“并行”与“交互”：物联网建设中协同与控制的核心问题

【摘 要】 事物是通过物质、能量、信息同时地、不断地相互作用。文章在介绍“并行”与“交互”的含义与种类的基础上，指出“并行与交互”是物联网建设中协同与控制的核心问题，并提出解决的思路。

【关键词】 并行； 交互； 协同管理； 物联网

如果说，互联网让我们长上了“千里眼”、“顺风耳”，那么，物联网又让我们练成了“劈空掌”，可以“隔空打牛”，将我们的行为通过网络越过空间，掌控异地目标事物。如果说，互联网让人们面向一个虚拟世界，而物联网又把人们拉回到现实世界。物联网把世界转变成一个广泛联接的大世界。这个世界把人们从“小数据时代”转变到“大数据时代”。那么，世人应该如何通过对“大数据”的协同与控制，在人与物的“并行与交互”中实现“大合作”？本文在介绍“并行”与“交互”的含义与种类的基础上，指出“并行与交互”是物联网建设中协同与控制的核心问题，并提出解决的思路。

一、“并行”与“交互”的含义

物联网的基本属性是“开放与合作”，物联网建设的主要目的不是“互联互通”，而是远程智能控制。世间的事物是平等并行的，它们都是按其内在规律自在地运作。也就是说，物联网的建设，呈现在人们面前的问题是人与物之间的“并行”与“交互”。

（一）交互的含义

交互（Transaction）一般是指事物之间相互作用。从科学的角度，它是有两个或两个以上的自变量，当一个自变量的效果在另一个自变量的每一个水平上不一样时，我们就说存在着自变量的交互作用。当存在交互作用时，单纯研究某个因素的作用是没有意义的，必须区分其他因素的不同水平研究该因素的作用大小。交互作用表示当两种或几种因素水平同时作用时的效果较单一水平因素作用的效果加强或者减弱的作用。

（二）并行性的含义

并行性（Parallelism）（陈智勇，2012）是指数值计算、数据处理、信息处理或人工智能求解过程中可能存在某些可同时进行运算或操作的特性。它主要有两个方面的含义：同时性（Simultaneity）和并发性（Concurrency）。同时性是指多个事件在同一时刻发生；并发性是指多个事件在同一时间段内发生。并行处理，是相对于串行处理的一种信息处理方式。

（三）物联网建设中“并行”与“交互”的内容

基于上面的分析，“并行交互”主要是指多个事件在同一时刻或在同一时间段内发生相互的交互，从而导致有两个或两个以上的变量，存在一个自变量的效果在另一个自变量的每一个水平上不一样。

医学（心理治疗）、教育、咨询、企业管理等方面都关注交互作用的研究，自20世纪80年代初，人们开始研究人与计算机的交互作用。现在，人与计算机交互作用的实践已不仅仅局限于人机交互技术和用户界面的设计以及可用性测评，而且人们开始关注人与计算机（网络）间的数据与信息内容的交互作用。物联网环境下，由于智能物件不能够如人一样进行思维与判断，特别是情感等形象思考，物联网建设中“并行”与“交互”的内容主要关注数据与信息的“并行”与“交互”。

二、物联网建设中“并行”与“交互”的种类

“互联、互通”仅是物联网的低级阶段。物联网的核心内容是实现以决策智能自动化为主的远程控制。因此，物联网的基础是感知层、网络层和应用层之间“并行”与“交互”物联网中的所有信息（包括数量信息，也包括价值信息）；同时，在物联网、云计算背景下，云端企业所构成的企业生态系统主要包括供应商、制造商、分销商，最终用户，还包括物流企业、银行、与信息流相关（云服务的提供商、应用商等）的企业、工商、税务、银行及金融机构。“并行交互”是云端企业生态系统的业务与管理的基本存在方式。在云计算平台上云端企业产业链生态系统由于各个利益的差异，它们很难如企业内部企业运作与管理可以安排协调在“串行”条件下运行交互，只能是“并行交互”。这里有必要对云端企业生态系统的业务与管理的“并行交互”进行分类认识。

