智能計算的靈魂

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

我們所處的數字世界不再一味追逐計算設備擁有更快的速度、更小的體積以及更長的續航時間，讓“技術更懂用戶”成為這個行業新階段的發展目標，我們正在迎來更智能的技術時代。新型可穿戴設備的潛能需要軟件來激發。我們欣喜地看到諸如實時語音翻譯、眼球翻頁和Google Now數字助理這樣的技術或產品已經初具雛形，相信在不久的明天，它們就將給很多人的數字生活帶來又一次飛躍。本文將與大家分享我們接觸過的一些新的問題解決思路和智能計算技術，以它們為代表的技術、算法和數據革命必將給未來的新形態計算設備注入新的靈魂。

健康測出來

走過的路誰知道

計算運動量使用的主要是電子計步器或者包含電子計步器模塊的其他設備。計步器用的是震動傳感器，感應人在步行或跑步時身體重心的變化情況。步行、跑步和騎自行車的震動頻率是不同的，根據這種頻率的變化，可穿戴設備能基本判斷出用戶正在從事什么活動，再將這種活動與卡路里消耗的模型相對應，即可得到當前用戶熱量消耗的大致幅度了。當然這種計算并不只使用震動頻率這一種數據，時間、加速度等參數也會被考慮在內，甚至具有GPS的設備還要使用到衛星的數據以提高準確性。

睡眠質量探測

睡眠狀態有深淺之分。目前的睡眠檢測裝置通過檢測身體的細微運動，來確定我們所處的狀態是清醒、淺度睡眠還是深度睡眠。各種所謂的智能手環都集成了專門的”體動記錄儀（Actigraphy）”傳感器來做這件事。真正實用的“睡眠質量檢測”功能需要結合每個人設定的睡眠時間和環境數據等數據才能實現。在手環背后，睡眠算法需要根據用戶翻身的頻度、脈搏等信息進行綜合計算，并對比以往收集的關于人類睡眠的數據特征，并最終得到當前用戶的睡眠狀況結論。

心情狀態監測

心情可以被計算出來嗎？是的，本期時尚科技中介紹的MoodScope項目就利用了一個心理學領域的研究成果，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）中進行量化。MoodScope利用用戶輸入的心情數據與系統采集到的手機使用情況搭建一個機器學習的模型。在這個模型運行一段時間之后，MoodScope就能根據用戶使用手機的情況計算出他們的心情指數，準確性可以超過90%。未來智能可穿戴設備也許可以根據用戶的情緒進行更適宜的信息推送。

身份識別

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

看尿液了解嬰兒健康狀況

Pixie Scientific開發出的紙尿褲，可以判斷嬰兒的健康狀況。其數據計算原理是，腎臟負責從血液中過濾特定的溶質進入尿液，而這些有用的溶質數據，以及尿布上的細菌活動跡象實際可以反應讓孩子的健康狀況。該公司將尿液化學的成分與病癥的相關數據對應起來并建立數學模型進行分析，以此做出初步的健康診斷。它們將這些數據導入到App中，之后特殊的尿液測試條會根據尿液化學成分的變化顯示不同的顏色。手機將拍攝好的尿布上的彩色二維碼與App中的健康數據對應起來，即可實現對嬰兒健康狀態的監控。

效率算出來

人物關系搜索

人立方關系搜索從超過十億的中文網頁中自動地抽取出人名、地名、機構名以及中文短語，并且自動計算出它們之間可能存在的關系。此外，人立方關系搜索還能自動找出人名之間最可能的關系描述詞、與人名最可能相關的稱呼、作品等詞條。目前借助這種算法實現的應用有兩種。一種是輸入人名獲得“人物關系圖”。另一種是在“六度搜索”中輸入兩個人的名字，找出它們之間怎么能夠聯系起來。例如CHIP編輯與奧巴馬之間通過哪些人可以聯系起來。而未來它將可以幫助智能可穿戴設備建立我們聯系人之間的關系。

Siri語音助理

與幾年前的語音助理相比，它聰明多了。它可以把聽到的話發送到網絡服務器上進行識別，根據用戶的聲調和語序，服務器會將用戶的語音和一個統計模型進行靜態對比，了解語音中包含哪些字母。與此同時，本地的語音識別器也會把語音與統計模型的刪減版進行靜態對比。在服務器端和手機端，可能性最高的識別內容將優先獲得處理。這些內容將被發送至一個語言模塊，以評估用戶的語音中究竟包含哪些單詞。在足夠的置信水平下，電腦將根據用戶最有可能的語音命令整理出一個候選列表，并陳列出來。最終反映出來的效果就是Siri聽懂了我們在說什么。

Google Now

GoogleNow是一個類似Siri的技術，它也是建立在機器學習之上的，它使用了大量Google在搜索引擎方面的技術和數據，并針對語音識別進行了算法完善。GoogleNow在進行語音識別時還會提取從用戶智能手機獲取的數據，這些新鮮的信息，再加上Google通過網頁搜索及電子郵件信息搜集獲得的關于手機所有者的個人生活習慣等信息。通過綜合計算能夠獲得更好的語音識別效果。在接受采訪時，負責Google搜索的副總裁對CHIP說過，他們的目標是讓用戶在搜索之前就獲得答案。聽起來很天馬行空，但Google Now已經開始讓人看到了雛形。快下班的時候打開Google Now，它會提醒我們路況和回家需要多長時間。用戶則不需要輸入任何信息。當然，前提是我們開放足夠多的數據給Google，比如搜索記錄、位置等。

