---

現在瓶頸就是充電問題 這也是為什麼去年三星開始在併購開發無線充電技術等小公司
回歸到一個問題 為什麼一堆廠商都在推智慧型手錶？
或者說 為什麼一堆大公司都在推wearable computing這種東西(穿戴式設備)

這都回歸到一個東西的發展:
Machine Learning/HCI/Mobile Seninsg/Data Ming/Big Data 等技術大量發展

這是我之前po在stock板上東西
是最近這陣子比較紅的東西 前面跟後面有何相關？
因為智慧型手機的大量發展 手機變成一個非常強大平台 基本上很多raw data
都可以透過手機去截取 但至於怎樣用？就是一門學問
(這就是最近Recommendation System/Machine Learning/Data Mining很紅原因之一)

比方說手機的g-sensor和三軸gyro可以拿去竊聽機械鍵盤敲打的字母
(只要把手機放在離鍵盤附近 就算你不再當場 手機可以自動感應附近鍵盤敲擊震動
頻率和遠近猜測你打的字母 ）

扯到遠了 但Mobile Sensing之所以會熱門起來 就是因為手機變成強大的平台工具
現在要推行的是手錶這類Wearable Computing 是類似同樣概念
且比手機更來的長時間sensing人跟外界接觸資訊

比方說Wearable Computing可以自動感應你周遭環境資訊 諸如GPS 你的生活作息方式
輔助Big Data應用下的Recommendation System(推薦系統） 就自動會變成幫你推薦餐廳
幫你記錄你何時塞車何時餐廳沒位置 自動處理這些訊息 提醒在你手錶


http://www.youtube.com/watch?v=VZ7Nz942yAY )
這影片只單純用純手 但為了穩定度 以後勢必得輔助wearing device

簡單說Mobile Device/Wearing Computing都在發展人跟事物的界面平台
只因為Wearing Computing是長時間帶在身上比手機更有機會作為人的界面

以後有可能會朝醫療發展邁進 比方說監控心跳 血壓 這類其他醫療器材之間的
區塊小網路(Wearing Computing Device <-> 身上的sensor區塊網路）
然後利用Mobile/Wearing Computing把這些資料上去網路或者醫生
打破地理限制的醫療服務 或者降低醫療成本
這類資料都可以再利用Machine Learing/Data Mining整理成有用的系統服務


然後很悲傷的是 台廠一家公司投資這類市場都沒有
我個人魯蛇認為 Wearable Computing是一個很重要的平台
它可以跟Smart Home/許多Sensor做溝通和提供便利服務反饋給使用者
(魯舌我的co-adviser和同學做出一個prototype
就是rfid 的tag不需要reader給能量 就可以自動跟其他tag溝通)

下一個世代 System會是一個很重要的領域 許多精美的Device+軟體設計
可以做出令人驚奇的方式 這也是為什麼HCI開始變得很重要原因之一
(參照MIT Sixth Sense那影片 這印度哥們現在就在三星Reserach Center
幹這件事情)
http://ppt.cc/jYzn 他一開始就講到核心重點 "人如何跟外界溝通"

為了要跟外界溝通 你需要一個長期待在身上輕便的Device
因此魯舌我認為Wearing Device很重要

所以google才開始有google glass Appple/Samsung/Google也各自推智慧型手錶
說到底就是給手錶賦予一個新的概念產物 而方便便利使用者
要讓穿戴式設備能發揮強大功能就是你要有有後端強大的系統整合方便顧客

讓使用者感覺自己像是神一樣的能耐 隨揮既得 控制家電 監控心跳身體
甚至醫療預約 經確定位所需要物品 像是圖書館找書 賣場買衣服等等
這也是這幾年室內精確定位系統也在發展中(Apple Ibecaon) 來幫助穿戴設備發揮
更強大的隨揮既的 鷹眼般定位所需產品位置


但更多台廠卻以為把手錶硬體做完就沒事情了 卻忽略後端系統整合 軟體演算法
(Data Mining etc)這個最重要步驟...這才是最讓人擔憂事情

補充另一點 剛看了一堆推文 許多人期待手錶可以解決所有人類對上網需求
但這點並非是發展穿戴式設備重點
事實上以後重點會是許多產品搭配建立的顧客使用習慣
針對 手錶上網facebook看電影 就好像說用tablet去打文書資料打電腦遊戲一樣
錯誤定位產品價值 這也是當初一堆發展netbook的廠商 嘲笑Tablet只是大型的I-Pod
(這就是所謂的錯誤定位產品價值 包含當年華爾街分析師都估第一代I-Pad 賣不到百萬台
因為他們不知道Jobs從沒把Tablet定位成跟筆電一樣功能 而是給予新的定義)


