還記得《少數派報告》里，阿湯哥踏進智能服裝店的場景嗎？

一個眼神，虛擬客服就能查出阿湯哥過去的購買記錄資料，在他面前投影出推薦產品。

△電影《少數派報告》

這種感覺好似計算無處不在，又有種不知不覺的透明感。

實際上，類似的場景已經進入到我們的生活方方面面。

一個Wi-Fi，就能實時監(jiān)測人的呼吸、睡眠、身體狀況，還能檢測老人有沒有摔倒。

△收集老人睡眠時的狀態(tài)信息

家具不需要手動操控，空調、風扇就能自動感知房間人數情況，實時調控風速和強度。

大到用基站的無線信號來預測城市的人群流動，用出租車的GPS來檢測有無繞路；

小到用日常通勤的交通IC卡，無接觸就能自動扣款乘車。

……

它們無處不在、形狀各異，但背后都有同一種技術——普適計算。

而落到感知層上的研究方向，叫做泛在感知。（泛在指利用廣泛使用的設備，比如手機、手表、WiFi路由器等）

量子位采訪到了在該領域深耕已有二十余年的北大博雅講席教授、歐洲科學院院士張大慶，對這一領域有了更深入的了解。

「計算無處不在」時代已來臨

如前所言，普適計算有兩種特性——

無處不在與不知不覺，即普適性和透明性。

從用戶的角度來看，普適計算就是能夠隨時隨地獲得自己希望的服務，而不去考慮這服務是從哪里來的，甚至壓根兒也感覺不到計算的存在。

而從技術層來看，普適計算是盡可能將計算融入人類的生活中，用低成本、使用便捷的設備和自然的交互方式，滿足用戶的各種服務需求。

也正因這樣的特性，決定了普適計算是以人為本、應用導向的。

比如，面向獨居老人的跌倒檢測系統。

張大慶教授團隊就曾利用WiFi信號，實現了在室內自然生活狀態(tài)下的跌倒行為識別。

放在當時的學術界，做連續(xù)行為識別還是國際上首例。

無接觸、實時、也沒有任何行為拘束、低成本……甚至相較于用攝像頭識別來說，還沒有隱私的困擾。

而除了實時檢測跌倒外，無線信號還能感知呼吸、心跳以及睡眠狀態(tài)等生理參數。

這一技術還可以進一步延伸到醫(yī)院、養(yǎng)老院、倉儲、醫(yī)院、家庭、辦公室、賓館、汽車等應用場景。

張大慶教授聯想到，新聞上時不時有小孩被家長鎖進車里發(fā)生意外的場景，有了這項技術問題就能得到解決——

無線信號感知到汽車里有人在活動，然后及時告知孩子的父母。

如此前沿性的技術理念，追本溯源，卻要從三十年前的一篇經典文章說起。

Mark Weiser，馬克?雅瑟，施樂公司PARC研究中心的首席科學家，普適計算之父。

他在文章的開頭寫道：最影響深遠的技術應該是那些消失的技術。（The most profound technologies are those that disappear. ），未來的計算、通訊、感知、服務應該是無處不在的，計算會像電和水一樣成為我們生活環(huán)境的一部分。

對此，他和他的團隊設想并設計了三種形式的計算設備。

• Tabs，尺寸以厘米計算，類似便利貼；

• Pads ，尺寸以分米計算，類似一張紙、一本書或一本雜志；

• Boards ，尺寸以米計算，類似一塊黑板或公告板。

值得一提的是，他預測未來的物品都會包含一個計算機或者標簽，人們可以很容易地得到有關物品的信息， 比如看到的某件衣服由誰設計，商店是否有庫存，還可以在哪里買到？

如今看來，Mark Weiser的想法正在影響整個計算機學科，而他的愿景也正在逐步實現。

談到這里，張大慶教授感慨道，普適計算的時代也已經來臨！

在過去10多年中，普適計算在世界各國都得到了重視和發(fā)展。

日本、韓國在2004年提出“U-Japan”“U-Korea”計劃；在歐洲，普適計算已被歐盟采納為信息社會技術研究及技術開發(fā)計劃的主導項目，撥款超36億歐元……