懷孕時機算出來

基礎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，基礎體溫計能夠顯示提問的細微變化。正想懷孕的用戶需要連續幾個月記錄自己的基礎體溫，了解自己生理周期的變化規律，并結合宮頸粘液的變化預測排卵期。PayPal創始人準備推出一款名為Glow的App，幫助女性用戶通過輸入自己的個人數據來分子受孕的最佳時機。據創始人介紹，隨著用戶輸入的更多的體溫、經期等數據，Glow會逐漸挑戰，并在最佳時間來臨時通知用戶和其配偶。這也是基于人體化學信息變化進行計算的系統雛形，隨著未來可穿戴設備獲得的化學信息越來越多，這種計算模型也會得到更大的發展。

軟件無線技術

智能可穿戴設備要不斷提高性能和縮小體積。不過在硬件無法短時間提升的情況下，優化軟件算法同樣可以起到提升智能可穿戴設備性能的目的。如軟件無線技術的核心思想就是使用軟件技術來模擬無線通信協議標準，也就是盡可能地使用通用處理器，如我們電腦或手機中的CPU來進行網絡信號的處理和計算，而不再使用無線網卡上的硬件芯片進行計算。該技術能夠幫助我們更靈活地利用現在的無線頻段資源，如果我們此時網絡的應用僅僅是語音通話，那么所需要的帶寬可能僅僅是300Kb/s，此時大量的頻段資源會被浪費。而軟件無線技術則可以根據應用的實際需要靈活地調整數據帶寬，提高資源利用率。

數字生活酷起來

實時語音翻譯

這種技術就是在搶同聲傳譯人員的飯碗。說的遠一點，它能打破語言障礙，解放那些中文還沒怎么弄懂就開始被外語折磨的大、中、小伙伴們。實時語音翻譯的過程是這樣的，首先利用語音識別技術聽懂對方說了什么，然后把他說的話翻譯為本國文字，這里的文字翻譯主要應用了搜索的大數據模型，使用互聯網上的已知兩種語言的翻譯對照作為基本模型，并使用機器學習的方法對算法進行優化。翻譯完成后在讓機器模擬人聲讀出來。總之，對方說的是英語，我們聽到的是中文。微軟多次展示過該技術，如果口齒清楚一點，講得慢一點，內容別太深奧，給人的感覺還是挺震撼的。

眼球翻頁終會來

三星Galaxy S4宣傳的眼球翻頁功能大部分用戶很難“重現”，但我們不該對眼球跟蹤技術失去信心。目前主流的眼球跟蹤技術原理是向用戶發出不可見的紅外線，然后利用內置的兩個攝像頭捕獲眼球的閃爍和視網膜的反射光線。將這些光線轉換成位移數據，并進行一定的校準，即可翻譯成類似鼠標指針的坐標信息，或許用眼神完全代替鼠標還不現實，但實現一些輔助功能還是非常有可能的。例如，當我們閱讀到屏幕中最后一行文字時，電腦或手機可以自動滾動或翻頁，以顯示后面的內容。

文本可視分析

如果高效地分析海量文本信息在業界是一道難題。來自微軟亞洲研究院的TextFlow項目在破解這個難題方面提出了新的思路，他們將文本挖掘技術與可視化交互技術結合在一起，不僅突破了傳統靜態文本挖掘技術的限制，而且能讓人利用直觀的流式圖形迅速把握海量信息的發展脈絡。

TextFlow項目的工作流程是：首先進行海量文本搜集，然后進行主題、關鍵事件和關鍵詞的挖掘，最后使用主題流、圖形符號和線條進行主題可視化分析。

HERE城市萬花筒

諾基亞的HERE城市萬花筒允許用戶拍下周圍的景物后，即可識別出當前位置和面對的方向，然后它會在屏幕上顯示商店、餐館及用戶可能感興趣的地點。這是一個典型的智能大數據應用的例子。諾基亞開發出了一種數據分析架構，能夠收集和處理來自現實和網絡世界中的各種地理位置數據，其中包括每月近170億個興趣點和1.41億次路線請求，將這些海量數據消化后，即可匯總出有實際參考價值的信息。HERE可以智能地根據人們的搜索查詢，分析出人們的流向，并實時對其監測。

會拍照就會3D建模

微軟的開發人員準備讓每個人都能體驗到3D建模的樂趣。它采用的方法是手機拍照——圍繞需要建模的人或物體轉一圈，拍攝該物體多個角度的照片（大概需要40張），系統就能根據拍攝得來的照片制作出3D模型。這種技術利用二維照片中的光線變化計算出了三維模型。只可惜從該技術的公開到現在已過去幾年，微軟還是沒有發布一個人人可用的App給用戶體驗。