雲計算、物聯網、人工智慧、大資料、網際網路和5G概念，這些技術的發展趨勢，都是勢不可擋的必然結果，人們只能坦然面對並欣然接受，別無選擇。

資料是原料，網路是基礎，雲計算是方法，人工智慧是核心。人們面臨的挑戰無非是如何掌控這些新技術的互動與並行發展演進，如何認識與發現其中的規律和理論，得出新的指導性知識。

人類進入以通訊網和網際網路為代表的資訊化社會所依據的理論基礎，除了最基礎的數理化知識和電子電路電器元件技術理論之外，最主要的理論依據之一就是二十世紀初葉形成的資訊理論。而資訊理論最底層的基礎就是簡單到不可思議的二進位制計數體系，也就是0和1這兩種狀態。由此引發了資訊科技與資訊社會的大爆發，由模擬的物質世界到抽象的量化的可虛擬的數字世界並且最終可以輕易還原回初始的物理世界，這一切都是資訊理論中的數理轉化理論所奠定的基礎，而且現實可行。

舉個最簡單常見的例子，就是一幅照片影象本來就是光映像的寫照，但卻可以按照不同的畫素密度把它變成一個數據集合，需要時再還原為原像。

資訊理論不僅描述了最基本的信元結構，更重要的是給出了資訊的加工、傳輸、處理和應用的一系列準則和原理，例如夏農定理、奈奎斯特准則、數理統計理論等等，礙於篇幅不再贅述。

那麼問題來了。在如今這個飛速發展的後資訊化社會，量子糾纏這一個現象基本上可以說是顛覆了資訊理論的整個理論基點。人工智慧AI技術更是神秘莫測，不知道何時可以顛覆人類的大腦？物聯網與雲計算承載的大資料模式是否依舊遵循著資訊理論的軌跡前行？人們在資訊理論的發展上是否還能夠發現更新更多的指導理論思想？

這些或許就是所謂的挑戰吧？或許在人類徹底掌握大資料與雲計算、網際網路與物聯網、人工智慧與機器智慧之間的內在聯絡之前，理論的創新理應是先行一步，孕育於各種現行技術應用中的DT時代的先導理論必將呼之欲出，先導理論缺失的混沌狀態不足以引領人們走出迷茫。

雲計算出現的初衷是以網路為依託解決特定大規模資料處理問題，因此它被業界認為是支撐物聯網"後端"的最佳選擇，雲計算為物聯網提供後端處理能力與應用平臺，為眾多使用者提供了一種新的高效率計算模式，兼有網際網路服務的便利、廉價和大型機的能力。

規模化是雲計算的核心指標。 PC時代，使用者以億為單位計算，移動網際網路時代，使用者以10億為單位計算，而在物聯網時代，節點數以100億為單位計算。 在PC網際網路時代誕生的雲計算平臺，勉強可支援移動網際網路時代，但物聯網時代的超大資料流量，就無能為力的，這就需要大型和超大型的網站系統為網站的基礎設定提供創新的轉折點。

根據裝置節點數的增長趨勢，將來的資料儲存量每兩年增加一倍。 而且這些裝置產生資料量遠大於PC和手機， 因為這些裝置是在記錄人類數字化生活，產生的資料將是天量， 譬如DropCam產生的影片量，遠遠超過Youtube一天上傳的影片量。 我們可以預見在不遠的將來，超大流量資料處理將成為對於雲計算的挑戰！

物聯網其實是網際網路的一個延伸，未來的物聯網的發展還是依靠強大的雲計算平臺，為人們提供最佳最優的問題解決方案。

物聯網實現全球億萬種物品之間的互連，將不同行業、不同地域、不同應用、不同領域的物理實體按其內在關係緊密地關聯在一起，對小到螺絲、鉛筆，大到飛機、輪船等巨量物體進行聯網與互動。物聯網能夠實現社會活動和人們生活方式的變革。

物聯網並不是單純的，它包括資訊的感知、傳輸、處理決策、服務等多個方面，呈現出自身顯著的特點；智慧資訊處理和決策、人與物的互動、等物聯網與實體間的泛在互聯，錯綜複雜，所有物聯網收集和處理的資訊最終要依靠強大 雲計算平臺來完成資料的處理決策並輸出最優解決方案回饋給終端。

物聯網分成三個層次，一個是應用層，還有一個網路層，還有感知層。未來的物聯網應該是一個由雲+端組成的一個龐大網路，隨著感測器網路大規模部署，各種終端就像藍海一樣，分佈到各種各樣基礎設施上收集資訊，在透過各種網路將這些資訊傳送到雲端進行計算和處理，經過計算和處理的資訊最後到了應用層為不同的領域各種各樣行的支撐服務。