「Google Lens 真正意義」超級通用感測器崛起：「萬億感測器」 IoT 模式被AI徹底改變

新智元編譯

Google Lens 真正的意義被忽略了

Google 本周用一個稱為 Google Lens 的新功能閃瞎了開發人員的眼。

Google Lens 首先出現在 Google Assistant 和 Google Photos 中，使用人工智慧（A.I.）來專門識別智能手機攝像鏡頭中的內容。

在 Google 的演示中，Google Lens 不僅識別出花朵，而且還有花朵的種類。當 Google Lens 指向路由器條形碼時，還自動登錄到了該無線網路。最後的顯示中，Google Lens 還能識別企業，為每家企業彈出 Google Maps 卡。

很快，前百度首席科學家吳恩達就在推特上表示：「美國媒體認為 Google Lens 很贊，但百度幾年前就推出了這個功能。」

「用手機識別鮮花或者其他東西，2014 年中國就做得很好了。現在看到這東西出現在美國 Google I/O 大會上，很不錯。」

無論是媒體眼中的閃亮登場，還是大牛口中的早已有之，在 Computerworld 的專欄作家 Mike Elgan 看來，Google Lens 真正的意義都被忽略了。他是這樣認為的：

常見的反應是：「哦，看，我們的智能手機又多了個玩意兒！」實際上，Google 向我們展示的是通用感應器的未來。多虧機器學習，現在可以使用僅一個真實的感測器（攝像機）在軟體中創建一百萬個不同的感測器。

在 Google 的演示中，很明顯，相機成為了「超級感測器」。Google Lens 扮演了花識別感測器、條形碼閱讀器和零售商識別器的角色，作為一個通用的超級感測器，它擁有很多基於軟體的、AI 驅動的「虛擬感測器」，內置在本地或雲端的軟體里。

「萬億感測器世界」——當時我們不懂什麼是真正的 AI 和機器學習

說到物聯網（IoT），四年前，「萬億感測器世界」（trillion sensor world）一詞在IT 界流行起來。未來主義者模糊地想像了一萬億個小型設備，擁有萬億個天線和一萬億個電池（每年必須更換一萬億次）。

在想像的未來中，我們將被穿戴式感測器覆蓋。所有的商品和機器上都裝有RFID 晶元，來向登入的讀取器提示位置信息。專用感測器將滲透我們的家庭，辦公室和工作場所。

我們當時如此天真，還不懂什麼是真正的 AI 和機器學習。

在過去四年中，另一場革命已經打破了預期的「萬億感測器世界」之變，即 A.I. 雲的演變，它改變了一切。除了安裝在汽車，人，牆壁，機器和道路上的不同的單一用途的感測器之外，我們還將配備通用超級感測器，其數據將用於基於軟體的虛擬感測器。

CMU 最新研究：「合成感測器」（syntheticsensors）

CMU 的研究人員上周發布了他們的「超級感測器」技術，他們也稱之為「合成感測器」。

儘管名為「合成」，仍然有真正的感測器在那兒。研究人員開發了一個包含常用於企業和商業環境中的小範圍感測器的主板。這塊主板的功能就像一個植入牆壁或USB 電源並通過Wi-Fi 連接的黑盒式感測器。

換句話說，它是一個用作通用超級感測器的小型設備，您可以將其插入和部署到任何感測應用中。這些感測器可以檢測聲音、振動、光線、電磁活動和溫度。這些主板不用於常規攝像頭，這主要是為了不引起對於用戶或員工隱私的擔憂。當然，一個用於常規攝像頭的更強大版本也不難想像。

CMU 研究人員本月公布了他們最新的超級感測器技術，能夠探測出廠房同一樓層上發生的所有事件。

當事件發生在感測器主板附近時，數據以特定的唯一識別模式生成，這些模式由機器學習演算法處理，以便在軟體中創建「合成感測器」。

以下是這種感測器在倉庫場景中工作原理的簡化版本。您可以插入一個或幾個超級感測器。好了，現在有人在用叉車，它產生的振動、聲音、熱量和運動被超級感測器檢測到了，生成了數據模式，饋送到系統中。於是識別您識別出了「工作中的叉車」（進一步的細化，則可能不僅判斷出叉車在工作，還能判斷出在哪裡工作，它的移動速度有多快，它攜帶的重量以及其他數據）

