普适计算的未来

编者按：前沿科学讲座，是微软亚洲研究院为中科大-微软亚洲研究院创新人才培养实验班重点推出的一个特别的系列讲座。该讲座邀请研究院内各个研究领域的资深研究员们为学生们讲述该领域的最新发展和动向，传授自己深刻的研究心得，以帮助同学们开拓视野，深入思考。此次，让我们随着实验班同学的笔触，一同倾听谢幸研究员为我们带来的“普适计算的未来”。 

作者：陈宇澄（中科大-微软亚洲研究院创新人才培养实验班学员）

 

此次讲座正逢中国科大计算机系同学来到微软亚洲研究院访问参观。我们有幸邀请到微软亚洲研究院主管研究员和中国科大的兼职博士生导师谢幸博士，围绕“普适计算的未来”这一话题，为中科大-微软亚洲研究院创新人才培养实验班学员以及科大计算机系的各位同学开展讲座。谢幸研究员为大家介绍了微软亚洲研究院在普适计算上的最新研究成果，以及微软和工业界在这方面的其他工作。

 

普适计算的历史

 

普适计算的概念是由施乐实验室的Mark Weiser于上世纪八十年代末提出的。Mark Weiser认为计算技术在大型主机时代和个人计算时代后，应该进入普适计算时代，即计算技术将无声无息地渗入人类的日常生活中。未来计算机将逐渐从人们的视线中消失，和环境和谐的融为一体。当时的施乐实验室定义了三种普适计算设备：Tab——厘米级设备，可以很方便的携带和移动，并具有网络连接和定位功能；Pad——分米级设备，大小和一张A4纸相当，可以移动但并不方便长期随身携带；Board——米级设备，一般安放在固定的位置，可以支持多人共享使用。

Tab, Pad & Board

 

施乐实验室针对这三种不同类型设备的研究带动了一系列普适计算核心技术的发展，例如无线网络、定位技术、嵌入式系统、移动用户交互和传感器技术等。直到20多年后的今天，如果我们环顾四周，所看到的电子设备仍然可以归入这三类。2009年微软公司提出了三屏一云的战略，其中三屏指的是手机、电脑和电视，这正和马克·维瑟当初的设想遥相呼应。

 

作为典型的普适计算设备，智能手机在过去的几十年里的发展也极为迅速。微软研究院曾进行过一个MyLifeBits项目，在这个项目里，研究人员设计了专用的设备SenseCam相机来长期收集人们日常生活中的照片和传感器数据，以期构建一个能反映人生经历的数据库。如今SenseCam的功能已基本可以被智能手机所替代。手机的功能从最初的语音通讯发展到照相、收发邮件、网页浏览、游戏和社交网络，其能力很多时候已经接近传统的电脑。而在利用传感器技术方面，手机甚至超过了电脑。

SenseCam

 

传感器与数据收集

 

传感器是连接物理世界和计算世界的纽带。在今天，随着智能手机等普适计算设备的普及，传感器已经变得无处不在。手机属于厘米级设备，适合用户长期随身携带。通过集成各种类型的传感器，例如GPS、指南针、加速度仪、温度计、环境光传感器等，手机可以更加深入的了解用户的状态，从而分析用户的兴趣，提供更为智能的用户交互方式。随着手机传感器的不断增强，我们将可以实现各种崭新的应用，如健康状况检测、室内导航、智能3D声音管理等等。

 

在越来越多的传感器的支持下，我们还可以收集到大量反映用户行为的数据。例如，从北京的3万辆出租车上收集到的GPS数据中，我们可以观察到出租车的行车轨迹；从Foursquare、街旁等服务的check-in记录中可以看出用户常去哪些地方等等。用户只需要以被动的方式参与数据收集，即用户不需要为了数据采集而专门使用某项服务或设备，而是在日常生活中不知不觉地提供数据。通过这种自然的方式长期收集来自大量用户和大量设备的情境信息，我们可以从中挖掘集体社会智能，并更好地感知物理世界，从而帮助其它互联网应用提供更好的服务。