（一）人机（云）并行交互、机（云）人并行交互、物机（云）并行交互、机（云）物并行交互：按照人与云交互的发起主动性划分

按照人与云交互的发起主动性划分，可将“并行交互”简单①分为人机（云）并行交互、机（云）人并行交互、物机（云）并行交互、机（云）物并行交互。人机（云）并行交互主要是由人向“云”发起的任务需求，“云”响应并提供相应的服务。比较典型的人机交互形式主要有信息检索、数字互动媒体、在线专家系统等。机人交互主要是由“云”向人主动发起的任务需求，人响应“云”并提供相应的服务。比较典型的人机交互形式主要有人群计算、大众计算和社会计算等。物机（云）交互主要是由“物”向“云”主动发起的任务需求，主要是物把感应器收集的数据及信息通过发射器向“云”传递，“云”响应该任务的计算。机（云）物交互主要是“云”向“物”主要发起的任务需求，“物”的感应器根据任务需求进行工作。

（二）信息拉取（Information Pull）模式、信息“推送”（Information Push）模式、智能信息推拉（IIPP）模式：根据数据、信息交互的方向划分

根据并行交互的数据流动方向划分，大数据、信息的交互方式有信息拉取模式、信息推送模式和智能信息推拉模式。

信息“拉取”（Information Pull）模式即用户有目的性地主动查询，发出请求，系统根据请求将信息送回用户端。这种模式可以让用户根据自己的信息需求，方便地找到在信息内容上与之匹配的网络资源。用户每次进行信息获取时，都要明确地表达出个人的需求。目前，通过搜索引擎等工具，根据关键词或目录服务来获取信息。这种模式主要优点是针对性好、信源任务轻；其缺点是及时性差、要求用户有一定的专业知识。

信息“推送”（Information Push）模式是系统根据用户的需求，有针对性和目的性地按时将用户感兴趣的信息主动发送给用户。信息推送模式是主动将最新的资料推送给用户，使用者不必去搜索。信息“推送”模式的优点是主动性（即信源不需要用户及时请求而主动地将信息传送给用户方）、智能性（系统能够根据用户的要求自动搜集用户感兴趣的信息并定期“推送”给客户）、高效性（系统可在网络空闲时启动，有效地利用网络带宽，比较适合传送大数据量的多媒体信息）、灵活性（指用户可以完全根据自己的方便和需要，灵活地设置连接时间，通过E-mail、手机短信、PDA、MP4等方式获取网上特定信息资源）等特征；其缺点是针对性差。

智能信息推拉（IIPP）模式是在信息“推送”与信息“拉取”两项技术的基础上取长补短、相互结合，再融入人工智能、知识发现、Internet及数据库等技术，从而形成智能信息推拉技术。智能信息推拉模式除了具有智能信息推送（应用机器学习方法、人工智能可以识别和预测各种用户的兴趣和偏好，从而有针对性地、及时向用户主动推送所需信息，以满足不同用户的个性化需求）和智能信息拉取（应用知识工程的知识推理搜索方法，可提高搜索引擎的快速性和准确度，从而用户可以更及时地拉取所需的最新动态信息）外，还具有信息推拉结合（信息推送与信息拉取相结合，既可及时地、主动地将最新信息推送给用户，又可有针对性、选择性地满足用户个性化需求）和知识发现功能（采用知识发现KDD的方法和技术，可从所“推送—拉取”的信息中提取有用知识，发现隐藏在大量数据中的内在规律）等特点。

“交互与协同”是物联网下经济主体（包括人与物）主要行为特征。设备的互联性、数据的共享性、服务的主动性、用户的移动性、计算的分布性、交互的自然性要求信息的普适交互与协同。因此，本文认为，在物联网、云计算背景下企业业务及其管理的核心方式应该是以数据及信息为内容的并行交互，它主要应该采用智能信息推拉（IIPP）模式。在云环境中，计算主体（进程）在与外界不断交互的过程中完成所指定的计算任务，同时，在同一时间内，实时满足客户所需，实现客户、供应商、合作伙伴以及企业内部各部门在关键流程中更为紧密地协同，通过数据实时获取、关键信息的实时与精确传递，使得业务得到及时处理、信息得到实时反馈、市场得到及时响应，从而实现实时的业务管理与决策。

