“萬億傳感器” IoT 模式被AI徹底改變
2017-5-29 11:40:28??????點擊：
Computerworld 的專欄作家 Mike Elgan 撰文指出，大家都疏忽了 Google Lens 的實在含義：Google 向咱們展現(xiàn)的是通用感應器的將來。幸虧了機器學習和 AI 云，如今能夠運用僅一個實在的傳感器（攝像機）在軟件中創(chuàng)立一百萬個不一樣的傳感器。一起，CMU 研討人員本月也發(fā)布了他們最新的超級傳感器技能，這項研討的贊助者同樣是 Google。作者以為，這些痕跡預示著，“萬億傳感器”物聯(lián)網(wǎng)的舊方式將被 AI 殺死，超級傳感器行將興起。
Google Lens 實在的含義被疏忽了
Google 本周用一個稱為 Google Lens 的新功用閃瞎了開發(fā)人員的眼。
Google Lens 首要出如今 Google Assistant 和 Google Photos 中，運用人工智能（A.I.）來專門辨認智能手機攝像鏡頭中的內容。
在 Google 的演示中，Google Lens 不只辨認出花朵，并且還有花朵的種類。當 Google Lens 指向路由器條形碼時，還主動登錄到了該無線網(wǎng)絡。最終的顯現(xiàn)中，Google Lens 還能辨認公司，為每家公司彈出 Google Maps 卡。
很快，前baidu首席科學家吳恩達就在推特上表明：“美國媒體以為 Google Lens 很贊，但baidu幾年前就推出了這個功用。”
“用手機辨認鮮花或者別的東西，2014 年我國就做得很好了。如今看到這東西出如今美國 Google I/O 大會上，很不錯。”
無論是媒體眼里的閃亮上臺，仍是大牛口中的早已有之，在 Computerworld 的專欄作家 Mike Elgan 看來，Google Lens 實在的含義都被疏忽了。他是這么以為的：
多見的反應是：“哦，看，咱們的智能手機又多了個玩意兒！”實際上，Google 向咱們展現(xiàn)的是通用感應器的將來。幸虧機器學習，如今能夠運用僅一個實在的傳感器（攝像機）在軟件中創(chuàng)立一百萬個不一樣的傳感器。
在 Google 的演示中，很明顯，相機成為了“超級傳感器”。Google Lens 扮演了花辨認傳感器、條形碼閱覽器和零售商辨認器的角色，作為一個通用的超級傳感器，它具有許多根據(jù)軟件的、AI 驅動的“虛擬傳感器”，內置在本地或云端的軟件里。
“萬億傳感器國際”——其時咱們不明白啥是實在的 AI 和機器學習
提到物聯(lián)網(wǎng)（IoT），四年前，“萬億傳感器國際”（trillion sensor world）一詞在IT 界流行起來。將來主義者模糊地幻想了一萬億個小型設備，具有萬億個天線和一萬億個電池（每年有必要替換一萬億次）。
在幻想的將來中，咱們將被穿戴式傳感器掩蓋。一切的商品和機器上都裝有RFID 芯片，來向登入的讀取器提示方位信息。專用傳感器將浸透咱們的家庭，單位和作業(yè)場所。
咱們其時如此單純，還不明白啥是實在的 AI 和機器學習。
在曩昔四年中，另一場革新現(xiàn)已打破了預期的“萬億傳感器國際”之變，即 A.I. 云的演化，它改動了一切。除了裝置在汽車，人，墻面，機器和道路上的不一樣的單一用處的傳感器以外，咱們還將配備通用超級傳感器，其數(shù)據(jù)將用于根據(jù)軟件的虛擬傳感器。
CMU 最新研討：“組成傳感器”（syntheticsensors）