 

GeoLife：利用位置信息建立社交网络

 

GeoLife（地理人生）是一种以GPS 数据为中心并基于电子地图的应用系统。它不但是可视化、管理和理解个人GPS数据的工具，也是多个用户共享GPS数据和交流生活经历的平台。基于个人的GPS数据以及相关联的多媒体内容，GeoLife在地图上以动画的形式生动地重现用户过去的经历。这不但有助于用户有效地回忆自己过去的往事，也可成为一种朋友之间交流生活经历的更便捷、更直观的方式。从不断累积的个人数据上，GeoLife还可帮助用户了解自己的生活规律，以保障健康的生活习惯。当更多的用户将自己的数据发布到公共平台与朋友分享后，人们不但可以从其他人的数据中借鉴经验和分享快乐，也可以发现热点地区和经典的旅游线路等社会群体规律。

 

利用带有地理信息的照片挖掘城市地标

 

利用大量带有地理信息的照片，以及文字性的描述，我们可以把照片组织成三个层次：第一层是城市，例如巴黎；第二层是景点，例如卢浮宫；第三层是场景，例如玻璃金字塔。每个城市包含多个景点，每个景点也包含多个场景，代表不同的视角。通过将这些照片结构化地组织成场景-景点-城市的关系，我们可以找到一个城市旅游者心目中最有代表性的景点。

 

我们还可以从带有作者、时间和地点信息的图片数据中恢复出用户当时的旅行路线，包括经过的地点、停留时间以及文本描述。从这些信息中我们可以猜测出用户旅行的目的，例如商务、观光、美食或是活动。针对不同的旅行目的我们可以从数据集中找出那些频繁出现的路线，它们往往代表了旅行者的实际选择和经验，为未来的旅行提供有益的参考。

利用出租车信息进行城市计算

 

从北京出租车上收集到的GPS数据中得到的出租车的行车轨迹，从中可以推测出各条道路的流量：

 

对这些数据的分析可以极大地方便我们每个人的生活，还可以使城市规划更为合理。例如：

 

1. 智能推荐行车路线

 

微软亚洲研究院的研究人员开发出了一种云系统，通过收集出租车的传感器数据和其他数据（如地图和天气预报），建立了一个包括日期、时间、天气状况和个人驾驶策略的模型，并用此预测未来某一时刻的交通状况，以及对每一个用户做自适应的行车路线推荐。通过智能计算得出的行车路线，在实地测验中有60-70%比Bing和Google推荐的路线更快，超过50%的路线快20%以上，平均每30分钟可以节约5分钟。

 

2. 为出租车司机和乘客做推荐

通过对出租车司机载客行为以及乘客移动规律的发掘，我们可以为出租车司机推荐他们最有可能载到乘客的位置，从而最大化他们的收益；同时我们还可以为乘客推荐最有可能找到空出租车的位置，从而缓解打车难的问题。

 

3. 检测拥堵现象及原因

 

从不同时间的数据，我们可以发现哪些区块的拥堵更加严重，而那些地方有所缓解，以及这些区块之间的相互关系：

 

从这些数据中我们可以评估市政规划是否有效，并把未解决的问题提醒给城市规划者，帮助他们更好地进行规划。

 

在讲座的最后，谢幸研究员回答了创新人才学院和科大计算机系的同学关于做研究和关于微软亚洲研究院的各种问题。他高度评价了科大同学在微软亚洲研究院的表现，并希望有更多科大同学能够加入微软亚洲研究院。

 

研究员简介：

谢幸博士是微软亚洲研究院的主管研究员和中国科大的兼职博士生导师。他于1996年本科毕业于中国科大少年班，2001年毕业于中国科大计算机系，获博士学位。同年加入微软亚洲研究院，研究空间数据挖掘、社交网络、位置服务和普适计算。谢幸研究员是ACM和IEEE的高级会员,ACM SIGSPATIAL China的建立者和UbiComp 2011的联席主席。