3月，韩国顶级围棋棋手李世石和谷歌机器人AlphaGo（俗名“阿尔法狗”）的五番对弈决战，吸引了全社会的关注。最终李世石1:4不敌阿尔法狗，但本次决战意义重大：一是激起了人类对学习围棋的热情，据闻韩国在一周内有10万人报名学习围棋；二是引发了社会对人工智能攻克“人脑的最后堡垒”的大讨论。

俗话说，内行看门道，外行看热闹。对IT业来说，这其实不算外行，因为阿尔法狗击败李世石的“三板斧”是蒙特卡洛算法、深度神经网络和自我学习，这些都是IT业研究的热点。深圳中兴力维技术有限公司（以下简称ZNV中兴力维）CTO曹友盛博士在赛前预测阿尔法狗会胜出，而ZNV中兴力维的当前发展和未来布局，正是深度机器学习的一步步进阶。

深圳中兴力维技术有限公司首席技术官曹友盛博士

机器学习的三种类型

ZNV中兴力维曹友盛博士接受采访时认为，“深度机器学习分三种：督导型、半督导型、非督导型。将海量的棋谱(模型)植入机器，依据模型对弈可以理解为督导型；不断在下棋过程中学习对手的棋路，以及充实提升原有模型库，是半督导型；完全自我学习棋谱，产生新的围棋模型是非督导型。事实上，阿尔法狗并没有很深厚的围棋功底，但是却可以在与李世石的对弈中不断学习和提升棋力，应该属于半督导型，也就是处于不断自我学习和认知转换的演进过程。”曹友盛表示。

回到视频监控领域，监控系统通过海量的感知器不断采集数据，将采集到的数据进行结构处理，并与预先设定的模型进行对比，从而提出告警预警、人脸识别、异常提示，这就是督导型机器学习的应用；而将采集到数据进行非结构化深度学习，预判结构化数据之外可能出现的现象，从而建立起新的结构化数据模型，这一类分析是半督导型机器学习。

如果所有采集到的数据和视频不做结构化处理，让机器运用蒙特卡洛算法、深度神经网络等各种自我深度学习方法，从杂乱无章的数据湖中去发现那些人类还不没有认识到的数据结构，从而建立一个新模型、新的数据结构。这就是大数据机器深度学习所能产生的巨大价值，也是ZNV中兴力维目前致力研发的方向。

根据市场调研机构IDC之前的预测，到2020年全球数据总量将超过40ZB(相当于4万亿GB)，其中医疗数据增长99%，政府数据增长94%，公共事业数据增长93%，传媒数据增长97%，这将是海量的数据。“IBM的统计显示我们有80%的大数据是非结化的数据，也就是没有得到完全利用，是人类无法理解的，只有通过机器的深度学习才能挖掘出数据的价值。” 曹友盛博士表示。这个过程我们通常称之为认知转换过程，而由认知转换带来的商机，我们称为认知商业。

目前，许多还未被认知的非结构化数据存在浪费问题。曹友盛博士说。“许多行业将海量数据流结构化和提炼存储后，扔掉了大量还未被认知和关联的原始数据。一个真正意义上的大数据机器学习不但要处理结构化的数据，更需要从非结构化数据中发掘出那些还未被结构化的信息，这才是未来大数据发展的关键。”

ZNV中兴力维的今天和明天

审视ZNV中兴力维的历史、现状和未来，曹友盛博士给出了一个公式，昨天：PE=PE，VS=VS；今天：PE+VS+ITSM+FRP=DCIM；明天：DCIM+IoT+DT=PEIM（PE即动力环境监控，VS即视频监控，ITSM=IT系统管理，FRP=基础设施资源管理，DCIM=数据中心基础设施管理，IoT=物联网，DT=数据技术，PEIM=动环及物联网综合管理）。

曹友盛博士解释，在过去，ZNV中兴力维专注于动环监控管理和视频监控产品的研发，这是两个相互独立的产业。随着数据时代的到来，企业的数据机房、电信运营商和互联网公司的大型数据中心（IDC），无时无刻不在存储和管理着大量的数据资源，而IDC需要配备大量动力环境设备和视频监控系统来确保IDC的正常运行。因此，ZNV中兴力维提出在公司原有产品动环监控（PE）、视频监控（VS）基础上加入IT系统管理（ITSM）和基础设施资源管理（FRP），开发出一套数据中心基础设施综合管理系统（DCIM）。这套系统可以通过千万个感知设备采集到海量数据，并运用数据技术（DT）和机器深度学习，实现对动力和环境设备的监控管理，以及对IDC资产、容量、安全、效率、质量、人员、故障、运维等进行跟踪管理和模型分析，从而为IDC提供一个高度自动化的、高效高质的、节能减排的，7*24小时无间断的运维管理。这也是中国制造2025和工业4.0的主要宗旨。

