沟通探讨
我们操作的系统很复杂,例如,DDG1000驱逐舰集成了1000多个编程团队创建的软件。自动驾驶无人机或地面车辆可能有数百万行代码,这需要几十年的时间才能开发出来。从海上找针的数据中找出算法所需的少量数据是一个基本的挑战。但困难并不局限于此。可扩展性、延迟、可靠性、安全性、数据流、配置、可维护性、系统开发,甚至政治因素,都是实现新一代基础设施应用智能的主要障碍。
工业物联网领域的互操作性也是一个关键问题,因为国防工业不能依赖单一供应商。当然,尽管情况如此,但随着系统复杂性的增加,互操作性变得越来越困难。RTI长期以来一直支持、开发和开发开放标准,以帮助有竞争力的供应商健康发展。除了DDS标准,我们还支持与国防和军工相关的各种关键标准,如航空领域的FACE和模块化体系结构MOSA,以及军用陆上车辆的GVA。这项关键功能使国防统合人员能够将传感器、C2和武器系统等多个系统集成到一个集成的、协作的、可靠的实时网络中。
从长远来看,人工智能(AI)是一个非常重要的趋势。大多数系统使用时间超过25年。在此生命周期内,CPU性能提高了100000倍。即使时间缩短到未来两年,这一点也应成为行业新项目的主要驱动因素。任何不考虑这一点的结构都将很快过时。
当然,人工智能生存和发展的先决条件是数据。将数据放在体系结构的中心是国防和其自身系统的一个重要趋势。因此,以数据为中心是国防和军事智能系统设计的重要趋势。
在软件业务模式中,经常性销售是确保供应商/客户可持续发展的有效方法。我有兴趣把经济驱动因素与相关目标紧密结合起来。到目前为止,一般许可证是最好的型号。
工业物联网领域的开源是一种重要但经济实惠的商业模式。开源将影响市场,而不是扩大市场。很多人误解了这一点,造成了不恰当的动机,他们陷入了产品和投资的死胡同,成为成本高昂的失败者。在自动化自主系统这样的市场上,只有对架构基础知识的良好理解,才能成为开源技术的良好中继。
Copyright © 2022 范炳海 版权所有 豫ICP备2021035568号-1