Az okosotthonok esetén nem lehet megkerülni azt a tényt, hogy a hatékony működéshez rengeteg adatra van szükség a lakók mozgásáról, ház körüli tevékenykedéséről és a különböző háztartási gépek működéséről. Jelenleg az információk összegyűjtésére két módszer létezik, de egyikről sem mondható el, hogy pénztárcabarát vagy esztétikus lenne.

„Buta” okosítás

Az első verzió, hogy a meglévő berendezéseket internetre csatlakoztatott változatokra cserélik a tulajdonosok. Innentől kezdve az új IoT-készülékek sokkal többet elárulnak működésükről, azonban fennáll a hackertámadás veszélye, arról nem is beszélve, hogy az adott gyártó akár egyetlen szoftverfrissítéssel használhatatlanná teheti az eszközt, hiába működne mechanikusan minden alkatrésze.

A másik megoldás, ha a lakás minden fontos pontjára szenzorokat rögzítenek. Hátrányuk, hogy ezeket az apró eszközöket csak részben lehet elrejteni a vendégek elől, és többnyire nagyon sok érzékelőre van szükség ahhoz, hogy tényleges minden fontos eseményt és aktivitást felmérjenek. További hátulütő, hogy a szenzorok telepítését követően még hosszas programozás szükséges az otthoni vezérlő rendszer beállításához és az adatok pontos értelmezéséhez (például, hogy melyik készülékhez tartoznak).

Szintetikus szenzorok

Most egy újabb lehetőség is felmerült a Google háza táján. A pittsburgh-i Carnegie Mellon Egyetem egyik fejlesztőcsapata ugyanis 500 ezer dollár támogatást kapott az óriáscégtől. A projekt célja, hogy könnyebben értelmezhetővé, hatékonyabban használhatóvá tegyék a Dolgok Internetét az otthonokban.

A Future Interfaces Group olyan szenzorchipet fejleszt, amely kis méretéhez képest meglepően sokat tud. A komplex rendszer elkészítéséhez a piacon is kapható okoseszközöket tanulmányozták, hogy milyen érzékelőkkel rendelkeznek, majd úgy döntöttek, hogy ezek mindegyikét beépítik a fejlesztésükbe. Így helyet kapott a szenzorok között a gyorsulásmérő, hangerő-érzékelő, hőkamera és még sok más mérőműszer is. A magánélet védelmét szem előtt tartva viszont kimaradt a kamera, így a készülék nem képes semmilyen felismerhető kép rögzítésére.

A szenzorok adatait összevetve egyértelműen kirajzolódnak különböző mintázatok a ház és a lakók életében, a készülékek működésében, ezt az integrált elemzést szenzorfúziónak nevezik. Mindez azt jelenti, hogy egyetlen adatforrás (például a hang) alapján nehéz lenne megkülönböztetni egy adott történést, ám több szenzor adatainak összevetésével már könnyebb különbséget tenni.  

A gépi tanulás segítségével az algoritmusok képesek az adatfolyamok alapján pontosan behatárolni bizonyos háztartási berendezések, eszközök működését, így például elég a konyha sarkába elhelyezni a pár centis chipet, és az megmondja, hogy mikor van nyitva a csap, mikor nyitották ki a hűtőt, vagy a gáztűzhely melyik lángja ég éppen.

A cikket hamarosan folytatjuk.

Forrás: TechCrunch