加强人工智能与语境意识

上下文感知是什么?

上下文感知的能力对于一个给定的应用程序来访问信息的物理环境和实时自动调整其适当的行为。生物的大脑被设计来处理上下文信息从外部世界和产生适应性反应,如寻找食物或逃离危险。同样,上下文敏感系统能够检测和预测,在环境中不断变化的环境和反应实时正确的响应。上下文的任何信息,可以用来描述一个实体的情况(人、地点或事物)。大多数用例关注从环境上下文信息(计算、用户、物理)和与此相结合的知识实体确定情况是生成正确的回应。反应的范围可以从定制(个性化,适应,更精确)的信息和服务的用户自动执行服务。

这里有一些公共安全的例子上下文感知的区别:

应急响应
自然灾害也在增多,这使得城市越来越难以管理成本上升。大火烧掉了近200万亩今年在加州的森林,燃烧面积最大的数量记录在火的季节。虽然自然灾害无法避免,相互联系的智能城市将授权政府用较少的资源做更多和更好地维护私人和公共资产。事实上,互联技术带来了一个新的水平的精度和数据驱动的方法来管理加州野火。火灾条件下的实时数据可以与预测天气的数据收集和混合风、湿度和温度为消防人员提供全面情况的意识。无人机可以部署和运营成本的一小部分的传统方法和应急响应人员提供实时更新。这是一个关键的新水平的洞察力等回答问题在火灾情况下,派遣人员,何时何地应该下令撤离,当部署阻燃。

空气污染检测
超过80%的人生活在城市地区的监测空气污染暴露于空气质量水平超过世界卫生组织的限制。圣地亚哥加州大学的科学家建立了一个原型的空气质量监测系统,使用小型、便携式传感器来监控整个城市的空气污染。CitiSense传感器检测空气质量污染水平位置和传输数据到任何智能手机在附近。参与飞行员发现了污染可能会随位置和时间,和许多用户采取行动,限制他们的风险,如走着一条不同的道路。

上下文感知用磨刀石磨AI性能如何

应用有效时,上下文感知框架的结果或行为AI领域应该建议通过缩小可能的结果。这是特别重要的物联网应用,有针对性的行为应该很快实现,以最少的数据处理和电力使用。数据集继续呈指数级增长,这也是一种并不昂贵的方式使AI系统更快、更准确。实际上,上下文是一个乘数为数据赋予它的意义,根据IBM公司。上下文越多,数据的价值就越高。

上下文感知计算市场

上下文感知计算(CAC)市场将达到超过1250亿美元,到2023年,增长超过30%的复合年增长率从2016年到2023年。移动计算设备的普及和不断上升的需求更加个性化的用户体验是帮助燃料增长。企业希望增加生产力和协作也发挥了很大的作用。CAC一般分为以下产品类型:自适应手机,活跃的地图,增强现实和指导系统,网络指南、会议助理,实地考察,web浏览器、位置感知信息交付,办公室助理,购物助手,人们和对象寻呼机。

其他CAC良好的用例

宏观经济挑战,如城市化和老年人口的增长,气候变化的影响网络安全威胁,将高度关注潜在的技术力量。IBM,微软,谷歌,联合国和其他人正在探索智能的方式,互联技术可以造福社会。解决如此大的挑战并不容易,然而,这就是为什么把他们化成背景是关键。“智能”的行为往往与简单的情境的理解比复杂的推理。上下文感知“帧”问题提供了一个解决方案,打开门等其他一些有趣的创新:

• 照顾老人的以家庭为基础的跌倒检测系统和(电子邮件保护);
• 降低能源使用和防止火灾在建筑;
• 提高司机通过监测他们的安全健康状况和驾驶条件;
• 让航空公司更安全通过实时飞行跟踪;
• 保护地球减少空气污染,节约水和节约关键物种;
• 推进医疗保健病人与远程监测、等待和慢性疾病管理,减少了急诊室更安全的手术室;
• 减少枪支暴力通过自动检测、定位和报警警察枪击;和
• 保护海上贸易路线,对国家安全至关重要,通过改进预测的威胁。

所有这些例子都有一个共同点-相互联系的物联网生态系统上下文敏感。而人工智能、物联网和CAC今天可能是不同的技术,最终他们将联系紧密,它将很难区分他们。施乐帕克研究中心有远见的Mark Weiser可能把它最好的,他说,“最深刻的技术是那些消失。他们编织织物的日常生活,直到他们的。”

所有的物联网网络议程贡献者负责的内容和精度。观点的作家和不一定传达的思想物联网议程。