MGC:机器生成内容

  本文试图探讨一个新的互联网领域,通过几个例子来说明其可能性,并定义了其关键因素。

  我们知道,WEB2.0的特征是用户生成内容,它和早期的WEB1.0,以及目前流行的SNS都有一个共同的特征,即所有的内容都是由人有意识地生成的,其数据在生成之时已经有了明确的含义。

  而内嵌ANDROID的智能手机和设备的日渐流行,似乎将带领我们进入一个崭新的互联网领域,其特征是:数据的原始内容是由机器(手机和设备)自动生成、收集的,数据只有在经过远端的业务中心处理之后才有明确的含义。这个网络领域,我称之为MGC - Machine Generated Content - 机器生成内容。

  下面我们举几个例子来帮助理解,请用科幻的眼光来看待这些场景。

  例子一:健康应用。

  场景:张三怀疑自己的心脏功能下降,于是他在手腕上戴了一周的“表”。这个“表”是一个内嵌ANDROID的设备,能够实时监测他的脉搏、血压等数据。数据每天晚上发送到医院的中央数据库。数据中心在接收到完整的数据后,自动生成一份报告给主治医生。医生通过报告,再接合问诊,形成最后的诊断结论。

  例子二:交通应用。

  场景:张三和其他数百万的用户一样,使用GOOGLE的车载导航仪。导航仪的芯片能够实时收集车辆的位置、速度等信息,并实时发送到数据中心。数据中心在综合分析这些数据之后,得到实时、准确的交通流量报告,并下载覆盖到导航仪的交通流量图层。因此张三在开车的同时,可以实时接收到前方的路况信息,从而调整自己的行车路线。

  例子三:监控应用。

  场景:张三的孩子很小,他希望在上班时也能够看到他是否安全,因此他在家里安装了几个智能摄像头,视频可以通过网络实时查看,同时每分钟截一张图存放到相册中。如果几个摄像头同时捕捉不到小孩的画面,将触发警告,通过短信和邮件通知张三。

  从以上的例子,我们可以看出MGC的一些特征:1、数据的采集和处理可以是分离的,采集一般在本地,而处理可以放在云端。2、数据在分析之前并没有明确的含义,因此数据类似设备日志,包含大量的冗余。

  下面我们再分析一下MGC的关键因素。

  因素一:数据采集。

  数据的采集包含以下方式:

  1、手机APP,APP通过手机内置的GPS、重力、气压等感应器采集数据。

  2、手机外设,外部设备利用手机的USB、音频接口等与手机连接,并配合算法实现数据的转换。

  3、内置ANDROID的专有设备。

  因素二:数据传输。

  对于小的公司,建议采用以下两种方式的数据传输。

  1、将Twitter作为一种协议,通过互联网传输数据。

  2、利用AMAZON EC2,通过开源MICROBLOG软件,搭建实时传输的私有云。

  通过以上两种方式,我们可以将数据实时地通过互联网进行传输。

  因素三:数据处理。

  数据处理包含了核心的业务逻辑。

  以人体作比喻的话,那么人体表面的感应器和神经元实现了数据采集,神经系统实现了数据传输,而大脑实现了数据处理。

  而一个未来的典型MGC应用,可能就是以ANDROID为神经元,以TWITTER为神经系统,而大脑放在GOOGLE或AMAZON的机房里。

  来源:tallrain zhang投稿。

评论《MGC:机器生成内容》的内容...

找不到相关文章,请发表留言


微博: 新浪微博 - 腾讯微博 - 论坛
月光博客投稿信箱:williamlong.info(at)gmail.com
Created by William Long www.williamlong.info

你可能感兴趣的:(机器,mgc)