而對于國內的發(fā)展，張大慶教授作為最早從事普適計算的華人學者之一，在跟我們交談過程中充滿了激情。

將國內普適計算的研究帶到國際前沿

1996年，張大慶在羅馬大學獲得博士學位。博士畢業(yè)后，他決定先在國外發(fā)展一段時間，再將新的研究思路和成果帶回國內。

在新加坡國立大學和資訊通訊研究院（I2R）工作幾年后，他在新加坡開拓了普適計算這一研究方向并在2003年創(chuàng)立智慧家居實驗室，在2004年成立情境感知系統研究部并擔任創(chuàng)始部長，期間提出了目前仍被國際普適計算、移動計算和服務計算領域廣為采用的基于本體的情境模型。

也是從2003年起，他開始擔任西北工業(yè)大學客座教授致力于為國內培養(yǎng)普適計算的青年人才。

2007年開始，張大慶受邀成為法國巴黎國立電信學院一級終身教授，創(chuàng)建ALPS（Ambient Intelligence and Pervasive System Group）實驗室。

無論是在新加坡的I2R， 還是在法國的ALPS實驗室，他和國內的高校如西工大、清華、北大、浙大、華中科大一起合作，培養(yǎng)了一大批國內在普適計算、群智感知和大數據分析等領域的青年才俊， 其中不少已成為這一領域國內的中青年領軍人才。

除此之外，他培養(yǎng)的一些國外的學者，如今在美國、澳大利亞的知名高校、企業(yè)擔任教授、研究主管工作。

△張大慶和學生在ALPS

2014年，張大慶正式加入北大，成為信息科學技術學院的講席教授；很快又擔任中國計算機學會普適計算專委的副主任、主任。他通過組織普適計算夏令營、前沿論壇和講習班，每年邀請國際、國內著名學者一起推進國內普適計算的研究。

2016年起， 國內學者在普適計算A類會議ACM UbiComp發(fā)表的論文數量開始位居國際第二（僅次于美國），張大慶教授的團隊也保持著在UbiComp發(fā)表文章數量國際領先、引用數每年位居前三的記錄。

如今，張大慶在Google學術上的論文引用次數達到21000+，H因子72，他也是普適計算頂刊IEEE Pervasive Computing唯一的國內編委，和ACM IMWUT會刊7位國際指導委員會委員之一。

他也曾獲得過中國計算機學會（CCF）推薦的全部4個普適計算國際頂會的最佳論文或提名獎，包括ACM UbiComp 2015、2016的最佳論文提名獎，和IEEE PERCOM、IEEE UIC的“十年最具影響力論文獎”。

今年9月的ACM UbiComp 2021上，張大慶團隊的「Exploring LoRa for Long-range Through-wall Sensing」論文，再次獲得了杰出論文獎。

從2000年起至今，已有20余年時間，張大慶一直沒有停下研究的腳步，這也與他選擇普適計算的初心有關。

其一，普適計算屬于應用（場景）驅動型研究：

我們做普適計算研究時，首先都要選一個場景，就像“老人健康監(jiān)測”這個應用場景，它并不限制技術實現的方式，用可穿戴、無線設備、攝像頭都可以做，目標是把性能做到極致，這讓我們的研究方式很靈活。

我很喜歡參加普適計算會議，因為每次都能看到國際同行們展示最新、很酷的應用，都是我們日常都能遇到的場景，能切實感受到這些研究是有用的。

其二，普適計算屬于交叉學科，“永遠在路上”：

普適計算的研究沒有“固定套路”。你可以利用最先進的感知技術、也可以研究通訊和AI算法，只要它對你解決具體的應用有幫助，你都可以探索，這也是我現在還在不斷學習新知識的原因。

這兩點，在張大慶所做的研究中都得到了完美的印證。

以2016年發(fā)表在UbiComp的無線感知論文為例，張大慶等人將源于光學的菲涅爾區(qū)模型引入到無線感知領域，揭示了用WiFi信號何時能檢測人的呼吸的機理。

