BYR Achieve · 镜像论坛

本·拉登抛弃一切现代通信手段后，即使是FBI，对他的藏身之处也是束手无策。一项资料显示，全球现在有30亿人拥有手机，相关技术人员可以根据手机信号定位人的行踪。然而，这被普通人视为隐私的行踪，在互联网的分享精神渗透下的现实生活中，正在发生着转变：一向被认为是自传播的日记上传至个人博客，读者甚众；当生活中一个意外的发现或是游览了一些著名景点，也急于与大家分享。事实上，分享的行为，在过去是徐霞客和余秋雨们写成的游记。通过游记的引导，我们会去追寻旅游景点存在的自然和人文美感。而互联网精神关照下的分享，使提供分享经验的人变得越来越多：如果没有高超的文字表达，那么，每个人也可以用随时可能拍摄到的相片，配以个人简短的文字说明，这些是他们独特的体会。微软亚洲研究院的郑宇先生，正在用他的研究成果，为更多的人提供随时随地便捷分享的平台。这项被称为“地图人生”的研究项目，在今年微软一年一度的技术节上一经展出，便引来多方关注。个人行踪的可视化管理从表面看，地图人生是一项先进的计算机技术，而从人类行为学的角度切入，地图人生关乎人类行为的研究，这种行为包括个人行为和群体行为。支撑地图人生项目的技术为GEOLIFE，创意来自微软剑桥研究院的可穿在衣服上的便携式摄像头的成果，并包含在微软名叫My Life Bits（数字化生活）的长期科研项目中。但是郑宇的创新在于，使用一个具有定位功能的普通手机或者普遍被使用的全球定位系统来实现地理地图的成果。 “这是一种基于GPS设备，如GPS手机或GPS导航仪的应用技术。”郑宇做了个类比，“计算机在没有普及以前，并不是因为计算机很难，而是因为没有便捷的计算机软件。”GPS基本的功能是定位和导航，加之它搜集个人数据非常便捷，“从打开时开始，自动地记录个人的行程，无需任何复杂操作，便可以实现实时上传。” 郑宇认为，在GPS强大的数据和市场之上开发一个便于应用的平台，从人的生活和地理位置的角度出发，能够方便地记录人们的生活轨迹。“这些数据，如果个人愿意，可以上传到社区与人分享；如果不愿意，则作为个人行踪的数字化保存。” GEOLIFE技术初步的打算，便是将这些行程的数据进行可视化的个人管理。与传统的可视化相比，GEOLIFE展示的行踪为动画效果。“如果我能给朋友看GEOLIFE里的动画效果，就不用写那么长的博客了”，一位用户告诉本刊记者。传统的可视化效果，是基于关键词的链接，通过点击链接，打开新网页。而在GEOLIFE的用户界面上，一个动画的小人跳出来，他时而走路，时而骑车，时而乘坐地铁……在各站点上，小人随时拍摄的图片位于鼠标正上方，过去的所见所闻真实再现于图片。基于时空的搜索人类的记忆是粗糙的，但有时，需要精确地回忆一些有价值的事情，妙笔生花的记录属于一些文字水平较高的人。但当个人作为某一事件的目击者、偶然发现生活中的某些新鲜事情、有推荐价值的旅游景点等等，这些精确的回忆，都会通过GEOLIFE的用户界面生动地展示，为进一步地与他人分享提供可能。从个人行踪的数据保存来看，经过一段时间，自然形成一种统计，如个人开车时间与走路时间的比例，上下班时间的规律……基于这些数据之上，有关个人健康的智能化提示就会在地图人生的平台上得到体现，如加班时间太晚、工作时间太多而导致个人忽略了体育锻炼、最近的饮食规律统计…… 这样的统计还可以从利用时间效率的角度来看，例如，某些时候，个人浪费在商场的时间太多、出去旅游的时间太多，利用时间的效率不高等统计。对于繁忙的都市人来说，时间也是一种资源，只有合理地规划时间，才能创造出更多的社会价值。 “反思总结个人行为，了解过去哪些行为是自己感兴趣的，有意义的，是个人进行下一步行为的决策参考的因素，进一步能更好地规划自己的人生。”郑宇告诉本刊记者。多年前，奥地利的行为学家米塞斯将时空视为人类行为的两个载体，离开了时间和空间这些充要条件，人类无法说清楚自己的行为。地图人生项目正在某些方面“暗合”行为学家的论断。个人行踪数据的累积，在某一天，通过时间和空间两个因素的组合搜索，便可以寻找到个人在过去某个时空中的行为。再回到行为学家米塞斯这里，他比较了人类和动物的行动规律后得出结论，“会行为的人类”被定义为一个有能力进行逻辑思考的人，否则这个人将只不过是一只被本性驱动的生物而已。多数人行为的数据建模当个体数据的“涓涓细流”汇集成“江河”之后，地图人生又有什么样的作用呢？如果个体乐于与大家分享个人的经历，那么在个体与个体之间就会找到某种联系。如甲喜欢旅游，乙也爱好旅游，他们同时使用地图人生的平台，在共享空间中，这两个志趣相投的人可能就会有更多的交流。但是如同世上没有几乎相同的指纹一样，甲与乙之间的行踪也不可能完全相同。那么乙可能去过某处，而甲还没有去，在相同的兴趣之下，甲有可能对乙去过的地方感兴趣，当乙详细地记录了他去某地的经历时，这就为甲下次去某地做了行程上的参考以及推荐。而这种参考，只是数据汇集的一小步，“对于大规模数据的智能化挖掘是地图人生项目最大的社会意义”，郑宇告诉本刊记者，支持这些数据智能挖掘的方法，是微软亚洲研究院自研发的核心算法，机器通过自学习，基于个人长期积累的数据的喜好分析。多数数据建模对于交通出行参考也有一定的意义。多个人长期行踪累计，生成的数据模型上显示，哪个路段在某些时候可能出现拥堵，这样在出行前，可以有意识地避开某些路段绕行。美国科学家在今年6月完成了一项研究，这项研究的项目为“追踪试验”，通过对多个人的手机信号进行追踪，发现“尽管研究对象个体移动具有多样性，但是多数研究对象正在重复着相同的行踪，这些详细的数据记录为科学家的研究提供了有力的证据”。据《自然》杂志报道，“追踪试验”的研究结果可以帮助流行病学家预测传染病的传播，可以为规划城市、应对紧急突发事件以及科学研究中的智能体建模提供帮助。多数人的数据建模还可能给广告投放提供参考。哪些人经常出没在哪些地段和时间，这些都是广告进行有效传播的前提。在过去，行为学家研究人类行为时，更多地通过观察，米塞斯则反对通过观察来研究人类行为，“人类行为太过复杂，不可能将其以解构的方式进行研究”。试想，米塞斯如果活到现在，他可能会通过计算机统计的建模数据，对人类的个人行为和群体行为进行更为精确的研究。

每个人都活在自己的地图上