Jadual Kandungan
Mengapa memilih MQTT?
Cerapan boleh bertindak masa nyata
Protokol MQTT
Membawa "kecerdasan" ke bandar pintar
Faedah jangka panjang
Fahami penghunian kedai, jejak kaki
Data Video+IoT
MQTT+AI: Gandingan yang ideal
Rumah Peranti teknologi AI Protokol MQTT berdasarkan kecerdasan buatan dan IoT

Protokol MQTT berdasarkan kecerdasan buatan dan IoT

May 20, 2023 am 10:49 AM
Internet Perkara AI mqtt

Protokol MQTT berdasarkan kecerdasan buatan dan IoT

Apabila protokol Message Queuing Telemetry Transport (MQTT) dicipta lebih 20 tahun lalu, penciptanya mungkin tidak menyedari bahawa ia akan menjadi aplikasi teras di seluruh semua industri.

Ini kerana protokol MQTT telah menjadi standard de facto untuk berkongsi mesej merentas peranti yang bersambung, juga dikenali sebagai Internet of Things (IoT). Ia menyediakan cara untuk penderia IoT berkomunikasi antara satu sama lain merentasi bandar pintar, bangunan pintar dan menegak yang berbeza termasuk runcit, penjagaan kesihatan dan pembuatan.

Mengapa memilih MQTT?

Protokol MQTT sesuai untuk aplikasi ini kerana ia merupakan protokol pengangkutan pemesejan yang sangat boleh dipercayai dan ringan dengan lebar jalur rangkaian minimum dan kod yang lebih kecil Mengambil ruang. Ia menggunakan pendekatan yang dipanggil "terbit-langgan" untuk beratur, berkongsi dan menyampaikan mesej dengan cara yang cekap, menjadikannya ideal untuk menyambung antara peranti yang dihoskan di lokasi terpencil dengan kekangan sumber atau lebar jalur rangkaian terhad.

Ia juga berdasarkan piawaian terbuka, jadi ia mempunyai fleksibiliti untuk bekerja dengan sejumlah besar peranti, sesuai untuk aplikasi seperti lampu jalan, kawalan akses, pemantauan lalu lintas, pengurusan tempat letak kereta dan kualiti alam sekitar.

Cerapan boleh bertindak masa nyata

Bilangan peranti IoT berkembang dengan pesat. Ramalan semasa menunjukkan bahawa menjelang akhir tahun 2023, akan terdapat lebih daripada 13.1 bilion peranti yang disambungkan di seluruh dunia. Ini menjana sejumlah besar data dan membuka peluang yang luas untuk menjadikan organisasi lebih bijak, lebih cekap dan lebih peribadi.

Sebagai contoh, seseorang berjalan ke dalam bangunan kosong. Menggunakan protokol MQTT sebagai cara komunikasi antara peranti yang dipasang di dalam bangunan, ketibaan penghuni boleh mencetuskan satu siri tindakan.

Apabila seseorang dikesan memasuki bangunan, anda boleh meminta untuk menghidupkan lampu pintar dan memulakan sistem pemanasan atau penghawa dingin untuk mewujudkan persekitaran yang lebih selesa untuk penghuni. Oleh kerana MQTT terbuka, ia berfungsi dengan banyak peranti pintar.

Protokol MQTT

Untuk kawasan yang lebih sibuk, analitis video boleh memantau penghunian dan mencetus makluman apabila lebih ramai pelawat tiba dan melebihi jumlah selamat. Orang ramai boleh diarahkan secara automatik dari ruang sesak ke kawasan lain yang lebih senyap hasil daripada peranti berkomunikasi menggunakan protokol MQTT dan mengambil tindakan yang telah ditetapkan.

Sebagai alternatif, lebih ramai kakitangan mungkin diperlukan dan pemberitahuan dihantar ke telefon pintar atau tablet yang meminta pemindahan kakitangan. Ini amat berguna di pusat membeli-belah atau tempat pengangkutan, di mana pengalaman pelawat adalah penting untuk kepuasan pelanggan secara keseluruhan.

Membawa "kecerdasan" ke bandar pintar

Di seluruh bandar, lebih banyak penderia boleh digunakan untuk memantau kualiti udara di sekitar jalan bandar. Melalui MQTT, data ini boleh dihubungkan dengan data trafik masa nyata daripada kamera dan penderia jalan untuk memahami sama ada peningkatan kesesakan menyebabkan kualiti udara berkurangan. Lalu lintas kemudiannya boleh dialihkan ke jalan yang kurang sibuk, menurunkan pencemaran ke tahap yang boleh diterima.

