k8凯发

                               &nb✱sp;                                       

Mahadev  SATYANARAYANAN博士是美国卡内基梅隆大学计算机系教授、美国计算机学会和电气电子工程学会院士，在移动计算和普适计算(Pervasive Computing)领域有着丰富的研究成果。2001年到2004年期间，他是英特尔匹兹堡实验室（Intel Research Pittsburgh）的 founding director。下面，让我们一起听听他在21世纪计算大会上对未来移动计算的展望吧！

点击观看Mahadev SATYANARAYANAN的精彩演讲视频：

 &n🍸bsp;            

世界渴望移动

非常感谢你们邀请，很荣幸来到这边和各位学者参加这次会议。今天我想和大家分享一😼下对于未来移动计算的展望，但是🐬在展望未来之前，我们也需要了解一下我们现在的情况。我想告诉大家的是，在2008年到2010年这段时间，电脑的销量减少了，而与此同时移动计算机在2010年的时候，销售量超过了台式机，而且在未来这一趋势会继续。

更有意思的是智能手机的销量。五年前智能手机甚至不存在，没有人知道智能手机是什么，但是在很短时间里，智能手机销量大幅上升，明年智能手机销🌊量将预计超 过各种各样电脑的销量，包括台式机和笔记本🐲。所以我们可以非常清楚的看到世界变得越来越移动，世界渴望着移动，更小、更轻、电能储蓄时间更长，成为压倒性的需求！

梦想的起航和发展

在90年代，如果你就这些主题问一些刚刚在这个ꦦ领域起步ꦜ的研究者的话，他们会说，任何时间、任何地点用手提的硬件，或者用无线网络访问数据的能力就是移动技术。这是15年前研究人员的想象，但是今天这已经不足为奇了。

我们看到通信技术方面的进展也同样令人瞩目。十年当中我们有了PC卡，再过四年就看到了你们笔记本中无线模块的芯片卡。由此可见，前进的势头一点都😼没有减缓。上周一微软发布了windows Phone 7系列的智能手机，显而易见，无论是计算还是通信技术领域都取得了很大的进展。

在这我想跟大家分享的是，我们的研究情况如何呢？实际上移动计算可以追溯到70年代末期和80年 代的分布式计算。不过，随着计算硬件和通信的融合，一旦我们开始研究移动计算的系统，我们就觉得这个工作比预想的要难。我们必须要适应无线网络中不同的传输协议，解决好网络技术的问题，而且要具有足够的灵活应变性，能根据够得到的资源改变行为，以克服在网络环境当中任何可能的失败。另外，要控制好功耗，因 为你的移动设备是要靠电池的。我们要让系统能够识别位置，并且通过判定位置、使用场景，对软件发出指令，这就是在过去15年当中我们主要的研究领域。

在过去的几年当中又出现更多的研究工作，在90年代早期，谈到了无处不在、普及性的计🥃算，正如一位教授早上所说。有了这个想法之后就带来一系列我们需要解决的问题。比如从用户角度来说它的可见性。另外，要解决用户在不同水平空间之间的移动问题，这是当时的研究者推进无处不在的移🎀动需要所面临的。

我刚才也谈到了要 注意能源，这是移动计算要解决的非常重要的方面。另外一个层面是人和🦋移动计🌊算间的交互性。因为人是移动的，没有办法用鼠标、键盘，比方说他们的眼睛是看着路面，而不能看着手上的电脑。所以语音识别、手势识别这些新型的人机交互模式变得越来越重要。这些模式在计算上面会提出更高、更苛刻的要求，而且会带来更 高的功耗。

今天很多人都在谈的话题就是注意力分散，比如开车的时候用手机就会造成注意力分散。再从另外一个角度看，移动系统必须ꦏ要认识到人，人是用户，他的注意力已经分散在太多的东西了，所以移动计算系统必须要解决注意力分散的问题。