CMU 的研討人員上星期發(fā)布了他們的“超級傳感器”技能，他們也稱之為“組成傳感器”。
雖然名為“組成”，依然有實在的傳感器在那兒。研討人員開發(fā)了一個包括常用于公司和商業(yè)環(huán)境中的小范圍傳感器的主板。這塊主板的功用就像一個植入墻面或USB 電源并經(jīng)過Wi-Fi 銜接的黑盒式傳感器。
換句話說，它是一個用作通用超級傳感器的小型設備，您能夠將其刺進和布置到任何傳感運用中。這些傳感器能夠檢查聲響、振蕩、光線、電磁活動和溫度。這些主板不用于慣例攝像頭，這首要是為了不引起關于用戶或職工隱私的憂慮。當然，一個用于慣例攝像頭的更強壯版別也不難幻想。
CMU 研討人員本月發(fā)布了他們最新的超級傳感器技能，能夠勘探出廠房同一樓層上發(fā)作的一切事情。
當事情發(fā)作在傳感器主板鄰近時，數(shù)據(jù)以特定的僅有辨認方式生成，這些方式由機器學習算法處理，以便在軟件中創(chuàng)立“組成傳感器”。
以下是這種傳感器在庫房場景中作業(yè)原理的簡化版別。您能夠刺進一個或幾個超級傳感器。好了，如今有人在用叉車，它發(fā)生的振蕩、聲響、熱量和運動被超級傳感器檢查到了，生成了數(shù)據(jù)方式，饋送到體系中。所以辨認您辨認出了“作業(yè)中的叉車”（進一步的細化，則可能不只判別出叉車在作業(yè)，還能判別出在哪里作業(yè)，它的移動速度有多快，它帶著的分量以及別的數(shù)據(jù)）
然后，您能夠編程下一級的運用程序，比方當叉車移動時翻開正告燈，核算叉車設備的磨損或檢查叉車未經(jīng)授權的操作。
開發(fā)人員能夠運用這些“組成傳感器”的輸出成果來創(chuàng)立任何必要的運用程序，并將其運用于悉數(shù)體系，來監(jiān)控任何事情。
最首要的是，您能夠創(chuàng)立另一個“組成傳感器”——10個也罷，100個也罷——能夠檢查一切的運動、活動、庫存、危險等等——無須任何額定的傳感器。
CMU 研討人員的視頻顯現(xiàn)了其在工廠、單位、家庭和澡堂中的運用。例如，在澡堂里，它能夠盯梢運用了多少張紙巾，這一切都是根據(jù)紙巾盒發(fā)生的聲響。它也能夠監(jiān)測那里運用的水的總量。
再次聲明，咱們這里所說的革新，指的不是監(jiān)控一切的才能。革新指的是這個超級傳感器，一切將來的感知（以及根據(jù)該感知的動作）都是軟件解決方案，它不需求裝置新設備，無須替換電池或任何別的“萬億傳感器國際”中所幻想的各種不方便。
幻想一下，將成本很低的硬件植入墻面，然后，對設備、安全、庫存、人員等一切監(jiān)控，都是經(jīng)過軟件完結的。無須晉級傳感器或IoT 設備。
想想吧，CMU 研討的首要贊助者是...Google！
AI 云效勞和超級傳感器帶來最深入的改動
這兩個項目——Google Lens 和Google 贊助的 CMU “組成傳感器”項——是A.I.運用能夠實現(xiàn)更少物理傳感器和十分好感知的典型代表。
A.I. 一直在讓機器復制或模仿人類的才能。但事實是，A.I.在某些范疇現(xiàn)已比人類體現(xiàn)得十分好。
幻想一下，在一個傳統(tǒng)的寫字樓大廳里，前臺有一名保安人員在閱覽雜志。他聽到旋轉門的聲響，昂首看到一個男子靠近桌子。他不認識那個男子。所以他請求拜訪者掛號，然后讓他進入電梯。