（三）Web1.0、Web2.0、Web3.0：依据交互影响信息内容的程度划分

按照交互影响信息内容的程度，信息交互可分为三种：Web1.0、Web2.0和Web3.0。

Web1.0主要是信息传播者单方传播信息内容，用户只能接受信息。它是以集中编辑、发布信息为主，相对信息传播者来说就是集中提供给用户信息（这些信息不一定是用户需要的），而对于用户来说只是简单地被动阅读。这些门户站点很多，比如新浪、搜狐等。这种交互是静止的、单向的。

Web2.0主要通过去中心化把用户和信息传播者放在同一平台，用户不仅是信息使用者，也是信息的产生者。交互互动是Web2.0的主要特点，交互不是单向的，而是双向、动态的。这类网站如博客、播客。

Web3.0主要强调语义网络和信息服务，用户可以通过网络随时获得自己需要的信息。网站内信息可以直接和其他网站信息进行交互，能通过第三方信息平台同时对多家网站信息进行整合使用；用户在互联网上拥有自己的数据，并能在不同的网站上使用；Web3.0的信息可以实现和现实生成同步。在信息的同步、聚合、迁移的基础上加入了信息平台集中效验并分类存储，使分布信息能和平台信息进行智能交互，并能对原始信息进行提炼并加工。

正如李开复所说，Web1.0是一个厂商发布了内容给很多人看，Web2.0是把发布的权利同时放给普通人，Web3.0的概念则是可以随时通过互联网获得自己需要的信息。

三、“并行”与“交互”是物联网建设中协同与控制的核心问题

（一）“并行交互”：物联网建设中协同与控制的难点问题之一

从哲学角度上说，事物是普遍联系的。事物之间不断通过物质、能量、信息发生联系与相互作用。由于人类信息化技术发展的限制，传统企业信息化条件下，企业业务及管理只能朝单方向发生作用，或虽有双方业务及管理发生了交互作用，但从没有同时发生并行交互作用，只有“串行交互”作用。这个根源是企业业务及管理的运行软件是“串行编程”而不是“并行编程”。严格说来，企业每个业务及管理都是依据自身的特点运行的。它们可以依次进行（串行），但是更为普遍的是同时进行（并行）；它们可以单方向发生作用，但是更为普遍的是交互作用。这就需要信息条件（硬件或软件资源）来支持企业这些业务及管理的运行。只有这样才能够保证企业行为的顺畅进行。同时，一方面，由于物联网技术的发展，企业业务及管理产生巨量非结构化的大数据，这些计算问题使企业很难依靠自身力量来实现，只好购买云计算的服务；另一方面，物的感知与智能反应都需要通过网络进行“并行交互”，由于物未能像人那样具有复杂理性判断和情感感悟，物的“并行交互”是很难进行“串行编程”安排的。因此，“并行交互”：企业会计云计算建设的难点问题之一。

（二）“并行交互”所导致涌现性：物联网建设中协同与控制的难点问题之二

涌现性是一种复杂性现象。复杂性科学把系统整体具有而部分不具有或者部分之和所不具有的属性、特征、行为、功能等特性称为涌现性。我国古代思想家老子的“有生于无”的论断，便是对涌现性古老而又深刻的理解和表达。虽然涌现性是整体的一种现象和特性，但是整体的现象和特性不一定都是涌现。“一个和尚挑水喝，两个和尚抬水喝，三个和尚没水喝”的故事说明复杂性（一个和尚到三个和尚产生了复杂性）所导致的涌现性现象（没有水喝）。

