二个问题，智能驾驶互换位置服务。智能驾驶是云计算物联网智慧城市三个战略新兴产业中一个重要的点。没有位置服务哪来智能驾驶。没有智能驾驶你的车上联什么网，没有车联网，大家知道车每小时几十公里速度，这样的物联网做不到哪来智慧交通智慧城市？我们应该按照实干兴邦，首先把中国的位置服务搞起来。

我的课题组在智能驾驶上走过10年道路，在结构化道路北京到天津。目前我们还在做实验。将来在特殊道路和特殊气侯环境做智能驾驶。实际上每个人开车时候已经有不同城市驾驶帮忙，例如自动巡航等等。我们希望我们的轮式机器人可以记忆，可以对话的。

我们希望轮式机器人我们买得起，google的智能车雷达买一部70万，我们还要个性化，自学习的轮式机器人。驾驶是快乐的享受自动驾驶和人工驾驶两种状态会长期共存，相互补充自然交换。交通规则是人类交通行为长期积淀，交通规则修改是一个渐进的长期过程。我们的智能车上有摄像头，有多种摄像头，有的看行人有的看交通台，我们用雷达。实验智车和地理信息测量车，我们全国地理信息系统大概有1千辆地理信息测量车，因为应该说我们有很好基础，这些图片都是咱们智能车比赛的大学、研究所以及地理信息测量车。我们智能驾驶车我们希望100万以下。智能驾驶三大块，一块自主驾驶，解决驾驶员的驾驶动作。另外一块最重要的组合导航，我们的云导航每个人享受到了。我们希望变成在线实时导航。另外人工干预。城际道路，尤其中国的，北京到天津，路是新的，交通指示牌很规范，主要依靠自主驾驶。京津高速公路101公里我们走了18次，这是我们第18次实验的新闻报告。
（视频）
这就是我们的车，顶上一个GPS还有一个激光雷达。我们写了几次非常详细的实验报告，这是实验结论。很多人替我们高兴，说我们跑成了。我个人更高兴是我们用简单雷达跑成了。平均速度每小时90公里。天津到北京最高限速120公里。后来提出来节能问题，到第18次的时候有了油门操作，油耗9.69升，尽量送油门，不要踩刹车。目前我们正在进行市区的智能驾驶。这怎而办？我们摄像头看不到车道线怎么办？立交桥怎么办？市区道路可认为是半结构化道路，我有一次到北京郊区去做差点出危险。目前我们想用组合导航。我们真的做这件事情发现信息融合是神话。GPS在智能驾驶能做什么，云计算中位置服务究竟能力做到什么？

经过我们8年努力实验分析，和位置服务公司工程师协商讨论，我们找到了办法。把路口识别，路口通行几件事情区分，把城市驾驶认为一个在路段里走，主要在路段里走，在道路里走。走的时候靠摄像头和激光雷达形成导航，同时用GPS探测前方路口，我们叫路口识别器。快到路口之前一般来说有一个比路口更复杂的路口过渡区。在这个区里用交通指示牌导航，路口服务段靠精细地图导航，我们不断交换接力棒。现在这个实验正在进行中。

在实验中我们发现新问题，就是路口大数据。我周围有个万寿路，我走一辈子，不知道万寿路到底什么具体结构。我们发现大数据成为连接物理世界和虚拟精细地图的桥。万寿路是什么样路口我们需要测试，我们进行了测量，比如万寿路口6个车道进5个车道出，基本事实我骑几十年自行车，竟然麻布不然。

我们最后找到万寿路修地下电缆图看到底马路是石头还是水泥的。流媒体大数据怎么变成结构化数据？如果在这样一个万寿路口需要由南向北行驶，到底走哪一个。我和团队们对万寿路口干预，我们提炼半结构化和结构化数据。规定几个路境。谁来提供智能驾驶详细路口位置信息？谁来确保详细路口位置信息实时更新？如何体现云计算环境下位置服务市场竞争？这些问题给我们提出新机遇，也是新商机。

