上週五到週日參加了計算機協會舉辦的《移動互聯網創新應用》研習班。研習班請來了來自微軟、浙大、清華、北大的一些學者以及來自騰訊、百度、小米的數名經理講了學術界與產業界進行的一些研究和探索。聽這樣的講習班，最大的益處在於開闊視野，特別是在移動互聯網這個熱門而前沿的領域裏，學術界、產業界都在做一些很棒的事情。技術的革新和發展是IT產業的源動力，我今後的職業意願是產品經理，希望有機會將最頂尖的技術轉化爲產品，給用戶帶去新的體驗。因此，我就從產品應用的角度，對這個研習班做一下回顧。
《數字生活中的移動計算》 – 芮勇 微軟亞太研發集團的高級總監
芮勇的這篇報告是綜述性的，介紹了在數字時代人們的生活發生的一些變化。
看幾個有趣的時間節點：
Ø 2012年，歷史長達244年的大英百科全書（Encyclopedia Britannica）不再付印；
Ø 2010年，在報紙出現305年之後，Internet的廣告收入超過了報紙；
Ø 2002年，在電話出現125年之後，移動設備的數量超越了有線電話的數量。
這樣一些時間點告訴我們，數字時代已經到來，而“移動計算”將是其中最爲重要的一個環節。如今，智能手機、平板已經基本取代了PC、有線電話和隨身聽。而令人驚訝的是，手機的概念僅僅出現在30年以前。在這短短的30年裏，手機的方方面面，無論是信號質量、應用數量、使用人羣的數量都獲得了飛躍。
在數字時代，圖片是非常重要的信息載體，微軟在這方面有很多的研究成果。介紹一個與移動設備結合起來的實例。人們在外旅行的時候，看到一座建築，卻不知道名字，只需要拿起手機拍攝、上傳，便可以獲取到該建築相關的所有信息。這個技術已經被成功的轉化成了一個Window Phone應用：Nokia City Lens。有了它，媽媽再也不用擔心我的旅行！這是如何做到的呢？
在圖像處理的領域，有一個核心問題，便是語義的是識別：Image -> Word。剛纔這個例子中所遇到的問題，可以描述爲：如何將成千上萬張的圖片與一個百萬量級的Entity Graph對應起來，換句話說，就是如何將大量的圖片根據語義有序的組織起來。其中遇到最大的挑戰在於：1）這麼大的數據量，如何才能高效處理；2）如何去除其中的噪音。具體的解決方案就不多說了。
接着展示了另外兩個新鮮的demo。一個demo演示的是實時翻譯系統，非常實用的應用。另外一個名叫OmniTouch，在肩上安裝相應的設備之後，可以使投射到的區域都變成可觸摸交互的區域。
最後，芮勇又展望了一些移動互聯網的流行趨勢：
ü 3G/LTE/GPS/NFC/IPV6…
ü 智能手機= Hardware + OS +APPs
ü Mobile OS：三國演義
ü NUI + Location + Sensors + AR–> blending physical world
ü Data mining + BI-> power of cloud
ü Social, commerce, twitter,wallet…
最後的最後，芮勇還特別提到了騰訊公司的創新商業模式，以及中國用戶在瀏覽頁面時，令人驚訝的探索精神（我想，這是被國內網站無比糟糕的界面設計給練出來的吧）。
《移動社交網絡與用戶位置》 – 謝幸 微軟亞洲研究院主管研究員
謝幸講的這個課題很有趣，是關於移動社交網絡和用戶位置的，時下流行的Foursquare、街旁便是這方面的應用。
獲取位置信息，依靠的是定位技術，常見的定位技術有GPS、RFID、藍牙、Cell-ID等。今年五月份Google Map推出的室內導航功能則利用了室內定位技術。
如今85%的移動設備都搭載了GPS，獲取用戶的位置數據的渠道越來越多：帶地理標註的照片、微博、遊記，位置搜索日誌、地圖服務日誌等。從大的方面來看，如何用一個很好的機制集中管理這些來自不同設備、不同服務和不同用戶的位置數據是需要研究的課題。
在移動社交網絡中，有一類基於位置的社交網絡：Location Based Social Networks，稱爲簽到服務。知名的應用Foursquare便提供這種服務。接着，詳細介紹三個相關的研究課題。
