Protocole MQTT basé sur l'intelligence artificielle et l'IoT
Lorsque le protocole Message Queuing Telemetry Transport (MQTT) a été inventé il y a plus de 20 ans, ses créateurs n'avaient peut-être pas réalisé qu'il deviendrait une application essentielle dans tous les secteurs.
C'est parce que le protocole MQTT est devenu le standard de facto pour le partage de messages entre appareils connectés, également connu sous le nom d'Internet des objets (IoT). Il permet aux capteurs IoT de communiquer entre eux dans les villes intelligentes, les bâtiments intelligents et différents secteurs verticaux, notamment la vente au détail, la santé et la fabrication. 
Le protocole MQTT est idéal pour cette application car il s'agit d'un protocole de transport de messagerie extrêmement fiable et léger avec une bande passante réseau minimale et une empreinte de code plus petite. Il utilise une approche dite « publication-abonnement » pour mettre en file d'attente, partager et relayer les messages de manière efficace, ce qui le rend idéal pour la connexion entre des appareils hébergés dans des emplacements distants avec des contraintes de ressources ou une bande passante réseau limitée.
Il est également basé sur des normes ouvertes, il a donc la flexibilité de fonctionner avec un grand nombre d'appareils, adaptés à des applications telles que l'éclairage public, le contrôle d'accès, la surveillance du trafic, la gestion du stationnement et la qualité de l'environnement.
informations exploitables en temps réel
Le nombre d'appareils IoT augmente de façon exponentielle. Les prévisions actuelles indiquent que d’ici fin 2023, il y aura plus de 13,1 milliards d’appareils connectés dans le monde. Cela génère de grandes quantités de données et ouvre de vastes opportunités pour rendre les organisations plus intelligentes, plus efficaces et plus personnelles.
Par exemple, quelqu'un entre dans un immeuble vide. En utilisant le protocole MQTT comme moyen de communication entre les appareils installés dans un bâtiment, l'arrivée d'un occupant peut déclencher une série d'actions.
Lorsqu'une personne est détectée entrant dans le bâtiment, vous pouvez demander d'allumer l'éclairage intelligent et de démarrer le système de chauffage ou de climatisation afin de créer un environnement plus confortable pour les occupants. MQTT étant ouvert, il fonctionne avec d’innombrables appareils intelligents.
PROTOCOLE MQTT
Pour les zones les plus fréquentées, l'analyse vidéo peut surveiller l'occupation et déclencher des alertes lorsque davantage de visiteurs arrivent et dépassent le nombre de sécurité. Les personnes peuvent être automatiquement dirigées d'un espace bondé vers une autre zone plus calme grâce aux appareils communiquant à l'aide du protocole MQTT et exécutant des actions prédéfinies.
Alternativement, davantage de personnel peut être nécessaire et une notification envoyée à un smartphone ou une tablette demandant un transfert de personnel. Ceci est particulièrement utile dans les centres commerciaux ou les lieux de transport, où l'expérience des visiteurs est essentielle à la satisfaction globale du client.
Apporter « l'intelligence » dans les villes intelligentes
Dans toute la ville, davantage de capteurs pourraient être utilisés pour surveiller la qualité de l'air autour des rues de la ville. Grâce à MQTT, ces données peuvent être connectées aux données de trafic en temps réel provenant de caméras et de capteurs routiers pour comprendre si l'augmentation des embouteillages entraîne une réduction de la qualité de l'air. Le trafic peut alors être redirigé vers des routes moins fréquentées, ramenant ainsi la pollution à des niveaux acceptables.
La diminution de la qualité de l'air n'est peut-être pas causée par les embouteillages mais par les urgences. Dans ce cas, une réponse rapide avec des appareils communiquant entre eux peut sauver des vies. Une baisse soudaine de la qualité de l’air pourrait déclencher l’affichage sur l’écran d’une salle de contrôle des images d’une caméra thermique, confirmant qu’un incendie produit de la fumée toxique.
De plus, les systèmes d'affichage numérique et de sonorisation peuvent éloigner le public de la zone pour assurer la sécurité. Non seulement cela évite que la situation ne s’aggrave, mais cela donne également de l’espace et du temps aux secouristes.
Avantages à long terme
Les pionniers du monde des affaires sont de plus en plus conscients de la valeur des données lorsqu'ils planifient l'avenir.
La communication MQTT entre appareils a non seulement un impact immédiat, mais a également un impact sur les décisions stratégiques à long terme. Les pionniers du monde des affaires sont de plus en plus conscients de la valeur des données lorsqu’ils planifient l’avenir.
Les appareils vidéo et IoT sont de riches sources de données visuelles, environnementales, audio, de température et autres. L'intégration de toutes les sources de données dans une interface cohérente et facile à comprendre permet aux pionniers de profiter de toutes les informations disponibles.
Comprendre l'occupation des magasins, la fréquentation piétonnière
Dans le commerce de détail, cela peut conduire à une meilleure compréhension de l'occupation des magasins, de la fréquentation piétonnière dans des zones spécifiques, des niveaux de personnel optimaux et de la consommation d'énergie. Soyez en mesure de voir quand un magasin connaît une augmentation du nombre de clients et d'informer les employés de leurs quarts de travail.
L'agencement du magasin peut être affecté par les données de trafic et d'occupation. Le chauffage et la ventilation peuvent même être programmés en fonction du nombre de personnes visitant le magasin. Cela améliore également l’efficacité énergétique car le système CVC ne fonctionne que quand et où il est nécessaire.
IoT+Video Data
Dans les villes intelligentes, comprendre le flux de véhicules et de personnes dans l'espace aidera les urbanistes à créer des routes qui conviennent à chaque citoyen, des trottoirs et des espaces publics, quel que soit le mode de transport. Les zones plus fréquentées pourraient bénéficier d’un entretien routier plus important, tandis que les zones plus calmes pourraient bénéficier de patrouilles de rue supplémentaires.
Tous les pionniers de la ville intelligente veulent assurer la satisfaction et la sécurité des citoyens, et l'utilisation de l'IoT et des données vidéo est un moyen simple de voir ce qui se passe en temps quasi réel, réduisant ainsi le temps de réponse et personnalisant la ville. aux besoins de ses citoyens.
MQTT+AI : Le couple idéal !
Il serait imprudent d'ignorer le rôle de l'intelligence artificielle dans ces applications. La caméra dispose de capacités d'apprentissage profond en plus d'un apprentissage automatique plus général et d'une analyse vidéo de base. Davantage d'analyses peuvent désormais être effectuées à la « périphérie » de l'appareil lui-même, de sorte que les données supplémentaires provenant de l'IoT via la communication MQTT sont inestimables. Il peut créer des alertes, déclencher des actions et fournir des informations plus contextuelles, plus approfondies et plus utiles.
À bien des égards, MQTT est crucial pour que l'IA continue de se développer dans l'espace vidéo, car il permet aux caméras de communiquer avec d'autres appareils. Dans le cas contraire, les données collectées par chaque individu restent cloisonnées et difficiles à utiliser avec régularité et cohérence.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées
Jul 15, 2024 pm 12:21 PM
Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
