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。