中调计年栽学拿通讽第8卷第10期2012年10月 别能力被用来数字化古籍中不能被计算机自动识别需要拥有专业技能的人士。与此相反，大量草根用 的文字。reCAPTCHA被超过10万家网站使用，每天户可以成为中坚力量，通过合理的协作来完成他们 数字化超过4千万个单词，结果《纽约时报》所存单独不可能或者说根本想不到要完成的任务。例如 的130年的资料，本来需要巨大的时间和人力资源 我们想知道某一时刻城市道路的拥堵情况，我们可 的工程，在几个月之内就由网友们完成了，而且是以依赖于走在路上或者开车的人通过发短信汇报当 在网友们事前无知、事后惊讶中完成的。 时当地的道路交通状态，广播电台交通频道用的就 物联网发展到今天，对透彻感知的需求越来越 是这种让用户有意识参与的智群感知的工作模式。 强烈，而随着无线通信和传感器技术以及无线移动 如果利用手机中的传感器自动地监测人群、车辆的 终端设备的爆炸式普及，市场上的手机和平板电脑移动情况并进行汇报，那就是用户无意识参与。用 等设备集成了越来越多的传感器，拥有越来越强大 户无意识合作的好处是不可估量的，尤其是相比特 的计算和感知能力。在这样的背景下，群智感知计 意部署的智能交通设备来说，我们无需为完成感知 算走上移动计算的核心舞台是水到渠成。在大力发 任务付出巨大的成本和高昂的维护代价。 展了十几年如何利用特定的有意识部署的传感器提 群智感知的理念可以体现在很多应用上，最近 供感知服务之后，物联网下一个成功的关键在于如我们在定位研究方面就做了一些尝试。现在大家 何把无意识的提供用“做好事”的模式融合进来。 已经越来越习惯使用GPS,但是由于城市中高楼大 细心的人在近两年无线网络与移动计算有关的 厦鳞次栉比，宏大的建筑规模以及复杂的室内环境 几个著名学术会议中（例如MobiCom、MobiSys、 使得以GPS为代表的室外定位技术不能满足人们在 NFOCOM等)，应该发现有不少论文都或多或少室内定位的需求：至少卫星信号没法直接使用。为 采纳了群智感知的思想。MobiSys2011专门开辟一 解决这个问题，研究者提出了基于信号指纹(fin- 个会议单元收录众包的相关论文，MobiCom2012中 gerprinting)的定位方法，即利用室内现有的环境 至少有4篇论文与群智感知有关。普通用户的移动 特征（如无线信号、声音、光线等)作为指纹进行 设备（手机、平板电脑等）作为基本感知单元，通定位。人们事先在大楼内对环境信息（通常是无线 过移动互联网进行有意识或无意识的协作，实现感信号)进行勘测，并建立一个样本数据库以标记每 知任务分发与感知数据收集，完成大规模的、复杂 一条指纹数据对应的实际位置，通过指纹的匹配来 的社会感知任务。简而言之，群智感知发挥“人多实现位置估计。这个方法目前是最先进的，它所面 力量大”的特点，将大量草根用户拧成一股绳，形 临的最大难题是工作量庞大的室内环境勘测。建筑 成随时随地、无孔不入、与人们生活密切相关的感 物内部结构复杂而且每个都不一样，对每个位置进 知系统。 行勘测需要用专业的设备由专门的人员进行，人力 在计算机科学领域，与群智感知相关的概念包物力代价高昂不说，耗时还巨大。室内环境是多变 括群体计算(crowd computing)、参与式感知(par- 的，指纹数据库要定期更新，人工勘测需要反复执 ticipatory sensing)、社群感知(social sensing)、众行，从而局限了指纹定位方法的通用性。 包等等，它们都以大量用户参与作为基础，在理念 2009年，美国杜克大学的研究者成功地尝试让 上是一致的，都是要把大家的智慧(collective intel-智能手机持有者通过主动提交的方式实现信号指纹 1 igence)用起来。对比群智感知，群体计算包含的范采集，这就突破了专业设备的壁垒，但还是需要有人 围更广一些，众包多指任务分发的机制，而参与式 把这个感知当作额外的任务来做。群智感知的理念就 感知和社群感知与群智感知在理念上更近，但分别 是要无意识协作，如果能让用户在不知情的情况下完 强调的是不同的方面。 成感知任务，就突破了专门人员参与这个壁垒。实际 在群智感知中，完成复杂感知任务的参与者不 上这也是可以做到的，根据日常的工作和生活需要， 39第 8 卷 第10 期 2012 年 10 月 39 别能力被用来数字化古籍中不能被计算机自动识别 的文字。