北京市现有1900多大路口，上万小路口，这些路口都要精细价值正是路口大数据价值所在。我们准备用两年时间完成市区驾驶的实验。我们叫T2T。从首都机场到天安门，我们分析一下，52个路口，54个路段，按照不同策略我们分别进行路段导航，路口过渡区导航，具体走到这地加自主驾驶。

我们想象将来的轮式机器人，乘员都可以和网络位置服务中心交互。VGI可以利用工具组装和上传个人自愿提供位置数据。感兴趣的位置和区域标注和推荐，从小众到大众形成群体智能。云计算支撑大数据发现价值。我在前几次学术交流有的学者告诉我云计算和大数据是根本不同的，大数据和云计算什么关系？通过我们的地理空间数据，位置数据讲一讲我们几十年从DB到BD的演化过程。

我本人英国留学的时候，我是研究DB的，后来参加学术交流，那个会议名字一改再改，改一辈子还是DB，到新世纪把这两个字调过来变成BD了，大家很沮丧，搞一辈子颠倒了。DB和BD有什么不同？我列了10个不同。第一数量级不同，大数据是GB甚至更高，前者是高质量较干净，数据价值密度高，确定的完全的，强结构的，而且是考虑在线的处理能力的。请确的。大数据确实在10个点上和他有所不同。如果说结构化数据我们有现成技术对付他，典型代表技术是数据库和数据仓库技术。半结构化数据用超文本超链接，搜索引擎等技术应付。

非结构化数据，用网络交互和群体智能来应对。我们要把大数据中的部分东西变成半结构化，甚至结构化。大数据整点和我们在一起，想在北京街道里开一家门脸宽过5米的商店，而不被高德公司记录在案结非易事。

这些事情本来不在意，为什么今天在意？社会的感知计算支持社群互动沟通和协同。我个人认为，大数据不是一般讲的从数据到信息，从信息到知识，从知识到智能这么理性，更重要的是体现价值发现价值。大数据成为连接虚拟世界和现实世界的桥。我最近参加了百城上线活动。我们崇尚科学，科学实际上在某种程度解决形而上问题。能力是解决怎么办问题。上一世纪前半叶，一位数学家1936年写了一篇文章图灵模型，后来冯诺伊曼说做计算机，1944年计算机我们叫冯诺伊曼计算机。上世纪上半叶首先科学起很大作用，然后引导技术发展。这个世纪情况变了。

首先我们把计算机用一个协议联在一起变成互联网，造成云计算，科学是什么？人们在苦苦思考，于是起名字叫网络科学。在云计算支撑下的大数据对应的形而上是什么？人们想不出来，叫数据科学。这告诉我们科学常常是技术先导，技术也可以成为科学先导。传统的科学研究更多研究中的实践。靠科学家的天才。新的科学理论与模型纠正或者扩大了早先发现，新的科学发现又在一个个地被验证。

批评时代科学是什么？出现了互联网环境下各种开元社区，人人都是传感器，大众是数据使用者也是数据价值开发者，形成了群体智能。我们需要研究实践中的研究，要实干。数据可以表示人和大自然的众多层面，这种表示多得不得了。我今天讲了位置服务，实际处除了地理数据还有气象数据等等太多。我们人工智能领域，情感可以用数字表示。人对一个现象研究可以用大数据进行各种层面的表征。科学家都要研究自然和人本身，首先要表达数字表达，大数据提供了可能。

数据产生价值，满足服务需求，数据的产生首先要求的是发现价值，满足需求，满足从万寿路怎么拐，不是解决为什么。人们更多从相关性，而不是因果性做出理解。现在生命医学告诉我们整合医学要个性化。数据管理来自多群体关联，形成群体智能。不是对一个病大家都吃同样药，每个人用药可能不同。

大数据印发一些新理念，我这里举三个。实践中研究也许胜过研究中的实践；较多数据也许胜过较好的算法，这件事情很厉害；由下而上也许胜过由上而下。

谢谢大家！