第一項研究，名爲：QueryCo-Location Pattern Discovery。這項研究的主要目的是嗎，根據位置信息，爲query與query建立起關聯，找到一定的pattern。他們選取了2007年某兩個星期的谷歌搜索數據，大約有100萬，從其中抽取出了一些pattern。這樣的pattern分爲global和local兩類，顯然，Local pattern會比較多。比如說，”hotel”和 “MGMGrand”就是一個Local pattern。
可以想象，這樣一些pattern在改進基於位置的搜索、提供個性化服務可以方面有非常顯著的作用。
第二項研究，名爲：GeoLife:Building Social Networks Using Human LocationHistory。這項研究的目的是根據用戶的位置信息，挖掘出一些社交方面的信息。他們選取了178名用戶，採集了他們在2007-2011四年之間的所有和位置相關的活動記錄。這項研究可以從兩個方向來看：
首先，通過一個人的足跡信息，是不是可以挖掘出一個人的個性呢？基於這樣的個性信息，我們便可以進行好友推薦、個性化服務了。
第二，如果我們不只按照一個人的足跡建模，而是按照“用戶-地點-活動”的三維方式建模，那麼還可以獲得更多關於活動和地理位置的信息。於是，便可以進行活動和基於位置的推薦：該去哪家店吃飯？可以去參加什麼活動？
第三項研究，是關於如何從GPS信息映射到地點名稱。這一技術在Foursquare、街旁裏面已經被用到。基本問題可以描述爲，有一些check-in的數據、用戶信息、時間信息、GPS信息、地點集合，如何從地點集合裏找出一個最好的子集返回給用戶，並進行排序。
最後，謝幸還講到了學術界非常熱門的研究課題：Human Mobility，從用戶的各種位置信息中挖掘出更多個性化信息、社交信息。特別是一項名爲Human Mobility Prediction的研究，非常有趣。它根據用戶的位置歷史記錄，進行位置的預測。聽起來很玄，事實上，最近在北京就有這樣一個例子。一個人丟了錢包和公交卡後，通過研究自己已經丟失的公交卡的公交路線記錄，成功找到了拾到他錢包和公交卡的人。這不禁讓人有些恐懼，如果有一天，我們的行蹤都可以被預測，那我們豈不是活在“楚門的世界”裏？
《智能手機：普適感知與交互》— 潘綱 浙江大學
潘綱的報告主要介紹了浙大圍繞智能手機中的感知器(sensor)所進行的創新性研究，這些研究創意十足，讓人驚歎。
先看幾個簡單的概念：
ü 互聯網：Cyberspace信息的及時可共享性
ü 移動互聯網：Cyberspace與人連接的持續性
ü 物聯網：Cyberspace與物理環境的可通性
ü 社交網絡：人的社會性在Cyberspace中的可表達性
在這些概念下，智能手機成爲個人與“人物機”三元世界相互溝通的Portal：physical world, cyberspace, humansociety。既然智能手機已經如此普遍，那我們可以用它做些什麼呢？
每個智能手機中都有數個內置傳感器：加速度傳感器、陀螺儀、電子羅盤、亮度傳感器、溫度傳感器、接近傳感器、WiFi、藍牙、GPS、NFC（近場通信）、麥克風、FM等等。還有一些外置型的傳感器：睡眠傳感器、EEG耳機（收集放大腦電波信號）、氣壓計、化學傳感器、心率監測傳感器等。
同時，在Android和IOS平臺上，開發者都可以進行傳感器相關的開發，都有相應的API可供使用。相比而言，Android平臺的API質量要比IOS要低一些。不過，不管在哪個平臺上，都不能只是簡單的調用API，而需要真正的去理解API的實現過程以及傳感器的原理。因爲這些API數據並不一定準確，不僅要坐驗證，可能還需要做許多後續的處理。比如說，溫度傳感器放置在CPU旁邊，所以CPU的溫度會使得其度數偏高。
在瞭解了傳感器和傳感器開發之後，進一步思考，這些傳感器到底如何應用起來呢？
1. 感知ID