reCAPTCHA被超过10万家网站使用，每天 数字化超过4千万个单词，结果《纽约时报》所存 的130年的资料，本来需要巨大的时间和人力资源 的工程，在几个月之内就由网友们完成了，而且是 在网友们事前无知、事后惊讶中完成的。 物联网发展到今天，对透彻感知的需求越来越 强烈，而随着无线通信和传感器技术以及无线移动 终端设备的爆炸式普及，市场上的手机和平板电脑 等设备集成了越来越多的传感器，拥有越来越强大 的计算和感知能力。在这样的背景下，群智感知计 算走上移动计算的核心舞台是水到渠成。在大力发 展了十几年如何利用特定的有意识部署的传感器提 供感知服务之后，物联网下一个成功的关键在于如 何把无意识的提供用“做好事”的模式融合进来。 细心的人在近两年无线网络与移动计算有关的 几个著名学术会议中（例如MobiCom、MobiSys、 INFOCOM等），应该发现有不少论文都或多或少 采纳了群智感知的思想。MobiSys 2011专门开辟一 个会议单元收录众包的相关论文，MobiCom 2012中 至少有4篇论文与群智感知有关。普通用户的移动 设备（手机、平板电脑等）作为基本感知单元，通 过移动互联网进行有意识或无意识的协作，实现感 知任务分发与感知数据收集，完成大规模的、复杂 的社会感知任务。简而言之，群智感知发挥“人多 力量大”的特点，将大量草根用户拧成一股绳，形 成随时随地、无孔不入、与人们生活密切相关的感 知系统。 在计算机科学领域，与群智感知相关的概念包 括群体计算（crowd computing）、参与式感知（par￾ticipatory sensing）、社群感知（social sensing）、众 包等等，它们都以大量用户参与作为基础，在理念 上是一致的，都是要把大家的智慧（collective intel￾ligence）用起来。对比群智感知，群体计算包含的范 围更广一些，众包多指任务分发的机制，而参与式 感知和社群感知与群智感知在理念上更近，但分别 强调的是不同的方面。 在群智感知中，完成复杂感知任务的参与者不 需要拥有专业技能的人士。与此相反，大量草根用 户可以成为中坚力量，通过合理的协作来完成他们 单独不可能或者说根本想不到要完成的任务。例如 我们想知道某一时刻城市道路的拥堵情况，我们可 以依赖于走在路上或者开车的人通过发短信汇报当 时当地的道路交通状态，广播电台交通频道用的就 是这种让用户有意识参与的智群感知的工作模式。 如果利用手机中的传感器自动地监测人群、车辆的 移动情况并进行汇报，那就是用户无意识参与。用 户无意识合作的好处是不可估量的，尤其是相比特 意部署的智能交通设备来说，我们无需为完成感知 任务付出巨大的成本和高昂的维护代价。 群智感知的理念可以体现在很多应用上，最近 我们在 定位研究方面就做了一些尝试。现在大家 已经越来越习惯使用GPS，但是由于城市中高楼大 厦鳞次栉比，宏大的建筑规模以及复杂的室内环境 使得以GPS为代表的室外定位技术不能满足人们在 室内定位的需求：至少卫星信号没法直接使用。为 解决这个问题，研究者提出了基于信号指纹（fin￾gerprinting）的定位方法，即利用室内现有的环境 特征（如无线信号、声音、光线等）作为指纹进行 定位。人们事先在大楼内对环境信息（通常是无线 信号）进行勘测，并建立一个样本数据库以标记每 一条指纹数据对应的实际位置，通过指纹的匹配来 实现位置估计。这个方法目前是最先进的，它所面 临的最大难题是工作量庞大的室内环境勘测。建筑 物内部结构复杂而且每个都不一样，对每个位置进 行勘测需要用专业的设备由专门的人员进行，人力 物力代价高昂不说，耗时还巨大。室内环境是多变 的，指纹数据库要定期更新，人工勘测需要反复执 行，从而局限了指纹定位方法的通用性。 2009年，美国杜克大学的研究者成功地尝试让 智能手机持有者通过主动提交的方式实现信号指纹 采集，这就突破了专业设备的壁垒，但还是需要有人 把这个感知当作额外的任务来做。群智感知的理念就 是要无意识协作，如果能让用户在不知情的情况下完 成感知任务，就突破了专门人员参与这个壁垒。实际 上这也是可以做到的，根据日常的工作和生活需要