如今咱們來看看 A.I. 會怎么做。旋轉門的聲響顯現(xiàn)又一自己進入了大樓（體系隨時留心著樓內現(xiàn)已有多少人了）。追跟著男子的腳步，相機掃描他的臉和步態(tài)，積極地辨認，不再需求傳統(tǒng)的“掛號”。麥克風還能處理他在走路時所宣布的悉數(shù)奇妙聲響。結合熱、化學和別的傳感器，得出結論，他手無寸鐵，這免去了經(jīng)過金屬勘探器檢查的需求。當他抵達門口時，A.I. 宣布一個指令來讓門解鎖，讓他進入大樓。他的拜訪記載不是寫在紙上，而是可搜索的電子方式。
最棒的是，能夠寫出很多的新運用程序來檢查不一樣的東西，而不用去改動物理傳感器。大廳中一樣的傳感器能夠代替照明操控、煙霧勘探器和恒溫操控。當窗戶需求清洗或廢物需求排空時，它們也能夠做出保護提示。
從大廳到會議室，從單位到工廠、庫房和運輸體系，運用這種通用傳感器和A.I 體系的畫面如在現(xiàn)在。跟著 A.I. 云的迅速學習，才能不斷提高，公司將能夠根據(jù)需求，構建定制的虛擬傳感器。
在恰當?shù)漠數(shù)兀軌虿贾脭z像頭式傳感器，比方在大廳里。別的一些當?shù)兀确皆杼茫瑒t能夠布置非攝像頭式的傳感器。
最首要的是，超級傳感器的革新將會無處不在。物理傳感器十分廉價，而 A.I. 能夠經(jīng)過云效勞供給，不只來自 Google，更能夠來自廣泛的供給商。
根據(jù)云的 A.I.效勞現(xiàn)已呈現(xiàn)幾年了。可是本月，咱們看到了這次革新將會帶來的最深入的改動之一。經(jīng)過一些廉價的攝像頭、麥克風和別的傳感器，咱們能夠在低成本的情況下迅速創(chuàng)立出軟件中的任何傳感器。
“萬億傳感器”物聯(lián)網(wǎng)的舊方式現(xiàn)已被 A.I. 殺死，超級傳感器興起了。
Computerworld 的專欄作家 Mike Elgan 撰文指出，大家都疏忽了 Google Lens 的實在含義：Google 向咱們展現(xiàn)的是通用感應器的將來。幸虧了機器學習和 AI 云，如今能夠運用僅一個實在的傳感器（攝像機）在軟件中創(chuàng)立一百萬個不一樣的傳感器。一起，CMU 研討人員本月也發(fā)布了他們最新的超級傳感器技能，這項研討的贊助者同樣是 Google。作者以為，這些痕跡預示著，“萬億傳感器”物聯(lián)網(wǎng)的舊方式將被 AI 殺死，超級傳感器行將興起。
Google Lens 實在的含義被疏忽了
Google 本周用一個稱為 Google Lens 的新功用閃瞎了開發(fā)人員的眼。
Google Lens 首要出如今 Google Assistant 和 Google Photos 中，運用人工智能（A.I.）來專門辨認智能手機攝像鏡頭中的內容。
在 Google 的演示中，Google Lens 不只辨認出花朵，并且還有花朵的種類。當 Google Lens 指向路由器條形碼時，還主動登錄到了該無線網(wǎng)絡。最終的顯現(xiàn)中，Google Lens 還能辨認公司，為每家公司彈出 Google Maps 卡。
很快，前baidu首席科學家吳恩達就在推特上表明：“美國媒體以為 Google Lens 很贊，但baidu幾年前就推出了這個功用。”
“用手機辨認鮮花或者別的東西，2014 年我國就做得很好了。如今看到這東西出如今美國 Google I/O 大會上，很不錯。”
無論是媒體眼里的閃亮上臺，仍是大牛口中的早已有之，在 Computerworld 的專欄作家 Mike Elgan 看來，Google Lens 實在的含義都被疏忽了。他是這么以為的：