理論上，WiFi作為一種電磁波信號，是可以用來反映物體活動情況的。但相關研究大都沒有建立WiFi信號變化與設備位置、人體活動位置、方向、速度之間的定量關系，因此WiFi感知應用遇到問題時，人們不能從原理上理解為什么。

菲涅爾區(qū)，是源自光學理論中的一個概念，指以收發(fā)信號的設備（這項研究中指WiFi信號發(fā)射和接收器）兩點為焦點的一系列同心橢圓。

乍一看，WiFi信號似乎和光學并不相關，但如果仔細一想，就會發(fā)現WiFi信號屬于電磁波，廣義上性質與光波相似。

基于菲涅爾區(qū)的基本模型，張大慶等人進一步考慮了電磁波反射特性和WiFi信號的頻率多樣性，使得擴展后的模型能捕獲到人體亞波長級別的微小移動。這項研究，也奠定了用WiFi信號感知人體毫米級行為的理論基礎。

在張大慶教授看來，要想真正把無線感知做好做到實用，第一件事就是要把人的活動對無線信號影響的機理搞明白。

包括WiFi信號是怎么傳播的，有什么特殊的性質，感知的極限和邊界是什么；否則將AI算法生硬地用于無線感知遇到問題時，就無法理解問題的根源。

這也是當前為何全球很多團隊都在將各種AI、機器學習算法用于WiFi感知，但性能并不穩(wěn)定的原因。而張大慶團隊利用商用WiFi，就可將20米外的人的微弱呼吸檢測到。

在未來，只有將基礎理論和AI有機結合起來，才能將無線感知應用做好。但在那之前，還是要先從基本原理出發(fā)，去理解感知問題背后的本質。

實際上，這種研究方法放在其它應用領域，也是同樣通用的。

把握「原始的創(chuàng)新」

在與量子位的聊天里，張大慶教授談及最多的，就是基礎研究的重要性。

現在我們有不少學生和研究人員，喜歡跟風其它團隊的研究，僅對算法做些改進。

但我覺得，要想真正搞好科研，還是需要去做基礎理論的探索與創(chuàng)新，要理解技術和方法使用的假設條件和背后的道理，不能僅停留在方法的簡單運用和改進上。

其中，張大慶教授尤其強調了原始創(chuàng)新的重要性。

這是一種觀念、思維方式上的創(chuàng)新，誠如那些前所未有的重大科學發(fā)現、基本原理、顛覆性技術等創(chuàng)新成果：

只有原始創(chuàng)新，才能把技術真正做到前沿，對問題有深層的認識，并最終把應用做好。

至于像普適計算這樣的交叉學科，具體怎么去學基礎理論、怎么去做研究。張大慶教授表示，方法是很靈活多樣的：

你可以先做深一個學科，專精后再去理解其它學科，然后做交叉；

你也可以先接受通識教育，將知識面拓寬，然后再聚焦某個領域；這樣做交叉學科是從通識到專精，再慢慢延申研究的范圍，都是可以的。

如今，普適計算已經發(fā)展正好30年，在張大慶教授的眼中，這個領域依舊如最初那般“有吸引力”。

它打破傳統的學科學習思路——先定義場景，再去思考如何用技術去實現，實現過程中進一步去參悟其中的科學問題。

正因為這種獨特而實用的研究思路，深受工業(yè)界的認可和推崇，其多學科交融的內在使之已經落地多樣的場景當中去。

或許過不了多久，真就如科幻電影那般，計算、通訊、感知就無處不在了……

參考鏈接

[1]https://www.slideshare.net/panchendrarajanruba/ibat-detecting-anomalous-taxi-trajectories-from-gps-traces-93850893

[2]https://ieeexplore.ieee.org/abstract/document/9386235

[3]https://www.researchgate.net/publication/49612119_CDTOM_A_Context-driven_Task-oriented_Middleware_for_Pervasive_Homecare_Environment

[4]http://www-public.it-sudparis.eu/~zhang_da/people.html

[5]https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9505583

[6]https://web.archive.org/web/20140913030923/http://www.ubiq.com/hypertext/weiser/SciAmDraft3.html

本文來自微信公眾號 “量子位”（ID：QbitAI），作者：楊凈 蕭簫，36氪經授權發(fā)布。