麻省理工学院建构真正具智慧化的智慧家庭系统—智慧感测系统 https://bit.ly/3ABmRIf MIT教授Dina Katabi正在建构一个具真正智慧的无线系统，希望将智慧家庭带入真正「智 慧化」，而不是现今亚马逊、谷歌或苹果，期望融合自己产品结合语音助理来操控的智慧 家庭方式。 简单来说， MIT-IBM Watson AI Lab实验室正在研究下一代无线感测器和机器学习模型， 它们可以根据每一个人或家庭生活型态，进行更个性化的预测。 例如：感测器可以判断主人是否已经醒来并开始自动煮咖啡，而不需要人们设定在特定时 间响铃的通知。此外，可以监控独居老人，并在生命体徵或饮食习惯发生变化时，提醒家 庭医生或护理人员。最重要的是，人们可不需要佩戴任何装置或感测器的情况下，系统就 可采取行动。 为了达到这一理想，MIT正在开发“非接触式”感测器，也就是智慧感测系统（ Intelligent Sensing System）。其可以通过分析，并从人们身体反射回来的无线电讯号 来追踪人们的运动、活动和生命体徵。这一种感测器还能与家中的其他感测器通讯，使其 能够分析人们如何与家中的电器进行互动。例如：通过将家中的用户位置数据与来自家庭 智慧电表的电源讯号相结合，进而判断电器何时被使用并测量其能耗。在所有情况下，这 一感测器与共同开发的机器学习模型都会分析无线电波和功率讯号，以获取有关人们如何 与其他人及其装置进行互动之高阶资讯。 与穿戴式装置不同的是，这隐形特质的感测系统不需要佩戴装置，而是透过机器学习与无 线感测就可以理解人与人之间的互动，不像透过相机模组必须撷取人们的脸孔或人们穿着 的情况下，才能够拥有足够的高阶资讯。这让其对人们侵入性的威胁变少了。 换个角度来说，无论是从穿戴式感测器、还是从背景感测器收集的无线讯号，都让现今深 度学习模型受到了限制。因为其处理的大多是影像、语音和书面文字。因此，在MIT-IBM Watson AI Lab的一个专案中，正在开发新模型来解释无线电波、加速度数据和一些医疗 数据，希望以一种无监督的方法在没有标记数据的情况下训练这些模型。 以目前得知，建构“隐形”感测系统最难的部分是，要透过创新改变技术的广度，这涵盖 感测器硬体、无线网路和机器学习方面；还有，对於性能和安全要求也颇高。 ----------------------------------- 美国MIT教授希望透过智慧感测系统，结合机器学习，打造不需透过语音助理操纵的智慧 家庭系统。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.145.192.245 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Digitalhome/M.1632368320.A.BCA.html