多見的反應是：“哦，看，咱們的智能手機又多了個玩意兒！”實際上，Google 向咱們展現(xiàn)的是通用感應器的將來。幸虧機器學習，如今能夠運用僅一個實在的傳感器（攝像機）在軟件中創(chuàng)立一百萬個不一樣的傳感器。
在 Google 的演示中，很明顯，相機成為了“超級傳感器”。Google Lens 扮演了花辨認傳感器、條形碼閱覽器和零售商辨認器的角色，作為一個通用的超級傳感器，它具有許多根據(jù)軟件的、AI 驅動的“虛擬傳感器”，內置在本地或云端的軟件里。
“萬億傳感器國際”——其時咱們不明白啥是實在的 AI 和機器學習
提到物聯(lián)網(wǎng)（IoT），四年前，“萬億傳感器國際”（trillion sensor world）一詞在IT 界流行起來。將來主義者模糊地幻想了一萬億個小型設備，具有萬億個天線和一萬億個電池（每年有必要替換一萬億次）。
在幻想的將來中，咱們將被穿戴式傳感器掩蓋。一切的商品和機器上都裝有RFID 芯片，來向登入的讀取器提示方位信息。專用傳感器將浸透咱們的家庭，單位和作業(yè)場所。
咱們其時如此單純，還不明白啥是實在的 AI 和機器學習。
在曩昔四年中，另一場革新現(xiàn)已打破了預期的“萬億傳感器國際”之變，即 A.I. 云的演化，它改動了一切。除了裝置在汽車，人，墻面，機器和道路上的不一樣的單一用處的傳感器以外，咱們還將配備通用超級傳感器，其數(shù)據(jù)將用于根據(jù)軟件的虛擬傳感器。
CMU 最新研討：“組成傳感器”（syntheticsensors）
CMU 的研討人員上星期發(fā)布了他們的“超級傳感器”技能，他們也稱之為“組成傳感器”。
雖然名為“組成”，依然有實在的傳感器在那兒。研討人員開發(fā)了一個包括常用于公司和商業(yè)環(huán)境中的小范圍傳感器的主板。這塊主板的功用就像一個植入墻面或USB 電源并經(jīng)過Wi-Fi 銜接的黑盒式傳感器。
換句話說，它是一個用作通用超級傳感器的小型設備，您能夠將其刺進和布置到任何傳感運用中。這些傳感器能夠檢查聲響、振蕩、光線、電磁活動和溫度。這些主板不用于慣例攝像頭，這首要是為了不引起關于用戶或職工隱私的憂慮。當然，一個用于慣例攝像頭的更強壯版別也不難幻想。
CMU 研討人員本月發(fā)布了他們最新的超級傳感器技能，能夠勘探出廠房同一樓層上發(fā)作的一切事情。
當事情發(fā)作在傳感器主板鄰近時，數(shù)據(jù)以特定的僅有辨認方式生成，這些方式由機器學習算法處理，以便在軟件中創(chuàng)立“組成傳感器”。
以下是這種傳感器在庫房場景中作業(yè)原理的簡化版別。您能夠刺進一個或幾個超級傳感器。好了，如今有人在用叉車，它發(fā)生的振蕩、聲響、熱量和運動被超級傳感器檢查到了，生成了數(shù)據(jù)方式，饋送到體系中。所以辨認您辨認出了“作業(yè)中的叉車”（進一步的細化，則可能不只判別出叉車在作業(yè)，還能判別出在哪里作業(yè)，它的移動速度有多快，它帶著的分量以及別的數(shù)據(jù)）
然后，您能夠編程下一級的運用程序，比方當叉車移動時翻開正告燈，核算叉車設備的磨損或檢查叉車未經(jīng)授權的操作。
開發(fā)人員能夠運用這些“組成傳感器”的輸出成果來創(chuàng)立任何必要的運用程序，并將其運用于悉數(shù)體系，來監(jiān)控任何事情。