"人跟外界包含數位系統溝通的一個主要媒介"


※ 引述《nick0605 (兩津勘吉)》之銘言：
: ※ 引述《isoxxxxx (LP玫瑰)》之銘言：
: : iPhone推出後
: : nokia:iPhone對諾基亞不構成威脅 沒有按鍵的手機沒有未來
: : ( http://m.digital.sina.com.hk/news/7/1253398.html )
: : macbook air推出後
: : acer:iPad和MacBook Air只是一時時尚，馬上會消失
: : ( http://differentapple.blogspot.tw/2011/08/ipadmacbook-air.html )
: : iPad推出後
: : 黑莓:執行長預測平板電腦將消失 手機才是本體
: : ( http://tinyurl.com/ctgvgbc )
: : 不是沒有人想買
: : 是apple還沒做所以沒人要買
: 怎麼一堆人拿資訊商品去打臉??
: 似乎搞錯對象
: 講實在的
: 我很不看好智慧型手錶的未來
: 雖說智慧大廠努力發展穿戴裝置
: 但
: 你有看過哪支手錶需要充電的?
: 光充電這種事我就覺得套用在手錶上很瞎
: 手錶的功能應該回歸人性化使用 1.看時間 2.馬錶 3.防水等....
: 不是拿來看臉書等作一些阿哩阿紮的事情
: 索尼自己也推出一款還不是失敗
: 不是什麼東西都可以[智慧化]......
: 或許哪一天智慧型手錶跟一般手錶一樣不用充電 才會可能有取代的機會

--
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 67.168.78.11
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:34)
這樣說吧 如果室內定位技術可以高達cm等級 你要找書 不需一個書櫃慢慢找
直接把你領到該書的前方 又或者你想買衣服 又或者說你看球賽要找座位等等
其他的還有遠距離醫療 台灣醫院多所以沒感受到這類問題 像許多身體生病特徵
可以靠長期穿戴設備去抓這類身體特徵pattern

因為手機沒有長期待在身上 許多行為特徵根本沒抓得很好 比方說手機放在背包裡
3-axis accelemeter就不知道你一些特殊習慣 進而幫你推薦餐廳或運動等等
另外這兩年才開始Big-Data/Data Mining 要全面的發展到便利使用者還需要點時間
像我跟另一個intern就在發展其中一個後端資料解讀 如果成功後可以大量解少使用者
浪費時間等待去做某種事情
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:40)
你這樣說北美許多學校和大公司的研發人員都會傷心的哭泣喔......:(
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:41)
有很多啊 像是抓gesture這個就是很大的市場 遠距離醫療也有 比方說你走步的模式
甚至呼吸睡眠停止症 這些都是可以靠穿戴式設備去發現pattern 建議你多看看一些
HCI應用在醫療上的會議 討論非常多東西 矽谷現在很多在開發遠距離醫療軟硬系統
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:45)
並沒有現成噢 主因是後端許多演算法這幾年Machine Learning發展開始才慢慢成型
像我同學發表其中一篇就是 如何把這些監測資料大量的壓縮 因為24小時追蹤使用者資料
這些資料數據匯過於龐大且非常難分析 我同學找到心跳一種特徵使得可以把監測資料
大量的降低 這些都是machine learning這幾年產物
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:48)
MIT Sixth Sense老兄的影片完全站在你對面的立場喲 不過這社會本就有五種類型人的
想法囉 Innovators/Early Aopters/Early Majority/Late Majority/Laggards
就看你認為你是哪類型的人了:)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 06:55)
有啊 抓gesture的需求就是越輕越好啊 所以才會手環或手錶下去當媒介 手機太過笨重
也不會常常抓手機去揮手控制吧 穿戴式設備會長期帶在身上才能sense
使用者特徵模式等訊息啊 他的重要性是提供後端演算法解讀和系統開發 手機沒有向
手錶和眼鏡一樣長期待在身上 所以有他先天的限制在 我這篇主旨在講穿戴式設備的重點
來自於後端演算法的加值
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:01)
有很多可以玩的啊 手錶和眼鏡所sense到的資料不一定樣啊 像是手的揮舞動作
有些paper是討論gps＋3-axis accelemter判斷你跟哪些人可能處在相同空間
來開發grouping 也就是推薦好友系統等等 演算法的目的就是如何解讀這些採樣到的
使用者習慣資料 進而推薦使用者或者幫使用者方便處理事情
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:05)
醫療只是其中一個應用啊 我講的是後端演算法如何從使用者身上開發出行為特徵
和如何幫助使用者跟外界溝通的一個界面啊 現再就是卡在許多元件開發上和演算法
解讀問題啊....郭台銘砸了超多錢在北美名校開發這類穿戴設備軟硬系統整合
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:10)
雖然很多人對這個後端演算法能做到多大效果抱持負面懷疑 但就像Machine Learning一樣
大家都對這抱持很大希望 但他從早期很熱(80~90 AI)後來沒落(2000）現在又開始熱門
做這類產品開發本就是你看得到些東西 但最後結果會夾雜者運氣 但並不是說一個東西
沒有100%成功希望就不去開發 畢竟穿戴式設備現在給了很多人很大的遠景
所以開發這類系統整合 軟體加值硬體(演算法加值穿戴式設備) 給予人很大的想像空間
當然我只是個魯蛇阿宅 請大家不要戰我啊 0rz..(光速跑)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:15)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:15)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 07:16)
從新整理吧 穿戴式設備可以用來發展新的IO界面 這類型研究可以屬於UI/HCI
新的IO方式有Gesture研究(用WiFi/Ultrasound/Magnetic)這類型都在做這樣研究
主因就是下篇有提到螢幕尺寸過小 如何去設計IO?像是google glass並沒有一個
很好的IO解決方案 勢必得針對gesture下去作開發
(用Computer Vison是一個方法 但有很多時候手是位於camera看不到位置 所以才會有人
設計帶手環手錶或者戒指等方式去抓手勢當Input)