在没有信息技术条件下，人与人、人与物的交互作用主要依靠人脑来计算并控制。由于人脑的特殊功能，人与人的交互作用并不产生非价值取舍下的涌现性现象②。随着物联网与云计算的产生与发展③，人与人、人与物的交互作用开始通过网络媒介来实现，而且产生了物与物通过网络媒介的交互作用。

那么，企业的业务及其管理所涉及的交互作用就因为物联网、云计算产生了复杂性。企业的业务及其管理的交互作用不仅增添了物与物的交互作用，而且各个交互作用中产生了网络的媒介，同时，这个网络媒介是由云计算来担当。企业业务及其管理的交互作用复杂性增加必然会产生涌现性，涌现出未知的复杂性现象。这些涌现的复杂性可能导致严重的后果。例如：2011年我国温州动车事故就是因为物联网技术所产生的现象。

四、协同管理：基于大数据“并行交互”的解决思路

上文已经分析了，事物是相互联系并通过物质、能量、信息同时地不断相互作用。随着物联网、云计算的发展，企业事务及其管理上的交互呈现复杂性等特征，为消除因大数据“并行交互”而产生涌现性等难点问题，除了从信息技术上，如虚拟技术、基于开源基础上“并行编程”而不是“串行编程”的软件设计等，本文着重从管理的角度，提出协同管理是企业业务及管理的基于大数据“并行交互”的解决思路。

（一）基于大数据“并行交互”的性质特征

企业业务及管理中以大数据“并行交互”的顺利进行，主要与三种情形相关：资源相关、数据相关、控制相关。

1.资源相关

企业业务及管理的多条数据或信息在同一个相对少时间（△t）争用同一个功能部件（可能是硬件资源，也可能是软件资源）。由于资源的稀缺性，企业业务与管理的交互就产生问题。

2.数据相关

企业业务及管理的多条数据或信息的“并行交互”使用了相同的数据而发生的关联，也就是数据同步（Data Synchronization），它是指某动作执行一个数据同步操作的进程处于等待状态，直到另一动作执行到达某种数据状态。

3.控制相关

企业业务及管理的多条数据或信息的“并行交互”执行同一控制指令引起的相关，也就是说执行控制同步（Control Synchronization）操作的进程将处于等待状态，直到程序的执行达到某种控制状态。

（二）基于大数据“并行交互”的协同控制的思路

协同控制是大系统控制的主要特征。业务及管理的多条数据或信息的“并行交互”也需要执行协同管理。具体思路主要有两类：一是资源协调；二是任务协调。

1.资源协调

业务及管理的多条数据或信息的“并行交互”的资源协调主要有两种：一是时间资源重叠协调；二是空间资源协调。时间资源重叠协调，是指在并行概念中引入时间因素，让多个处理过程在时间上相互错开，轮流重叠地使用同一硬件设备的各个部分，以加快硬件周转而赢得速度；空间资源重叠协调，是指在并行概念中引入空间因素，通过重复设置硬件资源来提高可靠性或性能。如多机处理就是资源重复。让多个处理过程在时间上相互错开，轮流重叠地使用同一硬件设备的各个部分，以加快硬件周转而赢得速度。

2.任务协调

大数据并行性已经从顺序标量计算机中的完全顺序处理，逐步向重叠、流水、多功能部件并行、多数据并行、多任务并行的并行方向发展。任务协调是指利用软件的方法让多个任务按一定时间顺序轮流使用的一套资源，以提高其利用率，并提高整个系统的性能。

【参考文献】

[1] 王洪泊，涂序彦.协调智能调度[M].国防工业出版社，2011.

[2] 许金叶.“信息技术生产率佯谬”与网络管理会计研究[M].经济管理出版社，2009.

[3] 中国电子学会云计算专家委员会.云计算技术发展报告[M].科学出版社，2012（5）.

[4] 陈智勇.计算机系统结构[M].电子工业出版社，2012（1）.

[5] 许金叶，韩玲.智能信息控制：物联网下企业内部控制的核心[J].会计之友，2012（3）.