最后一点也是同样重要的，就是移动计算是有危险的，你的计算机有可能被偷走，被水淹或遇到其他各种各样的危𓃲险，所以这些挑战是我们继续要面对的，在将来也不例外。

未来三大新兴主题

接下来给大家讲讲未来十年当中移动计算的推动力何在。在这里，主要给大家介绍三个꧂新兴的主题：一是把移动设备作为丰富的传感器来用（Mobile devices as rich sensors），二是移动计算和云计算的融合（Cloud – Mobile Convergence），三是资源丰富的移动应用（Resource-Rich Mobile Applications）。

关于起始主题， 我们举个例子吧。首先在一个很大的人群中，一个小孩走丢了，他的父母非常着急，希望找到自己的孩子，于是就报了警。所有在一定距离之内的用户都用手机发了一个短信，说刚刚走丢了一个孩子，如果看到这个孩子的话，请把在过去一小时当中你们拍的任何照片都上传过来，然后大家帮忙上传很多照片，最后，这对父母和 警官一起看很多用户上传过来的照片，并在其中的一张照片里看到了这个孩子，然后警官赶紧带着孩子父母过去🍬找到了这个孩子。这是一个例子。

再讲一个“GigaPan” 的技术，它可以把这个照片变成为一幅可以伸缩的，分辨率非常高的图片，即使是海滩上小的警告牌都可以分辨出来。这有什么用途呢？举一个简单的例子——用于灾后的拍照。这是今年海地大地震太子港震后的情况，有一个记者正好是在地震前来到海地的，在太子港用刚才这个技术去拍了一些照片，然后把这个景象传到美国 了。一般出现灾难之后所有老地图没有用了，因为原来标志物坏掉了，楼也倒了，你不知道该怎么办，而这个技术可以帮你在灾后迅速做出新的地图。如果没有这个地图，搜救工作就难以开展。有了这个技术，我们普通公民可以拍照，把数据结合在一起，形成一个高分辨率、ಞ可伸缩的图像。

我刚才给大家举了两个例子，有许多属性和特点。通过这些特点，移动设备实际上已经成为了功能丰富的传感器，而且这种功能丰富的传感器捕获的💦数据要比那些传统传感器丰富得多。

我想讲的第二个不 断兴起的研究主题，就是移动计算和云计算的融合。我们看到自由和简单之间的矛盾，移动要给我们无时无处的自由，但这样的自由是要付出代价的，这个代价就是复杂性，你得记住你🤡的数据在哪一个终端和设备上，你众多设备中哪一个是latest的版本，而且还有故障要解决。云计算能给你带来简单便捷，它对你的意义是不需要 太艰苦的思考数据放在哪💃，在云里面都可以找到。云计算就好比开灯一样，想用电，拉开电灯就可以了，想用自来水，打开水龙头就可以了。

第三个我想讲的正不断兴起的主题是“资源丰富的移动♏ 应用程序”，这指的是现在仍然不存在，但是有很好的未来的一些应用程序。之所以这些程序现在还不存在可能是因为之前讲的移动性的问题。这种题目其实挺容易让人晕ꦦ眩的，因为移动应用程序本身所含的资源是比较少的，移动设备所包含的资源也不会很多。

举个例子来说，有一个技术叫面部识别技术，十年前，如果我们来比较一下软件和人，我们会发现这ও个软件是完全没用的，软件没有办法识别人脸，它识别人脸的能力远远低于人的肉眼，但是到了2005年，人脑和电脑基本上是打平的，而到了2006年，就是四年前，我们看到，这个世界上较好的人脸识别软件要比人的肉眼识别的准确率更高。

不管是语言翻译，还是人脸识别都已经取得了很大的成功，当然这取决于更好的算法。但除了算法以外，我们也充分地使用了大量的、多样的电脑资源，所谓的🅰云计算就可以让我们充分利用ཧ云来实现以上我们所讲的计算，这就是问题所在。

最后总结下，至少有三个不断兴起的研究主题：把移动设备作为功能丰富的传感器来用，云计算和移动计算的融合，以及新一类的移动应用的问世以推动低延时、高计算性能的移动应用，通过这种移动应用，客户还可以随需进行定制。我希望🐻我已经说服大家了。谢谢大家