Мы живем во все более автоматизированном мире. Автомобили, дома, фабрики и офисы получают целый ряд автоматизированных функций для управления ими, обогрева, освещения или какого-либо другого контроля. Существует целый ряд подходов к системам автоматизации, но в настоящее время большинство из них требуют большого количества запрограммированных действий, которые могут быть трудоемкими и негибкими, или, когда задействован искусственный интеллект, требуют высокой степени централизации. Но это сопряжено с некоторым риском.

"Типичная домашняя или офисная система автоматизации освещения или контроля температуры может включать камеры для наблюдения за жильцами и изменения условий от их имени", - сказал доцент Хидея Очиаи из департамента информационно-коммуникационной инженерии. "При традиционном подходе такие данные, которые большинство считает довольно личными, особенно если они поступают из вашего собственного дома, будут агрегироваться в центральной системе. Нарушение работы этой системы может привести к утечке этих персональных данных. Поэтому мы с моей командой разработали усовершенствованный подход, который не только децентрализован, но и устраняет необходимость хранить персональные данные дольше, чем это необходимо для немедленного выполнения процессов автоматизации".

Их подход, получивший название Distributed Logic-Free Building Automation (D-LFBA), описывает, как такие устройства, как камеры и другие датчики, а также контроллеры для освещения или контроля температуры, могут быть подключены напрямую, что позволяет избежать централизации и может быть обеспечено небольшим объемом внутренней памяти, что снижает затраты на необходимо собирать и хранить больше данных, чем необходимо.

"Мы эффективно распределяем нагрузку на нейронную сеть, компьютерную программу, ответственную за обучение и управление вещами, между устройствами в окружающей среде", - сказал Очиаи. "Среди уже упомянутых преимуществ это должно обеспечить уровень совместимости между поставщиками, что означает, что среда автоматизации не обязательно должна состоять из систем одного производителя".

Что делает D-LFBA особенно уникальным, так это его способность обучаться без программирования. Используя синхронизированные временные метки, система сопоставляет изображения с соответствующими состояниями управления с течением времени. По мере того как пользователи взаимодействуют со своим окружением, щелкая переключателями или перемещаясь между комнатами, система запоминает эти предпочтения. Со временем он настраивается автоматически.

"Даже без того, чтобы люди писали логику, искусственный интеллект может генерировать детализированный контроль", - сказал Очиаи. "Мы видели, что во время испытаний в прошлом году пользователи были поражены тем, насколько хорошо система адаптировалась к их привычкам".

Статья в журнале: Ресуке Хара, Хироси Эсаки, Хидея Очиаи "Автоматизация зданий с учетом конфиденциальности и без логики с использованием раздельного обучения", Конференция IEEE по искусственному интеллекту 2025

Финансирование: Это исследование было проведено в рамках проекта Green University of Tokyo Project consortium.