最首要的是，您能夠創(chuàng)立另一個“組成傳感器”——10個也罷，100個也罷——能夠檢查一切的運動、活動、庫存、危險等等——無須任何額定的傳感器。
CMU 研討人員的視頻顯現(xiàn)了其在工廠、單位、家庭和澡堂中的運用。例如，在澡堂里，它能夠盯梢運用了多少張紙巾，這一切都是根據(jù)紙巾盒發(fā)生的聲響。它也能夠監(jiān)測那里運用的水的總量。
再次聲明，咱們這里所說的革新，指的不是監(jiān)控一切的才能。革新指的是這個超級傳感器，一切將來的感知（以及根據(jù)該感知的動作）都是軟件解決方案，它不需求裝置新設備，無須替換電池或任何別的“萬億傳感器國際”中所幻想的各種不方便。
幻想一下，將成本很低的硬件植入墻面，然后，對設備、安全、庫存、人員等一切監(jiān)控，都是經(jīng)過軟件完結的。無須晉級傳感器或IoT 設備。
想想吧，CMU 研討的首要贊助者是...Google！
AI 云效勞和超級傳感器帶來最深入的改動
這兩個項目——Google Lens 和Google 贊助的 CMU “組成傳感器”項——是A.I.運用能夠實現(xiàn)更少物理傳感器和十分好感知的典型代表。
A.I. 一直在讓機器復制或模仿人類的才能。但事實是，A.I.在某些范疇現(xiàn)已比人類體現(xiàn)得十分好。
幻想一下，在一個傳統(tǒng)的寫字樓大廳里，前臺有一名保安人員在閱覽雜志。他聽到旋轉門的聲響，昂首看到一個男子靠近桌子。他不認識那個男子。所以他請求拜訪者掛號，然后讓他進入電梯。
如今咱們來看看 A.I. 會怎么做。旋轉門的聲響顯現(xiàn)又一自己進入了大樓（體系隨時留心著樓內現(xiàn)已有多少人了）。追跟著男子的腳步，相機掃描他的臉和步態(tài)，積極地辨認，不再需求傳統(tǒng)的“掛號”。麥克風還能處理他在走路時所宣布的悉數(shù)奇妙聲響。結合熱、化學和別的傳感器，得出結論，他手無寸鐵，這免去了經(jīng)過金屬勘探器檢查的需求。當他抵達門口時，A.I. 宣布一個指令來讓門解鎖，讓他進入大樓。他的拜訪記載不是寫在紙上，而是可搜索的電子方式。
最棒的是，能夠寫出很多的新運用程序來檢查不一樣的東西，而不用去改動物理傳感器。大廳中一樣的傳感器能夠代替照明操控、煙霧勘探器和恒溫操控。當窗戶需求清洗或廢物需求排空時，它們也能夠做出保護提示。
從大廳到會議室，從單位到工廠、庫房和運輸體系，運用這種通用傳感器和A.I 體系的畫面如在現(xiàn)在。跟著 A.I. 云的迅速學習，才能不斷提高，公司將能夠根據(jù)需求，構建定制的虛擬傳感器。
在恰當?shù)漠數(shù)兀軌虿贾脭z像頭式傳感器，比方在大廳里。別的一些當?shù)兀确皆杼茫瑒t能夠布置非攝像頭式的傳感器。
最首要的是，超級傳感器的革新將會無處不在。物理傳感器十分廉價，而 A.I. 能夠經(jīng)過云效勞供給，不只來自 Google，更能夠來自廣泛的供給商。
根據(jù)云的 A.I.效勞現(xiàn)已呈現(xiàn)幾年了。可是本月，咱們看到了這次革新將會帶來的最深入的改動之一。經(jīng)過一些廉價的攝像頭、麥克風和別的傳感器，咱們能夠在低成本的情況下迅速創(chuàng)立出軟件中的任何傳感器。
“萬億傳感器”物聯(lián)網(wǎng)的舊方式現(xiàn)已被 A.I. 殺死，超級傳感器興起了。
- 上一篇：無人機的傳感器與連接功能 2017/5/29
- 下一篇：【圍觀】國家電網(wǎng)電力系統(tǒng)的工資到底多少？ 2017/5/29