然後，您可以編程下一級的應用程序，比如當叉車移動時打開警告燈，計算叉車設備的磨損或檢測叉車未經授權的操作。

開發人員可以使用這些「合成感測器」的輸出結果來創建任何必要的應用程序，並將其應用於整個系統，來監控任何事情。

最重要的是，您可以創建另一個「合成感測器」——10個也好，100個也好——可以檢測所有的運動、活動、庫存、風險等等——無須任何額外的感測器。

CMU 研究人員的視頻顯示了其在工廠、辦公室、家庭和浴室中的應用。例如，在浴室里，它可以跟蹤使用了多少張紙巾，這一切都是基於紙巾盒產生的聲音。它也可以監測那裡使用的水的總量。

再次聲明，我們這裡所說的革命，指的不是監控一切的能力。革命指的是這個超級感測器，所有未來的感知（以及基於該感知的動作）都是軟體解決方案，它不需要安裝新設備，無須更換電池或任何其他「萬億感測器世界」中所設想的種種不便。

想像一下，將成本很低的硬體植入牆壁，然後，對設備、安全、庫存、人員等所有監控，都是通過軟體完成的。無須升級感測器或IoT 設備。

想想吧，CMU 研究的主要資助者是...Google！

AI 雲服務和超級感測器帶來最深刻的變化

這兩個項目——Google Lens 和Google 資助的 CMU 「合成感測器」項——是A.I.應用能夠實現更少物理感測器和更好感知的典型代表。

A.I. 一直在讓機器複製或模擬人類的能力。但事實是，A.I.在某些領域已經比人類表現得更好。

想像一下，在一個傳統的寫字樓大廳里，前台有一名保安人員在閱讀雜誌。他聽到旋轉門的聲音，抬頭看到一個男人靠近桌子。他不認識那個男人。所以他要求訪問者登記，然後讓他進入電梯。

現在我們來看看 A.I. 會怎麼做。旋轉門的聲音顯示又一個人進入了大樓（系統隨時留意著樓內已經有多少人了）。追隨著男人的腳步，相機掃描他的臉和步態，積極地識別，不再需要傳統的「登記」。麥克風還能處理他在走路時所發出的全部微妙聲音。結合熱、化學和其他感測器，得出結論，他手無寸鐵，這免去了通過金屬探測器檢測的需要。當他到達門口時，A.I. 發出一個命令來讓門解鎖，讓他進入大樓。他的訪問記錄不是寫在紙上，而是可搜索的電子形式。

最棒的是，可以寫出無數的新應用程序來檢測不同的東西，而不用去改變物理感測器。大廳中相同的感測器可以替代照明控制、煙霧探測器和恆溫控制。當窗戶需要清潔或垃圾需要排空時，它們也可以做出維護提醒。

從大廳到會議室，從辦公室到工廠、倉庫和運輸系統，應用這種通用感測器和A.I 系統的畫面如在目前。隨著 A.I. 雲的快速學習，能力不斷提高，公司將可以根據需要，構建定製的虛擬感測器。

在適當的地方，可以部署攝像頭式感測器，比如在大廳里。其他一些地方，比如浴室，則可以部署非攝像頭式的感測器。

最重要的是，超級感測器的革命將會無處不在。物理感測器非常便宜，而 A.I. 可以通過雲服務提供，不僅來自 Google，更可以來自廣泛的提供商。

基於雲的 A.I.服務已經出現幾年了。但是本月，我們看到了這次革命將會帶來的最深刻的變化之一。通過一些便宜的攝像頭、麥克風和其他感測器，我們可以在低成本的情況下快速創建出軟體中的任何感測器。

「萬億感測器」物聯網的舊模式已經被 A.I. 殺死，超級感測器崛起了。

原文地址：http://www.computerworld.com/article/3197685/internet-of-things/google-a-i-and-the-rise-of-the-super-sensor.html

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！