许永硕
边缘计算在2017年、2018年被炒作的很热，进入2019年感觉边缘计算的热度有所下降。边缘计算在物联网的框架中非常重要、也非常复杂，边缘计算的完善需要不断探索、不断验证。
借鉴生物学的经验，比如：将手指碰到火，手指缩回的处理的方式，可以类比物联网在边缘计算的处理方式。
这个类比被一个比较有影响力的媒体引用，并没有注明借鉴我的观点，经过沟通后，这个媒体将边缘计算的比喻改为用人处理“眉毛着火”的机制，是边缘计算的处理方式。
眉毛着火与手指遇火的处理方式是不同的。
人的眉毛着火，人处理的机制是什么呢？如果眉毛着火，人是通过挤眉弄眼这样动用眉毛周边的肌肉群来处理，还是用手等灵活的器官帮忙扑火？
眉毛周边的肌肉，在眉毛着火之后，是会有反应，但仅是受痛后的收缩，而不会有灭火的效果。眉毛着火之后，最快的是借助手臂的辅助，利用外力将眉毛的火扑灭。眉毛与手属于不同的脊神经反映群，眉毛着火引起手的反应，必须经过大脑来协同。流程是：眉毛着火反馈到大脑，大脑指挥手处理。
类比与物联网的处理：设备遇到紧急情况，反馈到云计算中心，云计算中心调用其他设备处理。
这种处理方式还是云计算中心为主的控制方式。
手指遇火的处理机制：手指遇火，手指感到疼痛后，手指附近肌肉立即收缩。之后大脑才感觉到疼痛。
物联网的类似处理：设备遇到紧急情况，直接用边缘测的逻辑处理后，上报到云计算中心。
不过说眉毛着火，就不是边缘计算机制也不严谨。眉毛着火也有一种情况是边缘计算的处理机制：就是一个人，天天眉毛都着火，第一天着火，经过大脑控制手来把问题解决了；第二天眉毛又着火，又经过大脑控制手把问题解决了；经过了很多次之后，这个人的大脑就认为，眉毛着火这件事是常态，以后不需要大脑处理，直接将处理的权力交给了脊神经。从此以后，眉毛再着火，就不经过大脑处理，而手直接通过脊神经控制，直接处理。
手指碰到火的模式，属于人低级神经处理系统的非条件反射，这个处理机制是已经存在的。
眉毛着火的模式，正常情况下必须经过高级神经处理的。但如果某些人一定要用眉毛着火来类比边缘计算，那么可以想象这个人经常眉毛着火，最后形成了条件反射，条件反射就不需要通过高级神经处理，属于边缘计算处理机制。
边缘计算的两种机制
类比于生物的非条件反射和条件反射，边缘计算有两种处理机制：
1、固定逻辑的处理方式；
2、人工智能的处理方式。
人的手指遇到火的处理机制，是人在进化过程中，不断进化出来的固有规律：在遇到疼痛时，附近肌肉会收缩。这个反馈在绝大多数的情况下，对人而言是可以避免伤害的。这样就把这个机制固化下来。是固定逻辑的处理方式。
人有很多时候学习的很多处理经验是会固定在低级神经系统。比如我们上学的时候学的广播体操，在学习广播体操的时候，我们是需要动脑去学习，去记忆体操每一节的动作。在学会体操之后，我们每天上学都做一遍操，久而久之，我们做操的时候，就不用动脑筋，到了那个动作的时候，自然而然就能够记住。
这种模式就是人工智能的处理模式：很多处理的决策机制在云计算中心，边缘测的人工智能技术，学习云计算处理的模式，发现每一次云计算的处理模式都是类似的时候，就将决定权下放到边缘测。这种处理模式就是人工智能的处理模式。
未来边缘计算的发展需要循序渐进
物联网技术是经过实践逐步完善的。边缘计算的发展也需要逐步完善。虽然边缘计算未来会复杂，但在实践中，需要根据需求逐步发展功能。
有一些应用，理论已经非常完善，处理逻辑非常清晰，这样的应用，在边缘测处理机制，可以通过写程序的模式固定。
而有一些应用，没有理论支撑，需要通过实践逐步摸索处理机制，这就需要借助云计算的大数据，通过人工智能不断学习处理机制，这个时候就需要人工智能的技术，逐步学习处理机制，逐步由云计算处理，过渡到边缘处理。
边缘计算的发展，首先以解决难题开始切入。当完善之后，要支持不同的模式。
设备的边缘测与云中心控制选择机制
一个设备，可以被边缘测控制，也可以被云计算中心控制，那么在控制这个设备的时候需要解决以下难题：
1、这个设备是单一的被边缘控制（或云中心控制）呢？还是可以被边缘测和云中心两种方式控制？
2、如果选择单一控制，哪种类型的设备适合于用边缘计算控制，哪种类型的设备适合于运中心控制？
3、如果这个设备可以同时被边缘和云中心控制，当边缘和云计算的控制不一致时，这个设备应该优先响应哪种控制？
这些问题，在边缘计算还不成熟的时候，还不突出。当边缘计算普及后，这些问题将会困扰系统的设计者。
还是尝试用人的处理机制，来给边缘计算的发展提供一些参考。
器官的低端神经控制和高端神经控制的选择
我选择心脏、肺和手的控制方式来分别说明。
人能用大脑控制心脏跳动吗？心脏的跳动是不受大脑控制的。
肺是可以接受大脑控制的。比如人可以有意识的控制呼吸频率，可以调整深呼吸、浅呼吸。也可以有意识的憋气。但当你憋气憋很长时间，达到憋气的极限之后，即便大脑仍然控制肺部憋气，但肺部已经不接受大脑的控制，而是选择低端神经的控制。
手在绝大多数的时间是接受大脑控制的。但是在一些极端条件下，手是受低端神经控制：手突然遇到疼痛的刺激【比如手指遇到火】。
可以看到，人接受低端神经与高端神经控制有一个机制：为了保障安全性，多是低端神经控制。而为了保障灵活性，多选择高端神经控制。
而将安全相关的处理机制固化到低端神经中，在遇到安全相关的选择时，优先选择低端神经控制。
对于灵活处理要求高的器官，更多的用高端神经控制。
设备控制的选择机制
根据高端神经和低端神经控制的机制，未来物联网设备的边缘计算和云计算控制机制可以设计成如下机制：
1、与安全相关的处理逻辑，固化到边缘测，属于优先级最高的控制。
2、根据设备重要程度，选择边缘测和云计算控制。比如安全等级最高的设备，选择边缘计算控制。
3、根据设备功能灵活程度，选择边缘测和云计算控制。要求灵活的设备，选择云计算控制。
4、划定一个安全阈值边界，安全达到这个阈值边界后，设备自动由边缘计算固有逻辑处理。
小结
边缘计算完善后，将会面临设备是云计算控制和边缘计算控制的选择难题。借鉴人体处理经验，可以从安全性和灵活性两个维度考虑。安全性高灵活性低的边缘处理；安全性低灵活性高的云计算处理；安全性高灵活性高的以云计算控制为主边缘测监控等级高；安全性低灵活性低的，边缘控制为主，适度增加云计算控制能力。
转载于:https://www.jianshu.com/p/e8b3a95ac2b8