设想某个四月的第一天，你要从中关村背袋棉花运到上地，当然你特别想知道现在上地的天气。你知道查天气预报是不靠谱的——从没见到过天气预报里把中关村跟上地分开。作为一项秘密行动，你又不想打电话去问人。于是你拿出手机，打开一个“人联网”的app，点击地图上的“上地”，app说：“11:59分，上地天气晴朗，20人，可信度100%”。你长出一口气，背上棉花，走向上地。

这就是“人联网”的一个典型应用场景，“人联网”由广泛参与的户提交特定的本地性信息，存储在云端，由服务器经过处理后提供给需要这些信息的人。当然，现在并没有“人联网”这个app，“人联网”也只是一个应景的称谓，其专业性叫法是“参与感知”或者“参与式感知”。

什么是“参与式感知”？

传统传感网络的特点是信息由传感器产生、搜集，然后自动（可以是主动的也可以是被动的）上传至某个区域节点或中心节点。而“参与式感知”则更加注重“人”的参与，数据由用户创建、筛选或者控制，然后上传。也就是说“参与式感知”以人为主，用户出于个人或经济兴趣，有意识的响应感知需求，用户既是数据的提供者又是数据的消费者。这也与普通的“众包”有所区别，可以认为参与式感知是一种结合了传感数据的众包+移动互联+UGC模式。因为随着智能手机的普及，当前情况下用户用于共享数据的设备一般都是智能手机，而共享的途径则普遍是移动互联网。

目前“参与式感知”已应用于如下典型场景：环境与气候变化监测（例如UCLA的个人环境影响报告——PEIR项目，美国大气研究大学协作组织气候变化对植物生长影响的BudBurst项目）、交通与危险监测（例如CycleSense程序帮助骑车人合理规划骑行路线、避开危险路段）、健康跟踪（美国一些医疗机构开发的健康跟踪程序可帮助护理人员了解年长者行为模式的变化，有助于快速发现导致早期健康问题的原因并予以修正）、室内定位与导航（如谷歌室内地图的参与式构建方式）。

其中UCLA的PEIR项目因开展较早而影响力巨大，PEIR开发了碳足迹计算器，把用户上传的个人数据与地点、时间、行为以及区域性的空气质量、天气数据相结合，既可计算用户个人对于环境的影响（如碳排放），也可计算环境对用户个人的影响（暴露于特定物质——例如雾霾——的程度）。这帮助用户清晰认识到以下问题：“我对环境都做了什么？我的行为对环境影响到了什么程度？”

而目前正引起业界强烈兴趣的“Waze”则是另外一个典型案例，Waze在普通数字地图之上附注一层类似临时道路施工、交通事故、测速区这样的信息。这些信息由用户添加，因为贡献内容还能获得积分，所以用户们很乐意上传路况。而上传的路况又让Waze可以实时为用户指示一条当下最畅通的道路。

“参与式感知”的优点

分析这些应用案例，笔者认为：较之传统的数据搜集方式，以用户信息分享为基础的“参与式感知”具有以下优点：

1. 灵活。感知的主体是人，人具有高度灵活性和移动性，可随时根据要求调整上传内容；

2. 丰富。手机有多少种传感器，人们就可以获取多少种数据，就可以上传多少种数据。同时用户还可以对数据进行预处理，贴上语义标签，这是传统感知方式无法做到的；

3. 均衡。人们可以通过协作的方式动态分配任务，使得数据获取更加均衡；

4. 强大。以上特点结合起来，人人都变成了一个强大的数据传感器，而这一传感器又是流动的，根据不同的协作机制展现出不同的结构，可以处理非常复杂的数据搜集任务。

因此，虽然目前已经涌现了若干“参与式感知”应用，但是“人+智能手机”作为强大传感器的功能还远远没有得到充分发挥。设想未来我们每个人都是一台不间断工作的数据传感器与环境监测器，所上传的数据不仅仅能用于自身的日程规划、健康护理、行为矫正、危险提示等目的，而且可以建立有关全体人类行为与周边环境的海量数据库，无论对于科学研究、医疗救护、灾害救援还是商业应用，都具有无法估量的价值。

需解决的问题

结合一些分析材料，笔者认为要做到这一步，除了通信和资费问题外，尚需解决以下问题：

1. 隐私。为了保证数据的有效性、可信性，“参与式感知”程序事实上需要知道用户的某些个人信息，如何保证这些个人信息不被泄漏和滥用，是所有“云端”应用都必须面对的问题。这一问题不能很好解决，用户就不可能普遍参与，海量数据搜集及后续处理就只能是空中楼阁；

