Если вы хотите настроить подключенный дом, у вас есть два варианта. Вы можете купить несколько умных гаджетов, которые могут или не могут общаться с другими умными гаджетами. Или вы можете модифицировать все свои приборы с помощью сенсорных меток, создавая сеть slapdash. Первый дорогой. Второе это хлопот. Вскоре, однако, у вас может быть третий выбор: одно простое устройство, которое подключается к электрической розетке и соединяет все в комнате.
Это идея Synthetic Sensors, проекта Университета Карнеги-Меллона, который обещает сделать создание умного, контекстно-ориентированного дома совсем несложно. Крошечное устройство, представленное на этой неделе на большой конференции по компьютерному взаимодействию ACM CHI, может собирать все данные об окружающей среде, необходимые для преобразования широкого спектра обычных бытовых предметов в интеллектуальные устройства. Пока это прототип, но в качестве доказательства концепции это чертовски впечатляет. Подключите модуль к электрической розетке, и он станет глазами и ушами комнаты, а его 10 встроенных датчиков регистрируют такую информацию, как звук, влажность, электромагнитный шум, движение, и свет (исследователи исключили камеру из соображений конфиденциальности). Алгоритмы машинного обучения переводят эти данные в контекстно-зависимую информацию о том, что происходит в комнате. Синтетические датчики могут сказать вам, например, если вы забыли выключить духовку, сколько воды тратит ваш протекающий кран, или ваш сосед по комнате убирает ваши закуски.
Gierad
Исследователи давно изучили концепцию повсеместного зондирования, но только начали пробираться в дома с продуктами Nest, Sen.se и Notion. Как и эти компании, исследователи CMU надеются подключить не связанные друг с другом устройства, но сделают шаг вперед, упаковав несколько сенсорных функций в одном устройстве. Это как универсальный пульт для подключенных домов. «Наш первый вопрос был: можете ли вы на самом деле ощутить все эти вещи из одной точки?» — говорит ведущий исследователь Гирад Лапут.
Да, они могли. На самом деле сенсоры стали такими маленькими и сложными, что собирать данные было не сложно. Задачей было что-то сделать с этим. Лапут решил, что может использовать его, чтобы ответить на вопросы людей об окружающей среде (сколько воды я использую каждый месяц?) Или сделать что-то, например, следить за безопасностью дома. Но сначала ему нужно было перевести эти данные в соответствующую информацию. «Обычному пользователю нет дела до спектрограммы выбросов EMI от их кофеварки», — говорит он. «Они хотят знать, когда их кофе заваривается».
Гирад
Используя данные С помощью сенсорного модуля исследователи присваивают каждому объекту или действию уникальную подпись. Например, открытие холодильника дает множество данных: вы слышите скрип, видите свет и чувствуете движение. Для набора датчиков это выглядит и звучит очень иначе, чем работающий кран, который выдает свои собственные данные. Лапут и его команда обучили алгоритмы машинного обучения распознавать эти подписи, создав огромную библиотеку разумных объектов и действий. Разнообразие датчиков является ключевым. «Все это — выводы из данных», — говорит Ирфан Эсса, директор Центра междисциплинарных исследований машинного обучения Georgia Tech. «Если бы у вас был только один датчик, его было бы намного сложнее отличить».
Лапут говорит, что технология может идентифицировать различные действия и устройства одновременно, хотя и не без проблем. «Проведение такого типа машинного обучения на множестве различных датчиков и обеспечение его подлинной надежности в условиях множества различных обстоятельств является довольно сложной задачей», — говорит Энтони Роу, исследователь CMU, работающий в области сенсорных технологий. Под этим он подразумевает, что человеческая среда сложна. Действительно полезный универсальный датчик должен распознавать и понимать нюансы постоянно меняющихся входов. Например, он должен быть в состоянии отличить вашу кофеварку от вашего блендера, даже если вы перемещаете прибор от одного счетчика к другому. Аналогично, добавление нового прибора на вашу кухню не может разрушить всю систему. Обеспечение такого уровня надежности — это вопрос улучшения машинного обучения, которое может попасть на конечного пользователя системы. «Простое решение в краткосрочной перспективе заключается в создании интерфейса, который облегчает пользователям указывать на проблемы и переобучать систему», — говорит Роу.
Гирад
Это сложно сделать с текущим прототипом CMU. Хотя технология надежна, интерфейс практически не существует. По словам Лапута, он может в конечном итоге создать приложение для управления системой, но более масштабная идея заключается в том, чтобы внедрить технологию Synthetic Sensor в центры умного дома, чтобы получить более мелкозернистые данные без камеры (кашель [19459015)]Алекса). «Если вы добавите больше датчиков в Alexa, у вас будет потенциально более умный Alexa», — говорит он, обращаясь к цифровому ассистенту Amazon. И это, говорит Лапут, является конечной целью умного дома: создать среду, которая знает о себе больше, чем вы.
Загрузка...
