“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）在軟件中創立一百萬個不一樣的傳感器。一起，CMU 研討人員本月也發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”物聯網的舊方式將被 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絡。最終的顯現中，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
提到物聯網（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，其數據將用于根據軟件的虛擬傳感器。
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。研討人員開發了一個包括常用于公司和商業環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作的一切事情。
當事情發作在傳感器主板鄰近時，數據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，以便在軟件中創立“組成傳感器”。
以下是這種傳感器在庫房場景中作業原理的簡化版別。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，生成了數據方式，饋送到體系中。所以辨認您辨認出了“作業中的叉車”（進一步的細化，則可能不只判別出叉車在作業，還能判別出在哪里作業，它的移動速度有多快，它帶著的分量以及別的數據）
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授權的操作。
開發人員能夠運用這些“組成傳感器”的輸出成果來創立任何必要的運用程序，并將其運用于悉數體系，來監控任何事情。
最首要的是，您能夠創立另一個“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，這一切都是根據紙巾盒發生的聲響。它也能夠監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、人員等一切監控，都是經過軟件完結的。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.在某些范疇現已比人類體現得十分好。
幻想一下，在一個傳統的寫字樓大廳里，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。旋轉門的聲響顯現又一自己進入了大樓（體系隨時留心著樓內現已有多少人了）。追跟著男子的腳步，相機掃描他的臉和步態，積極地辨認，不再需求傳統的“掛號”。麥克風還能處理他在走路時所宣布的悉數奇妙聲響。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 體系的畫面如在現在。跟著 A.I. 云的迅速學習，才能不斷提高，公司將能夠根據需求，構建定制的虛擬傳感器。
在恰當的當地，能夠布置攝像頭式傳感器，比方在大廳里。別的一些當地，比方澡堂，則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. 能夠經過云效勞供給，不只來自 Google，更能夠來自廣泛的供給商。
根據云的 A.I.效勞現已呈現幾年了。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立出軟件中的任何傳感器。
“萬億傳感器”物聯網的舊方式現已被 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）在軟件中創立一百萬個不一樣的傳感器。一起，CMU 研討人員本月也發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”物聯網的舊方式將被 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絡。最終的顯現中，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
提到物聯網（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，其數據將用于根據軟件的虛擬傳感器。
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。研討人員開發了一個包括常用于公司和商業環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作的一切事情。
當事情發作在傳感器主板鄰近時，數據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，以便在軟件中創立“組成傳感器”。
以下是這種傳感器在庫房場景中作業原理的簡化版別。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，生成了數據方式，饋送到體系中。所以辨認您辨認出了“作業中的叉車”（進一步的細化，則可能不只判別出叉車在作業，還能判別出在哪里作業，它的移動速度有多快，它帶著的分量以及別的數據）
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授權的操作。
開發人員能夠運用這些“組成傳感器”的輸出成果來創立任何必要的運用程序，并將其運用于悉數體系，來監控任何事情。
最首要的是，您能夠創立另一個“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，這一切都是根據紙巾盒發生的聲響。它也能夠監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、人員等一切監控，都是經過軟件完結的。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.在某些范疇現已比人類體現得十分好。
幻想一下，在一個傳統的寫字樓大廳里，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。旋轉門的聲響顯現又一自己進入了大樓（體系隨時留心著樓內現已有多少人了）。追跟著男子的腳步，相機掃描他的臉和步態，積極地辨認，不再需求傳統的“掛號”。麥克風還能處理他在走路時所宣布的悉數奇妙聲響。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 體系的畫面如在現在。跟著 A.I. 云的迅速學習，才能不斷提高，公司將能夠根據需求，構建定制的虛擬傳感器。
在恰當的當地，能夠布置攝像頭式傳感器，比方在大廳里。別的一些當地，比方澡堂，則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. 能夠經過云效勞供給，不只來自 Google，更能夠來自廣泛的供給商。
根據云的 A.I.效勞現已呈現幾年了。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立出軟件中的任何傳感器。
“萬億傳感器”物聯網的舊方式現已被 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】國家電網電力系統的工資到底多少？ 2017/5/29
