今日頭條
官方微信
官方抖音
資訊頻道東京大學研究團隊開發(fā)出一套注重隱私保護的分布式人工智能樓宇自動化框架。該系統(tǒng)通過新型設(shè)備間直連通信技術(shù)，使攝像頭、智能終端等AI設(shè)備能夠直接協(xié)作，從而消除對中央服務(wù)器的依賴，避免集中式數(shù)據(jù)存儲——這種傳統(tǒng)架構(gòu)常被視為潛在安全漏洞和隱私數(shù)據(jù)風險源。
攝像頭與其他設(shè)備群交換數(shù)據(jù)的示意圖
采用MIT的"分割學習"技術(shù)，將環(huán)境學習任務(wù)分配給不同設(shè)備，以更精準理解用戶控制意圖。
我們正生活在一個自動化程度日益加深的世界。汽車、住宅、工廠和辦公室陸續(xù)獲得各類自動化功能，包括方向控制、溫度調(diào)節(jié)、照明管理等?，F(xiàn)有自動化系統(tǒng)大多需要預(yù)先編寫大量程序化行為，不僅耗費人力且缺乏靈活性；即便引入AI技術(shù)，也往往需要高度中心化部署，這帶來了不容忽視的風險。
"典型的家居或辦公自動化系統(tǒng)（如燈光/溫控系統(tǒng)）通常需要攝像頭監(jiān)控用戶狀態(tài)來調(diào)節(jié)環(huán)境，"情報通信工程學系副教授落合秀也解釋道，"傳統(tǒng)模式下，這些被普遍視為高度私密的數(shù)據(jù)（尤其是來自家庭場景的）會集中上傳至中央系統(tǒng)。一旦系統(tǒng)遭入侵，個人數(shù)據(jù)就有泄露風險。為此我們研發(fā)的新型架構(gòu)不僅實現(xiàn)去中心化，還能確保個人數(shù)據(jù)僅在自動化流程必需時段內(nèi)臨時存儲。"
這項名為"分布式無邏輯樓宇自動化（D-LFBA）"的技術(shù)，通過建立攝像頭、傳感器與燈光/溫控器等設(shè)備的直連通信機制，既避免了中心化架構(gòu)缺陷，又只需配備極小容量的本地存儲空間，從而最大限度減少不必要的數(shù)據(jù)采集與留存。
"我們將負責環(huán)境學習與控制的神經(jīng)網(wǎng)絡(luò)程序負載，智能分配到各個終端設(shè)備上，"落合教授強調(diào)，"除前述優(yōu)勢外，該架構(gòu)還能形成跨廠商兼容層——這意味著自動化系統(tǒng)不再受限于單一品牌設(shè)備。"
D-LFBA的獨特之處在于其無編程學習能力。系統(tǒng)通過同步時間戳，將圖像數(shù)據(jù)與對應(yīng)控制狀態(tài)動態(tài)關(guān)聯(lián)。當用戶通過開關(guān)操作或房間移動與環(huán)境交互時，系統(tǒng)會持續(xù)學習這些偏好并自主優(yōu)化。
"即便不依賴人工編寫邏輯規(guī)則，AI仍能實現(xiàn)精細化控制，"落合表示，"在去年試驗中，用戶對系統(tǒng)自適應(yīng)生活習慣的精準程度感到驚嘆。"
來源：邊緣計算社區(qū)
北京市公安局海淀分局備案號：11010802023656號