第三阶段：计算=
这个阶段刚进入萌芽期，代表是可穿戴设备。这一阶段的重要特点是传感器引入计算。云与端的结合，使计算提供解决方案成为了可能，而云成为解决方案中 关键的服务提供商。这一阶段，我们发现像第二阶段中计算能力的权重下降一样，对于功耗的要求也在减弱，尤其是大设备，比如可运行8小时的消费级笔记本，乃 至可待机月余的蓝牙4.0 设备。
五年前，我们在研究一款室内定位系统，当时摆在面前的选择方案是 UWB，Zigbee，ISM 段的RF。单一的传感器与单一的算法无法解决信号碰撞与信号干扰，于是一个在档案室的人可能在显示终端上出现在隔壁的办公室。当时传感器与计算单元，传感 器与传感器的联系远未如此丰富。回到今天，我们看到了iBeacon的可能性，更精确的室内定位，成本可控的民用小范围定位可能更近了一些。
回到我们现在看到的可穿戴设备，传感器在用户端实现数据采集，在云端进行数据处理，很遗憾这种数据处理目前更多的是以区段结构呈现的。比如说体脂 秤，当我75公斤的体重实时数据和云端的基本数据结合以后，预设的BMI区段会告诉我过胖了。也就是说这种计算是一种预置的计算，既没有做到实时，也没有实现精准。而这正是未来计算的目标：面向场景的精准实时计算。
这一计算目前有没有实例？地图的推荐交通方式即是一例，根据路上拥堵状况，部分公交的运行位置，乃至公共交通的运行时间比照，最终给出推荐路线。未 来计算就是要实现这样一种目标，传感器（独立或叠加）的应用，自然搜索的实现，机器学习的优化，面向场景计算模型的建立，将共同为我们实现这一目标——解 决方案的所见即所得将向软件的所见即所得一样直观。
什么时候这样的目标能够实现？我认为当主传感器不再通过用户端计算设备与云端实现连接的时候有望实现。提一个问题，除去蓝牙4.0，可穿戴设备还有什么靠谱的数据上传方式？
稿源：极客公园 | 
