麻省理工学院建构真正智能家庭系统—智能传感系统

MIT教授Dina Katabi正在建构一个具真正智慧的无线系统，希望将智能家庭带入真正“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传感器和机器学习模型，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：传感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，并在生命体征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传感器的情况下，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”传感器，也就是智慧传感系统（Intelligent Sensing System）。其可以通过分析，并从人们身体反射回来的无线电信号来追踪人们的运动、活动和生命体征。这一种传感器还能与家中的其他传感器通讯，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能电表的电源信号相结合，进而判断电器何时被使用并测量能耗。在所有情况下，这一传感器与共同开发的机器学习模型都会分析无线电波和功率信号，以获取有关人们如何与其他人及其装置进行互动的高阶信息。

与穿戴式装置不同的是，这隐形特质的传感系统不需要佩戴装置，而是通过机器学习与无线传感就可以理解人与人之间的互动，不像通过相机模组必须撷取人脸或人们穿着的情况下，才能够拥有足够的高阶信息。这让其对人们侵入性的威胁变少了。

换个角度来说，无论是从穿戴式传感器、还是从背景传感器收集的无线信号，都让现今深度学习模型受到了限制。因为其处理的大多是视频、语音和书面文字。因此，在MIT-IBM Watson AI Lab的一个项目中，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”传感系统最难的部分是，要通过创新改变技术的广度，这涵盖传感器硬件、无线网络和机器学习方面；还有，对于性能和安全要求也颇高。获取更多前沿科技 研究进展 访问：https://byteclicks.com