ZNV中兴力维的明天，则是PEIM，即动环及物联网综合管理系统，在现有的DCIM上增加数据技术（DT）和物联网（IoT）。在赋予所有感知设备一个独一无二的IP地址后，PEIM可以对所有设施进行大量的有标记的数据采集，数据在经过清洗整理后，被传送到ZNV中兴力维的“深度认知（Deep Recongnition）”机器深度学习引擎进行学习和认知。而ZNV中兴力维将提供两种机器学习方法，一种是基于云端的机器学习，客户可以将数据传输到力维云的“深度认知”进行机器学习，产生的数据模型返回客户中心后，帮助客户改善其现有运营结构。另一种是内置的ZNV中兴力维微型“深度认知”机器，这个内置学习基于客户端，数据可以进行就地采集、就地学习、就地产生数据产品，从而改善运营结构。

进入2016年，人类开启了全新的认知学习商业模式。ZNV中兴力维在2015年的安博会上率先提出非结构化数据的认知转换概念：通过机器深度学习挖掘出未被人类认知的大数据信息。”

可以说ZNV中兴力维的未来是基于物联网（IoT）和数据技术（DT）的。当然我们并不是什么都去做。ZNV中兴力维一直以来都是国内动环视频监控的领军企业，因此我们会聚焦于动环基础设施，提供一个从数据采集，到数据处理和数据学习的物联网及动环综合管理系统的解决方案（PEIM），帮助客户管理数据中心的运行，实现高效、绿色的动力环境。“未来，我们通过累计数据建立管理模型，并从机器不断采集的数据中改善运行模型，而且我们还可以利用ZNV中兴力维20年来专注动环监控累积的数据，为客户提供预警模式、数据运行规律和设备维修诊断等服务。”

服务铁塔和IDC（大型数据中心）

具体到市场层面，随着中国铁塔公司成立，铁塔公司也变成了ZNV中兴力维动环监控的主要客户之一。基于在动环监控市场多年的领先地位，ZNV中兴力维已经是铁塔建设的领航者，针对铁塔150万个基站产生的统一监控、节能减排、绿色动环等需求，提供对应服务并共同探讨站点管理的新技术和新模式。2015年3月，ZNV中兴力维针对铁塔公司推出更具竞争力的新一代动力与环境监控数据采集单元“维塔士（Vitas）”，一经面世即赢得中国铁塔公司基站动环产品最大订单合同2亿人民币，取得了该市场份额第一的好成绩。“今年以来，这个势头继续保持增长势态，我们的生产线在春节期间仍然在继续生产。”曹友盛博士表示。

2015年10月，在IDC领域，ZNV中兴力维推出新一代“IDC智慧数据中心综合管理解决方案(维统管)”，采用创新的“211”（两端一线一平台）架构设计，实现大数据的采集、整合、传输，通过PC浏览器、移动终端APP、微信等多种方式对平台进行访问及数据交互，支持二次开发，在供电保障、智能安防、智能楼宇、容量管理、资产管理等方面为客户提供整体解决方案。目前ZNV中兴力维已成为IDC基础设施的主要建设者之一。

布局“大数据”

安防产业迅速迈向大数据化，从世界知名IT企业思科（Cisco ）的高管“空降”到ZNV中兴力维曹友盛博士深有感触：“我认为安防行业的技术潜力非常深，中国安防产业趋势从IT转向DT，正需要大数据层面的突破，大数据也让ZNV中兴力维不再局限于安防和动环监控，而是从产品制造商转向软件平台供应商，从软件供应商再到综合解决方案供应商，为用户提供基于物联网的基础设施和数据服务。”

曹友盛博士透露，从人才储备方面我们也在积极响应这一发展布局。ZNV中兴力维位于南京的研发中心正在大量招聘各类工程师和研发管理，不断开发、完善机器学习、人脸识别、行为分析、数据采集、数据分析、数据模型、智能分析和机器决策等大数据技术，为物联网时代的发展储备研发人才。

另一方面，由于运用机器深度学习和认知转化作为辅助开发和辅助设计，ZNV中兴力维可以大大加快工程师的成熟度和专业知识的扩充能力。“未来基于机器学习的认知系统，将大大简化工作效率，让年轻的工程师在ZNV中兴力维快速成长，与此同时，公司也将获得更快的发展。”曹友盛博士讲到。