研究人員在這塊小型電路板上安裝了可以監測各種數據的感測器。
這塊餅干大小的電路板可以監測運動，聲音，氣壓，濕度，溫度，光強，以及電磁干擾等數據。
想把你家智能化，卻不想高價購買一堆智能家居設備？有人也是這么想，所以他把數種感測器放在一起，發明出了一款餅干大小的超級感測器。
這個人叫GieradLaput，是美國卡內基梅隆大學學習人機交互的研究生。這款超級感測器是他“人工合成感測器”項目的主要硬件部分。
通過對所收集到的數據進行分析，它可以實現各種監測，比如計算還有多少紙巾，識別房間里面人的進進出出，或者注意家里老人的情況（通過家電的使用對老人進行跟蹤）。他的研究成果將被展示于本周丹佛舉行的2017人機互交大會。
雖然離產品化還有一段距離，這款感測器在首輪測試中的表現十分準確。如今，他的團隊正在對首批生產的100枚感測器進行壓力測試。Laput表示，他們現有的感測器成本為100美元，但是如果進行大規模生產，其成本可以降至30美元。
Laput表示，發起這個項目的動機是為做出一款可以代替智能物聯網設備，或無線智能標簽的小型多功能感測器。因為智能設備往往價格極高，并且很少會相互合作，無線標簽則需要被貼滿所有需要監測的設備。
此外，他們還想嘗試一下沒有攝像頭監測會怎樣，因為考慮到隱私用戶往往會避免裝有攝像頭的產品。
為了實現無畫面監測，Laput和他的團隊把運動，聲音，氣壓，濕度，溫度，光強，以及電磁干擾等多種感測器安裝在了同一塊電路板上。
“由于我們擁有多種平面，因此可以感測各種東西”，Laput解釋道。
在試用測試中，Laput的團隊把5塊超級感測器分別安裝在同一棟樓的廚房，辦公室，公共區域，以及教室中，并且讓它們連續工作了兩周。
在廚房中，該感測器可以識別水龍頭的開關和紙巾的抽出。在辦公室中，該感測器可以識別敲門。在公共區域中，該感測器則成功的識別咖啡機和微波爐是否正在被使用，以及大門的開關。
這些功能來自于對感測器所收集的原始數據進行二次甚至三次分析。
目前，該感測器以及配套的機器學習軟件的準確度已經十分不錯。但是如果他們希望商業化這個產品，其準確度還需要進一步的提高。
在一周的訓練和測試后，5個地點的38個感測器的平均準確度為96%。這一數字在一周之后升至98%。對一款無時不刻都在工作的感測器來說，2%的誤認率還是有點太高了。
來源：DeepTech深科技