除了HIC之外 其他這幾年發展了Data Mining+Mobile Sensing
這領域 讓手機的功能更為強大 手機先天性有很多sensor
(Camera/Wi-Fi/Bluetooth/GPS/NFC/Speaker/3-axis accelmeter)
這些不只是IO界面 更重要的是一個探測外界環境的媒介(Sensor)
那這些環境資要採樣後 要怎樣用?怎樣的數據引含外界訊息在？
GPS+Wi-Fi+手機基地台這些數據能告訴你什麼？
手機基地台+Wi-Fi可以告訴你這個蜂巢領域有多少人
(手機基地台的蜂巢＋Wi-Fi通訊距離 可以估出每區塊手機數量）
搭配3-axis accelerometer 可以先把人區隔為開車和走路
接下來這些數據搭配有效的檢驗和訓練(Machine Learning)
可以在後端開發出有用的消息來 像是開車有多人在這區塊

google天天在採樣你開車的路線圖 就可以用來預測交通狀況 也是用這樣原理
你在google map就可以看出即時交通狀況(紅線綠線等顏色代表交通擁擠)
這類研究被用來叫做後端演算法開發

那下一個問題是 除了這些 穿戴式設備還能做到哪些手機做不到地方？

穿戴式設備的先天定義就是長期穿戴身上 手機並非永遠放在身上 所以有許多動作
像是走路或者手揮擺姿勢 甚至呼吸等 這些手機無法做到貼近監測或者取樣(Sensing)
手機有時候會放在背包裡面 更甚者手機並非是完美的IO界面
但是手錶手環眼鏡都可以有獨特效果的當IO使用像是手勢
和眼鏡所抓的gesture(CV運用)

打個比方 帕金森氏症初期的抖動監測 你會長時間手持手機嗎 又或者比方說
你慢跑的時候 你手擺姿勢所採樣資料 都可以用來推測你運動姿態 甚至有人可以開發
演算法推測你運動姿勢與否 矯正你慢跑方式都是可行的 但這些手機就有先天限制
(但這些姿勢預測矯正 都屬於資料解讀研究 也就是牽涉Machine Learning/Data Mining
以及Big Data等等)

說到底 穿戴式設備並不只是HCI這領域研究 它可以包含的更廣 去解讀他所長期監測環境
下篇的大大講解了HCI的概念 但我這邊講的是它後端的運用跟一些相關演算法開發
所以我才會打許多關鍵字 這些關鍵字都是可以用再穿戴式設備開發

如果還看不懂 只能多多包涵我這個魯蛇死阿宅了QQ
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:11)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:13)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:17)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:19)
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:21)
因為training data是很繁瑣過程啊...要解讀出訊息來不是這樣容易事情..0rz
※ 編輯: naikojack       來自: 67.168.78.11         (01/13 10:25)

--