東京大学の研究者は、プライバシーに焦点を当てた分散型人工知能ベースの建築自動化を可能にするためのフレームワークを開発しました。このシステムは、新しい形式のデバイス間通信を使用して、カメラやインターフェイスなどのAI搭載のデバイスが直接協力できるようにします。そうすることで、中央サーバーの必要性を排除し、したがって、セキュリティの弱点とプライベートデータに対するリスクと見なされることが多い集中データ保持の必要性を排除します。
私たちはますます自動化された世界に住んでいます。自動車、家、工場、オフィスは、それらを操縦し、それらを加熱し、照らし、何らかの方法で制御するために、さまざまな自動機能を獲得しています。自動化システムには多くのアプローチがありますが、現在、ほとんどの場合、多くのプログラムされた動作が必要です。これは、労働集約的で柔軟性のないものである可能性があります。しかし、これはそれにある程度のリスクをもたらします。
「照明または温度制御用の典型的な家庭またはオフィスの自動化システムには、居住者を監視し、条件を変更するカメラが含まれる場合があります。 「従来のアプローチの下では、特に自分の家からのものである場合、非常に個人的なものと考えるようなデータは、中央システムに集約されます。このシステムの違反は、その個人データの漏れを危険にさらす可能性があります。したがって、私のチームと私は、分散化されただけでなく、即時自動化プロセスに必要なものよりも長く個人データを保存する必要性を排除することも考案しました」
分散型のロジックフリービルディングオートメーション（D-LFBA）と呼ばれるアプローチは、カメラやその他のセンサーなどのデバイス、ライトや温度制御のためのコントローラーを直接通信する方法を説明しています。
「私たちは、環境のデバイス全体で、物事の学習と制御を担当するコンピュータープログラムであるニューラルネットワークの負荷を効果的に広めます」とOchiai氏は述べています。 「すでに述べた利点の中で、それは互換性のクロスベンダー層を提供するはずです。つまり、自動化環境は1つのメーカーのシステムで構成する必要はありません。」
D-LFBAを特にユニークにしているのは、プログラムされずに学習する能力です。同期されたタイムスタンプを使用して、システムは画像を対応するコントロール状態と時間の経過とともに一致させます。ユーザーが環境と対話し、スイッチをめくったり部屋を移動したりすると、システムはそれらの好みを学習します。時間が経つにつれて、自動的に調整します。
「人間が論理を書いていなくても、AIはきめ細かいコントロールを生成することができます」とOchiai氏は言います。 「昨年のトライアル中に、ユーザーはシステムが自分の習慣にどれだけうまく適応しているかに驚いたことがわかりました。」
資金調達：この研究は、グリーン大学の東京大学プロジェクトコンソーシアムの一部として実施されました
#プライバシー認識ビルディングオートメーション #-