还记得物联网曾宣称会涉及数万亿的传感器吗？实际上，我们可能只需要一个。
谷歌最近向开发人员展示了令人炫目的新功能——谷歌镜头（Google Lens）。
谷歌镜头最先出现在谷歌助手（Google Assistant）和谷歌相册（Google Photos）中，使用人工智能（A.I.）来专门识别智能手机摄像头拍摄的内容。
在谷歌的演示中，谷歌镜头不仅识别出了花朵，而且还知道是哪种花朵。当谷歌镜头指向路由器条形码时，该演示还显示了能够自动登录到无线路由器。最后，展示了谷歌镜头能够通过外观识别出某家公司，弹出该公司的谷歌地图卡片。
Google镜头真的是让人眼前一亮，非常有趣。但是从媒体评论中可以清楚地看出，人们还没有体会到这究竟意味着什么。
常见的反应是：“哦，快看！我们的手机又多了一个玩具！人工智能是不是很好玩！”实际上，谷歌让我们瞥见了通用传感的未来。由于机器学习，现在可以仅使用一个物理传感器——摄像头，在软件中创建一百万个不同的传感器。
很显然，在谷歌的演示中摄像头起到了“超级传感器”的作用。谷歌镜头代替了花朵识别传感器、条形码读卡器和零售商标识符，它就是一个通用的超级传感器，在本地或者在云端，由软件开发出来的人工智能“虚拟传感器”。
还记得“万亿传感器世界”吗？
四年前谈到物联网（IoT）时，“万亿传感器世界”一词在IT业界流行起来。那些所谓的未来专家们模模糊糊地想象出以后会有万亿个微小设备，带有万亿个天线和万亿个电池（每年要换一万亿次电池）。
未来，我们会被可穿戴传感器包裹着。所有商品和机械设备都采用RFID芯片进行标记，并向读卡器报告它们的位置。我们的家庭、办公室和工作场所将遍布各种专用传感器。
无处不在的人工智能和机器学习为我们勾画出了新未来，凸显我们当时的无知。
过去四年中，另一场革命颠覆了预期的“万亿传感器世界”革命，即云人工智能的兴起，它将改变一切。我们的通用超级传感器将替代安装在车辆、人员、墙壁、机器和道路上各种不同的单一用途传感器，其数据将用于基于软件的虚拟传感器。
为什么“合成传感器”比物理传感器更好
卡内基梅隆大学（CMU）的研究人员上周发布了他们的“超级传感器”技术，他们也将其称之为“合成传感器”。
卡内基梅隆大学研究人员本月发布了超级传感器技术，能够检测到工厂车间发生的任何事情。
盡管起了这个名字，实际还是有物理传感器。研究人员开发了含有企业和商业环境中常用的短距传感器的电路板。封装后的电路板就像一个黑盒传感器，插在墙上，或者USB电源上，并通过Wi-Fi联网。
换句话说，一个小型设备起到了通用超级传感器的作用，您插上它之后，就可以将其部署为任何传感应用。这些传感器可以检测声音、振动、光线、电磁活动和温度。电路板不包括常规的摄像头，主要是考虑到用户和员工的隐私。您也可以想象的确包括了摄像头、功能更强大的版本。
传感器电路板附近有事件发生时，以特定、唯一识别的模式生成数据，经机器学习算法处理后，在软件中创建“合成传感器”。
以下简要介绍了这种传感器在仓库环境中是怎样工作的（见下图）。您插上一个或者几个超级传感器。有人在使用叉车。超级传感器检测到的振动、声音、热量和运动信息生成了某种数据模式，被送入到系统中。可以将其识别为“正在工作的叉车”。（通过进一步的细化，不仅能确定叉车在使用中，而且还能知道它在哪里、移动速度有多快、携带了多重的东西、以及其他信息。）
然后，您可以编写下一级应用程序，当叉车移动时打开警告灯，计算叉车设备的磨损程度，检测叉车未经授权的操作。
开发人员可以使用这些“合成传感器”的输出来创建所需的应用程序，并将其应用到语义系统，实现任意监控。
最妙的是您可以继续创建另一个“合成传感器”，也可以是10个、100个，检测所有的运动、活动、库存、危害等等，不需要任何额外的传感器。
CMU研究人员制作的视频显示了在工厂、办公室、家庭和浴室中的应用。例如，在浴室里，它跟踪使用了多少张纸巾，这一切都是基于纸巾分配盒产生的声音。它还可以监测用水总量。
此外，这里的革命不是在于能够监控一切。革命是，一次安装一个超级传感器，然后所有未来的感测（以及基于这种感测的动作）都是一种软件解决方案，不涉及新设备，也不用换电池，更不是以前想象的“万亿传感器世界”那种非常不灵活的解决方案。
想象一下，能够买到可以插在墙上的便宜的硬件，然后从这一点进行所有的监控，包括设备、安全、库存、人员等，而且都是通过软件完成的。展望未来，不再需要升级传感器或者物联网设备。
注意啊：CMU的研究主要是由谁资助的呢，谷歌！
人工智能的实力
谷歌镜头和谷歌资助的CMU“合成传感器”这两个项目是人工智能应用的代表——以更少的物理传感器实现更好的传感。
人工智能一直想要实现的是让机器拥有复制或者模拟人类精神的能力。但事实是，人工智能在某些领域已经比人类工人做得更好。
以一个传统的办公楼大厅为例。桌子后面坐着一名正在阅读杂志的保安，他听到旋转门转动的声音，抬头看到一个男人走过来。他不认识那个男人，所以，他要求来访者登记，然后才让他进电梯。
现在，让我们看看人工智能的情形。旋转门发出声音说明又有一个人进入了大楼（系统记录了楼内人员的实际数量）。当这个男人走过来的时候，摄像头扫描他的脸和步态，正确地识别他，不再使用以前那种“登记”方式。麦克风还在处理他走路时所发出的所有细微的声音。结合热、化学和其他传感器，知道他没有携带武器，可以不用金属探测器去探测他。当他到达门口时，人工智能发出开门的命令，让他进入大楼。他的访问记录不是写在纸上，而是以可搜索的电子形式记录下来。
最妙的是，可以编写任意数量的新应用程序，实现各种检测，完全不用改变物理传感器。大厅中这些相同的传感器可以替代照明控制、烟雾探测器和空调控制传感器。当窗户需要清洁或者需要倒垃圾时，这些传感器会提醒维护。
不仅仅是大厅这个例子，这种通用传感器与人工智能相结合的系统很容易应用到会议室、办公室、工厂、仓库和运输等系统中。即使是云人工智能快速的学习并提高了其能力，企业也能够根据需要构建定制虚拟传感器。
在合适的地方部署摄像头，例如在大厅中，而其他不含摄像头的传感器则部署在相应的位置，例如大楼的浴室中。
最重要的是，超传感器革命波及的范围会非常广。物理传感器非常便宜，而人工智能可以通过云提供服务，不仅仅是来自谷歌，而是来自众多的提供商。
基于云的人工智能作为服务而出现已经有几年的时间了。但在这个月，我们看到了这一革命将会带来最深刻的变化。采用一些便宜的摄像头、麦克风和其他传感器，我们能够以很低的成本随时在软件中创建任何传感器。
“万亿传感器”物联网的老模型已死，是被人工智能杀死的，随之崛起的是超级传感器。
Mike Elgan——专栏作家，撰写关于技术和技术文化的文章。请通过访问http：//elgan.com/about联系Mike，了解详细信息。
原文网址：
http：///article/3197685/internet-of-things/google-a-i-and-the-rise-of-the-super-sensor.html