傳感器：攝像頭、聲音、藍牙，NFC。
1） 二維碼（QRCode）。一個二維碼有三個定位點，供讀碼器辨別，一個二維碼所裝載的信息大約爲1KB。如今，二維碼已經成爲O2O商業模式的一個重要媒介。
2） NFC（近場通信）。它的感知範圍比較窄，只有4cm，容量大約爲1KB -8KB。它的通信方式爲Tag和Tag-reader（手機），因此可以用於手機支付、名片交換、身份認證等。浙大這對NFC做了一項有趣的研究，實現了在一個空間區域內的Touch+N的交互方式。用手機Touch各種設備，便可以與這些設備連接、控制他們發聲、播放等。
3） Accelerometer。利用加速度感知器，可以識別人的步態、姿態等。
2. 感知位置
傳感器：WiFi、GPS、NFC、Bluetooth。
室外定位一般用GPS，地球被分爲6個面，每個面由4顆衛星負責。室內定位一般用WiFi，精確度比較高，但是受室內干擾也比較大。
3. 感知手勢
傳感器：加速度儀和攝像頭
浙大所做的一項研究，叫做GeeAir：A Universal Multimodal Remote Control Device forHome Appliances。用戶可以通過手勢控制多項設備。比較大的挑戰有兩個：手勢的識別以及不同設備間的控制信號轉化。
4. 感知情緒
傳感器：麥克風
聲音的強度、語速、音高等參數會和情緒有一點的聯繫。比如，在悲傷情緒下，音高下限、音域都很低，語速也慢。於是根據聲音可以感知到人的情緒變化，將這樣的數據進一步擴大到社交範圍中去分析，會有許多有趣的結果。
5. 感知用戶的行爲
傳感器：加速度儀、陀螺儀
MIT做過一項有趣的研究：在人的身體上綁五個加速度儀，收集人在活動時的數據，訓練出一套識別人類日常行爲的系統，準確率在85%以上。
而另外一些應用，如卡路里追蹤、行爲記錄的社交分享等，也是對於用戶行爲感知所做的挖掘。
6. 用戶羣體的感知
傳感器：藍牙、GPS、WiFi
這一類感知主要是感知用戶羣體同時參與的信息，比如會議、集體活動等。這類感知的應用非常廣泛，比如在Foursquare裏，到某個酒吧或者咖啡屋之後，便可以查找到附近的人的信息；再比如Color，是一個完全基於位置和用戶羣體感知的應用，在某個地理位置，可以用幻燈片形式查看附近所有人的照片，並且可以獲取周圍100英尺內所有人的信息流；SoPhoNet則會在拍照時自動附帶參與好友的信息。
7. 方向的感知
傳感器：電子羅盤、加速度計、陀螺儀
方向的感知，可以有很多有趣的應用。一個手機、一隻筆都可以變成控制器，只需要通過簡單的指向性操作，就可以控制多種設備。
8. 想法的感知
感知人腦的想法，聽起來很玄乎的東西。現在普遍的做法有兩種：一種是外部的探測，比如腦電圖（EEG）、近紅外功能性成像，一種是植入性電極。第一種做法精度比較低，但是無害，第二種聽上去就比較恐怖。浙大在這個領域做了一個非常酷的研究，拍了一個創意性十足的視頻：A Brain-controlled Assistant for theHandicapped:http://v.youku.com/v_show/id_XNDQ2MjUxNTIw.html
既然傳感器的類型這麼多，提供的信息這麼豐富，不妨將他們結合起來，做一些更加酷的應用和探索。
1. 城市感知
泛在的智能手機使得大規模地採集城市動態數據成爲可能，其傳感數據可以：估計區域人羣密度；識別用戶行爲在城市空間中的分佈；識別不同區域的功能與其它屬性；判斷不同地域人羣的聯系程度；分析城市人羣通訊行爲的模式與規律。
比如，晚上10點和早上12點，羅馬城的通訊信號強度；有比賽的週末，曼城斯特城的人羣聚集密度；根據出租車數據，對城內的一些典型區域進行標註等。
2. 參與感知
參與感知是人們自發的分享、分析傳感數據。典型的應用有：校園行隨手拍等。
3. Well-being感知
移動健康應用BeWell便是對用戶從三個維度進行感知和打分：睡眠、體育活動、社交。
WalkSafe則是關於行人交通安全的應用。
4. 手機操控智能車