Kualiti udara menurun mungkin bukan disebabkan oleh kesesakan lalu lintas tetapi oleh kecemasan. Dalam kes ini, tindak balas pantas dengan peranti yang berkomunikasi antara satu sama lain boleh menyelamatkan nyawa. Penurunan mendadak dalam kualiti udara boleh mencetuskan skrin bilik kawalan untuk memaparkan imej daripada kamera terma, mengesahkan bahawa kebakaran menghasilkan asap toksik.

Selain itu, papan tanda digital dan sistem alamat awam boleh memandu orang ramai menjauhi kawasan tersebut untuk memastikan keselamatan. Ini bukan sahaja menghalang keadaan daripada menjadi lebih teruk, ia juga menyediakan ruang dan masa kepada petugas kecemasan.

Faedah jangka panjang

Perintis perniagaan semakin sedar tentang nilai data semasa mereka merancang untuk masa hadapan.

Komunikasi MQTT antara peranti bukan sahaja memberi kesan serta-merta, tetapi juga memberi kesan kepada keputusan strategik jangka panjang. Perintis perniagaan semakin menyedari nilai data semasa mereka merancang untuk masa depan.

Peranti video dan IoT ialah sumber yang kaya dengan visual, persekitaran, audio, suhu dan data lain. Mengintegrasikan semua sumber data ke dalam antara muka yang koheren dan mudah difahami membolehkan perintis memanfaatkan semua cerapan yang tersedia.

Fahami penghunian kedai, jejak kaki

Dalam runcit ini boleh membawa kepada cerapan yang lebih mendalam tentang penghunian kedai, jejak kaki di kawasan tertentu, tahap kakitangan yang optimum dan penggunaan tenaga muncul dalam bentuk. Dapat melihat apabila kedai mengalami lonjakan pelanggan dan memberitahu pekerja tentang syif mereka.

Reka letak kedai mungkin dipengaruhi oleh data trafik dan penghunian. Pemanasan dan pengudaraan juga boleh diprogramkan berdasarkan bilangan orang yang melawat kedai. Ini juga meningkatkan kecekapan tenaga kerana HVAC hanya berjalan apabila dan di mana ia diperlukan.

Data Video+IoT

Di bandar pintar, memahami aliran kenderaan dan orang ramai di seluruh ruang akan membantu perancang bandar mencipta jalan, kaki lima dan ruang awam yang berfungsi untuk setiap warga Angkasa, tanpa mengira cara pengangkutan. Kawasan yang lebih sibuk boleh menerima lebih banyak penyelenggaraan jalan, manakala kawasan yang lebih tenang mungkin mendapat manfaat daripada rondaan jalan tambahan.

Semua perintis bandar pintar mahu memastikan rakyat mereka gembira dan selamat, dan menggunakan data IoT dan video ialah cara mudah untuk melihat perkara yang berlaku dalam masa hampir nyata, sekali gus meningkatkan masa respons dan menyesuaikan bandar untuk keperluan warganya.

MQTT+AI: Gandingan yang ideal

Mengabaikan peranan kecerdasan buatan dalam aplikasi ini adalah tidak bijak. Kamera ini mempunyai keupayaan pembelajaran mendalam sebagai tambahan kepada pembelajaran mesin yang lebih umum dan analisis video asas. Lebih banyak analitik kini boleh dilakukan di "tepi" peranti itu sendiri, jadi data tambahan yang masuk dari seluruh IoT melalui komunikasi MQTT adalah tidak ternilai. Ia boleh membuat makluman, mencetuskan tindakan dan memberikan cerapan yang lebih kontekstual, lebih mendalam dan lebih berguna.

Dalam banyak cara, MQTT adalah penting untuk pertumbuhan berterusan AI dalam video, kerana ia membolehkan kamera berkomunikasi dengan peranti lain. Jika tidak, data yang dikumpul oleh setiap individu kekal senyap dan sukar untuk digunakan dengan teratur dan konsisten.

Atas ialah kandungan terperinci Protokol MQTT berdasarkan kecerdasan buatan dan IoT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles