智能計(jì)算的靈魂

下面我們介紹的這些技術(shù)都在試圖做一件事，就是讓我們的生活更美好。而技術(shù)背后的數(shù)據(jù)、算法和原理才是人類智力的真正體現(xiàn)。也是它們讓可穿戴設(shè)備具有了靈魂。

我們所處的數(shù)字世界不再一味追逐計(jì)算設(shè)備擁有更快的速度、更小的體積以及更長(zhǎng)的續(xù)航時(shí)間，讓“技術(shù)更懂用戶”成為這個(gè)行業(yè)新階段的發(fā)展目標(biāo)，我們正在迎來(lái)更智能的技術(shù)時(shí)代。新型可穿戴設(shè)備的潛能需要軟件來(lái)激發(fā)。我們欣喜地看到諸如實(shí)時(shí)語(yǔ)音翻譯、眼球翻頁(yè)和Google Now數(shù)字助理這樣的技術(shù)或產(chǎn)品已經(jīng)初具雛形，相信在不久的明天，它們就將給很多人的數(shù)字生活帶來(lái)又一次飛躍。本文將與大家分享我們接觸過(guò)的一些新的問(wèn)題解決思路和智能計(jì)算技術(shù)，以它們?yōu)榇淼募夹g(shù)、算法和數(shù)據(jù)革命必將給未來(lái)的新形態(tài)計(jì)算設(shè)備注入新的靈魂。

健康測(cè)出來(lái)

走過(guò)的路誰(shuí)知道

計(jì)算運(yùn)動(dòng)量使用的主要是電子計(jì)步器或者包含電子計(jì)步器模塊的其他設(shè)備。計(jì)步器用的是震動(dòng)傳感器，感應(yīng)人在步行或跑步時(shí)身體重心的變化情況。步行、跑步和騎自行車的震動(dòng)頻率是不同的，根據(jù)這種頻率的變化，可穿戴設(shè)備能基本判斷出用戶正在從事什么活動(dòng)，再將這種活動(dòng)與卡路里消耗的模型相對(duì)應(yīng)，即可得到當(dāng)前用戶熱量消耗的大致幅度了。當(dāng)然這種計(jì)算并不只使用震動(dòng)頻率這一種數(shù)據(jù)，時(shí)間、加速度等參數(shù)也會(huì)被考慮在內(nèi)，甚至具有GPS的設(shè)備還要使用到衛(wèi)星的數(shù)據(jù)以提高準(zhǔn)確性。

睡眠質(zhì)量探測(cè)

睡眠狀態(tài)有深淺之分。目前的睡眠檢測(cè)裝置通過(guò)檢測(cè)身體的細(xì)微運(yùn)動(dòng)，來(lái)確定我們所處的狀態(tài)是清醒、淺度睡眠還是深度睡眠。各種所謂的智能手環(huán)都集成了專門的”體動(dòng)記錄儀（Actigraphy）”傳感器來(lái)做這件事。真正實(shí)用的“睡眠質(zhì)量檢測(cè)”功能需要結(jié)合每個(gè)人設(shè)定的睡眠時(shí)間和環(huán)境數(shù)據(jù)等數(shù)據(jù)才能實(shí)現(xiàn)。在手環(huán)背后，睡眠算法需要根據(jù)用戶翻身的頻度、脈搏等信息進(jìn)行綜合計(jì)算，并對(duì)比以往收集的關(guān)于人類睡眠的數(shù)據(jù)特征，并最終得到當(dāng)前用戶的睡眠狀況結(jié)論。

心情狀態(tài)監(jiān)測(cè)

心情可以被計(jì)算出來(lái)嗎？是的，本期時(shí)尚科技中介紹的MoodScope項(xiàng)目就利用了一個(gè)心理學(xué)領(lǐng)域的研究成果，將用戶離散的心情映射到二維模型（橫軸為高興程度，縱軸為活躍程度）中進(jìn)行量化。MoodScope利用用戶輸入的心情數(shù)據(jù)與系統(tǒng)采集到的手機(jī)使用情況搭建一個(gè)機(jī)器學(xué)習(xí)的模型。在這個(gè)模型運(yùn)行一段時(shí)間之后，MoodScope就能根據(jù)用戶使用手機(jī)的情況計(jì)算出他們的心情指數(shù)，準(zhǔn)確性可以超過(guò)90%。未來(lái)智能可穿戴設(shè)備也許可以根據(jù)用戶的情緒進(jìn)行更適宜的信息推送。

身份識(shí)別

Google Glass可拍下并識(shí)別面前人物的相關(guān)信息。而這其中關(guān)于身份識(shí)別的智能計(jì)算技術(shù)就顯得十分必要。目前基于深度信息設(shè)備（如Kinect）的識(shí)別效率表現(xiàn)更好。借助深度信息，面部識(shí)別算法可以抽取人臉中層結(jié)構(gòu)的特征，準(zhǔn)確率可達(dá)85%左右；在衣服識(shí)別方面，深度信息可以幫助區(qū)分身體的部位，然后再抽取不同部分的顏色和紋理，通過(guò)算法降低色溫變化帶來(lái)的影響；在體型識(shí)別方面，將深度信息與俯仰角度信息結(jié)合，即可計(jì)算出人物的真實(shí)身高。這三種識(shí)別技術(shù)相互結(jié)合能夠讓身份識(shí)別的準(zhǔn)確率更高。

看尿液了解嬰兒健康狀況

Pixie Scientific開發(fā)出的紙尿褲，可以判斷嬰兒的健康狀況。其數(shù)據(jù)計(jì)算原理是，腎臟負(fù)責(zé)從血液中過(guò)濾特定的溶質(zhì)進(jìn)入尿液，而這些有用的溶質(zhì)數(shù)據(jù)，以及尿布上的細(xì)菌活動(dòng)跡象實(shí)際可以反應(yīng)讓孩子的健康狀況。該公司將尿液化學(xué)的成分與病癥的相關(guān)數(shù)據(jù)對(duì)應(yīng)起來(lái)并建立數(shù)學(xué)模型進(jìn)行分析，以此做出初步的健康診斷。它們將這些數(shù)據(jù)導(dǎo)入到App中，之后特殊的尿液測(cè)試條會(huì)根據(jù)尿液化學(xué)成分的變化顯示不同的顏色。手機(jī)將拍攝好的尿布上的彩色二維碼與App中的健康數(shù)據(jù)對(duì)應(yīng)起來(lái)，即可實(shí)現(xiàn)對(duì)嬰兒健康狀態(tài)的監(jiān)控。

效率算出來(lái)

人物關(guān)系搜索

人立方關(guān)系搜索從超過(guò)十億的中文網(wǎng)頁(yè)中自動(dòng)地抽取出人名、地名、機(jī)構(gòu)名以及中文短語(yǔ)，并且自動(dòng)計(jì)算出它們之間可能存在的關(guān)系。此外，人立方關(guān)系搜索還能自動(dòng)找出人名之間最可能的關(guān)系描述詞、與人名最可能相關(guān)的稱呼、作品等詞條。目前借助這種算法實(shí)現(xiàn)的應(yīng)用有兩種。一種是輸入人名獲得“人物關(guān)系圖”。另一種是在“六度搜索”中輸入兩個(gè)人的名字，找出它們之間怎么能夠聯(lián)系起來(lái)。例如CHIP編輯與奧巴馬之間通過(guò)哪些人可以聯(lián)系起來(lái)。而未來(lái)它將可以幫助智能可穿戴設(shè)備建立我們聯(lián)系人之間的關(guān)系。

Siri語(yǔ)音助理

與幾年前的語(yǔ)音助理相比，它聰明多了。它可以把聽(tīng)到的話發(fā)送到網(wǎng)絡(luò)服務(wù)器上進(jìn)行識(shí)別，根據(jù)用戶的聲調(diào)和語(yǔ)序，服務(wù)器會(huì)將用戶的語(yǔ)音和一個(gè)統(tǒng)計(jì)模型進(jìn)行靜態(tài)對(duì)比，了解語(yǔ)音中包含哪些字母。與此同時(shí)，本地的語(yǔ)音識(shí)別器也會(huì)把語(yǔ)音與統(tǒng)計(jì)模型的刪減版進(jìn)行靜態(tài)對(duì)比。在服務(wù)器端和手機(jī)端，可能性最高的識(shí)別內(nèi)容將優(yōu)先獲得處理。這些內(nèi)容將被發(fā)送至一個(gè)語(yǔ)言模塊，以評(píng)估用戶的語(yǔ)音中究竟包含哪些單詞。在足夠的置信水平下，電腦將根據(jù)用戶最有可能的語(yǔ)音命令整理出一個(gè)候選列表，并陳列出來(lái)。最終反映出來(lái)的效果就是Siri聽(tīng)懂了我們?cè)谡f(shuō)什么。

Google Now

GoogleNow是一個(gè)類似Siri的技術(shù)，它也是建立在機(jī)器學(xué)習(xí)之上的，它使用了大量Google在搜索引擎方面的技術(shù)和數(shù)據(jù)，并針對(duì)語(yǔ)音識(shí)別進(jìn)行了算法完善。GoogleNow在進(jìn)行語(yǔ)音識(shí)別時(shí)還會(huì)提取從用戶智能手機(jī)獲取的數(shù)據(jù)，這些新鮮的信息，再加上Google通過(guò)網(wǎng)頁(yè)搜索及電子郵件信息搜集獲得的關(guān)于手機(jī)所有者的個(gè)人生活習(xí)慣等信息。通過(guò)綜合計(jì)算能夠獲得更好的語(yǔ)音識(shí)別效果。在接受采訪時(shí)，負(fù)責(zé)Google搜索的副總裁對(duì)CHIP說(shuō)過(guò)，他們的目標(biāo)是讓用戶在搜索之前就獲得答案。聽(tīng)起來(lái)很天馬行空，但Google Now已經(jīng)開始讓人看到了雛形?？煜掳嗟臅r(shí)候打開Google Now，它會(huì)提醒我們路況和回家需要多長(zhǎng)時(shí)間。用戶則不需要輸入任何信息。當(dāng)然，前提是我們開放足夠多的數(shù)據(jù)給Google，比如搜索記錄、位置等。

懷孕時(shí)機(jī)算出來(lái)

基礎(chǔ)體溫和宮頸粘液是推算排卵期的兩種重要方式。不同于普通體溫計(jì)，基礎(chǔ)體溫計(jì)能夠顯示提問(wèn)的細(xì)微變化。正想懷孕的用戶需要連續(xù)幾個(gè)月記錄自己的基礎(chǔ)體溫，了解自己生理周期的變化規(guī)律，并結(jié)合宮頸粘液的變化預(yù)測(cè)排卵期。PayPal創(chuàng)始人準(zhǔn)備推出一款名為Glow的App，幫助女性用戶通過(guò)輸入自己的個(gè)人數(shù)據(jù)來(lái)分子受孕的最佳時(shí)機(jī)。據(jù)創(chuàng)始人介紹，隨著用戶輸入的更多的體溫、經(jīng)期等數(shù)據(jù)，Glow會(huì)逐漸挑戰(zhàn)，并在最佳時(shí)間來(lái)臨時(shí)通知用戶和其配偶。這也是基于人體化學(xué)信息變化進(jìn)行計(jì)算的系統(tǒng)雛形，隨著未來(lái)可穿戴設(shè)備獲得的化學(xué)信息越來(lái)越多，這種計(jì)算模型也會(huì)得到更大的發(fā)展。

軟件無(wú)線技術(shù)

智能可穿戴設(shè)備要不斷提高性能和縮小體積。不過(guò)在硬件無(wú)法短時(shí)間提升的情況下，優(yōu)化軟件算法同樣可以起到提升智能可穿戴設(shè)備性能的目的。如軟件無(wú)線技術(shù)的核心思想就是使用軟件技術(shù)來(lái)模擬無(wú)線通信協(xié)議標(biāo)準(zhǔn)，也就是盡可能地使用通用處理器，如我們電腦或手機(jī)中的CPU來(lái)進(jìn)行網(wǎng)絡(luò)信號(hào)的處理和計(jì)算，而不再使用無(wú)線網(wǎng)卡上的硬件芯片進(jìn)行計(jì)算。該技術(shù)能夠幫助我們更靈活地利用現(xiàn)在的無(wú)線頻段資源，如果我們此時(shí)網(wǎng)絡(luò)的應(yīng)用僅僅是語(yǔ)音通話，那么所需要的帶寬可能僅僅是300Kb/s，此時(shí)大量的頻段資源會(huì)被浪費(fèi)。而軟件無(wú)線技術(shù)則可以根據(jù)應(yīng)用的實(shí)際需要靈活地調(diào)整數(shù)據(jù)帶寬，提高資源利用率。

數(shù)字生活酷起來(lái)

實(shí)時(shí)語(yǔ)音翻譯

這種技術(shù)就是在搶同聲傳譯人員的飯碗。說(shuō)的遠(yuǎn)一點(diǎn)，它能打破語(yǔ)言障礙，解放那些中文還沒(méi)怎么弄懂就開始被外語(yǔ)折磨的大、中、小伙伴們。實(shí)時(shí)語(yǔ)音翻譯的過(guò)程是這樣的，首先利用語(yǔ)音識(shí)別技術(shù)聽(tīng)懂對(duì)方說(shuō)了什么，然后把他說(shuō)的話翻譯為本國(guó)文字，這里的文字翻譯主要應(yīng)用了搜索的大數(shù)據(jù)模型，使用互聯(lián)網(wǎng)上的已知兩種語(yǔ)言的翻譯對(duì)照作為基本模型，并使用機(jī)器學(xué)習(xí)的方法對(duì)算法進(jìn)行優(yōu)化。翻譯完成后在讓機(jī)器模擬人聲讀出來(lái)。總之，對(duì)方說(shuō)的是英語(yǔ)，我們聽(tīng)到的是中文。微軟多次展示過(guò)該技術(shù)，如果口齒清楚一點(diǎn)，講得慢一點(diǎn)，內(nèi)容別太深?yuàn)W，給人的感覺(jué)還是挺震撼的。

眼球翻頁(yè)終會(huì)來(lái)

三星Galaxy S4宣傳的眼球翻頁(yè)功能大部分用戶很難“重現(xiàn)”，但我們不該對(duì)眼球跟蹤技術(shù)失去信心。目前主流的眼球跟蹤技術(shù)原理是向用戶發(fā)出不可見(jiàn)的紅外線，然后利用內(nèi)置的兩個(gè)攝像頭捕獲眼球的閃爍和視網(wǎng)膜的反射光線。將這些光線轉(zhuǎn)換成位移數(shù)據(jù)，并進(jìn)行一定的校準(zhǔn)，即可翻譯成類似鼠標(biāo)指針的坐標(biāo)信息，或許用眼神完全代替鼠標(biāo)還不現(xiàn)實(shí)，但實(shí)現(xiàn)一些輔助功能還是非常有可能的。例如，當(dāng)我們閱讀到屏幕中最后一行文字時(shí)，電腦或手機(jī)可以自動(dòng)滾動(dòng)或翻頁(yè)，以顯示后面的內(nèi)容。

文本可視分析

如果高效地分析海量文本信息在業(yè)界是一道難題。來(lái)自微軟亞洲研究院的TextFlow項(xiàng)目在破解這個(gè)難題方面提出了新的思路，他們將文本挖掘技術(shù)與可視化交互技術(shù)結(jié)合在一起，不僅突破了傳統(tǒng)靜態(tài)文本挖掘技術(shù)的限制，而且能讓人利用直觀的流式圖形迅速把握海量信息的發(fā)展脈絡(luò)。

TextFlow項(xiàng)目的工作流程是：首先進(jìn)行海量文本搜集，然后進(jìn)行主題、關(guān)鍵事件和關(guān)鍵詞的挖掘，最后使用主題流、圖形符號(hào)和線條進(jìn)行主題可視化分析。

HERE城市萬(wàn)花筒

諾基亞的HERE城市萬(wàn)花筒允許用戶拍下周圍的景物后，即可識(shí)別出當(dāng)前位置和面對(duì)的方向，然后它會(huì)在屏幕上顯示商店、餐館及用戶可能感興趣的地點(diǎn)。這是一個(gè)典型的智能大數(shù)據(jù)應(yīng)用的例子。諾基亞開發(fā)出了一種數(shù)據(jù)分析架構(gòu)，能夠收集和處理來(lái)自現(xiàn)實(shí)和網(wǎng)絡(luò)世界中的各種地理位置數(shù)據(jù)，其中包括每月近170億個(gè)興趣點(diǎn)和1.41億次路線請(qǐng)求，將這些海量數(shù)據(jù)消化后，即可匯總出有實(shí)際參考價(jià)值的信息。HERE可以智能地根據(jù)人們的搜索查詢，分析出人們的流向，并實(shí)時(shí)對(duì)其監(jiān)測(cè)。

會(huì)拍照就會(huì)3D建模

微軟的開發(fā)人員準(zhǔn)備讓每個(gè)人都能體驗(yàn)到3D建模的樂(lè)趣。它采用的方法是手機(jī)拍照——圍繞需要建模的人或物體轉(zhuǎn)一圈，拍攝該物體多個(gè)角度的照片（大概需要40張），系統(tǒng)就能根據(jù)拍攝得來(lái)的照片制作出3D模型。這種技術(shù)利用二維照片中的光線變化計(jì)算出了三維模型。只可惜從該技術(shù)的公開到現(xiàn)在已過(guò)去幾年，微軟還是沒(méi)有發(fā)布一個(gè)人人可用的App給用戶體驗(yàn)。