2. 所有权。用户上传的数据理论上应归属用户所有，除非网站明确购买了这些数据，或者承诺这些数据只用于非营利性目的。否则，迟早有一天，用户会对程序通过自己上传的数据获利，而自己又没有实质性收益而愤懑不平，或将导致拒绝再上传数据。试图长期商业化运作的参与式感知程序必须妥善处理这个问题；

3. 反馈与激励。无论用户是否因其上传的数据获得益处，用户的参与行为本身都需要合理的反馈和鼓励，否则用户很有可能丧失动力。以往的事实证明，反馈要及时，而激励未必非得是物质性的，对用户的上传行为作出正面反馈对于许多用户就是很好的激励；

4. 数据的有效性与可信性。参与式感知比较传统感知方式的一大弊端就是许多时候信息受到用户主观因素的影响，未必可靠，这就要求后台处理程序有能力鉴别、剔除不可靠的信息，尤其是需要在信息源较少的情况下解决这一问题；

5. 协作架构。后台程序应有能力动态分配任务，避免出现大量用户重复上传无用数据浪费通信资源、而需要的数据却又无人上传的情况；

6. 稀疏数据的处理。例如你想知道北四环的交通状况，但是目前只有两个用户上传了相关信息，每条信息也就覆盖几百米的范围，这点数据对于十几公里长的北四环来 说，无疑是稀疏的。这就需要服务器能有合适的算法，根据当前的时令、时间、天气、历史和周边状况等推测当前的交通状况，给用户一个尽可能可靠的结果，否则程序的应用价值就会大打折扣。

创业机会？

那么，解决了这些问题之后，应用潜力巨大的“参与式感知”会是创业者的机会吗？

或许是，也或许不是。原因在于“参与式感知”自身的特点，我们分析它与游戏、论坛、微博、点评网站等互联网应用的区别，可以发现它最大的特点有两个：1）随时可感知、输入简单，给用户造成的负担很小；2）用户感受到提交的数据对大家（包括自己）都是有用的，主动性比较高。因而如果你打算在需要用户重度参与的领域创业，“参与式感知”显然不是一个好卖点。反过来，或许就有机会，例如——

你是个本地生活服务提供者，那么“参与式感知”就是有用的工具，你可以设置一些简单的模板，让用户随手就能提交一些本地生活类信息，自动附加 上地理、时间方面的数据后提交。然后你把这些信息梳理、分类、汇总后提供给需要的用户，并对信息提供者给予合适的奖励。这既降低了你自己去搜集信息的负担，也加强了你和用户的互动，辅以“人人为我、我为人人”的口号，对于深入、持久的开展本地生活服务应该会有所帮助。

你是专业论坛的前站长，正准备迈入移动互联网的康庄大道，而你的论坛本身就是以搜集某些专业数据为主，只是以前这些数据都是由用户登录论坛后手动输入。那么这对你的转型应该也是个好帮手，操作方法同上。

当然，“参与式感知”对于大公司来说，存在无限的可能，因为他们握有海量的用户，也有足够的资源对用户进行反馈和鼓励，地图类应用就是最典型的案例。未来，随着智能手机进一步普及和可穿戴设备的爆发，可以预见大公司们会更加倾情的投入这个领域。最低限度，医疗和健康这块大蛋糕是它们是绝对不会放过的。

最后，也是最重要的，这个机会真正属于教育、科研、NGO、公益组织或公共事业。利用智能手机，他们第一次有机会以较低的成本更广泛、更及时、更全面的采集人们普遍关心的数据，吸引更多的人群有效参与环境、社会等问题的监测与处理。如果这一融合了移动互联网、无线传感器网的技术应用方式能在创造商业价值的同时，亦对公共问题有所贡献，则善莫大焉。

尾声

当你在四月初一那天背着棉花赶到上地时，大雨倾盆而至。看看目露怜悯、一脸深情的女朋友，望望乌云低沉的苍天。你愤怒的咆哮道：“我也要参与！我也要感知。”你愤怒的拿出手机，在雨水中愤怒的输入“上地，晴，无风。”你愤怒的按下“提交”按钮。短暂的沉默之后，手机弹出一条消息：“愚人节已结束，请勿发送不实信息。祝你和女友健康，谢谢！”