[情報] 麻省理工學院建構真正具智慧化的智慧家庭

作者: zxcvxx (zxcvxx)   2021-09-23 11:38:37
麻省理工學院建構真正具智慧化的智慧家庭系統—智慧感測系統
https://bit.ly/3ABmRIf
MIT教授Dina Katabi正在建構一個具真正智慧的無線系統,希望將智慧家庭帶入真正「智
慧化」,而不是現今亞馬遜、谷歌或蘋果,期望融合自己產品結合語音助理來操控的智慧
家庭方式。
簡單來說, MIT-IBM Watson AI Lab實驗室正在研究下一代無線感測器和機器學習模型,
它們可以根據每一個人或家庭生活型態,進行更個性化的預測。
例如:感測器可以判斷主人是否已經醒來並開始自動煮咖啡,而不需要人們設定在特定時
間響鈴的通知。此外,可以監控獨居老人,並在生命體徵或飲食習慣發生變化時,提醒家
庭醫生或護理人員。最重要的是,人們可不需要佩戴任何裝置或感測器的情況下,系統就
可採取行動。
為了達到這一理想,MIT正在開發“非接觸式”感測器,也就是智慧感測系統(
Intelligent Sensing System)。其可以通過分析,並從人們身體反射回來的無線電訊號
來追踪人們的運動、活動和生命體徵。這一種感測器還能與家中的其他感測器通訊,使其
能夠分析人們如何與家中的電器進行互動。例如:通過將家中的用戶位置數據與來自家庭
智慧電錶的電源訊號相結合,進而判斷電器何時被使用並測量其能耗。在所有情況下,這
一感測器與共同開發的機器學習模型都會分析無線電波和功率訊號,以獲取有關人們如何
與其他人及其裝置進行互動之高階資訊。
與穿戴式裝置不同的是,這隱形特質的感測系統不需要佩戴裝置,而是透過機器學習與無
線感測就可以理解人與人之間的互動,不像透過相機模組必須擷取人們的臉孔或人們穿著
的情況下,才能夠擁有足夠的高階資訊。這讓其對人們侵入性的威脅變少了。
換個角度來說,無論是從穿戴式感測器、還是從背景感測器收集的無線訊號,都讓現今深
度學習模型受到了限制。因為其處理的大多是影像、語音和書面文字。因此,在MIT-IBM
Watson AI Lab的一個專案中,正在開發新模型來解釋無線電波、加速度數據和一些醫療
數據,希望以一種無監督的方法在沒有標記數據的情況下訓練這些模型。
以目前得知,建構“隱形”感測系統最難的部分是,要透過創新改變技術的廣度,這涵蓋
感測器硬體、無線網路和機器學習方面;還有,對於性能和安全要求也頗高。
作者: FF14 (太十四)   2021-09-23 12:24:00
就比較貴的sensor, 技術性來看不是什麼有突破性的新玩意
作者: Supasizeit (更大更快更有力)   2021-09-23 19:10:00
買來到training 好可以變智慧能用可能半年就過去了

Links booklink

Contact Us: admin [ a t ] ucptt.com