Подкаст в дорогу: как оно внутри у йот Яндекса https://blog.golodnyj.ru/2020/02/208-art-of-programming-iot.html?m=1

Industrial Internet Consortium опубликовал качественный документ «Цифровые двойники для промышленных приложений: определения, бизнес ценности, особенности дизайна стандарты и юзкейсы». В намерениях особо подчеркивается, что из-за неразберихи с интерпретацией ЦД возникает множество проблем. Мы на стороне светлой стороны силы и понимаем, что ребятам на производстве нужны практические рекомендации. Документ доступен для всех желающих, пользуйтесь. https://www.iiconsortium.org/press-room/02-18-20.htm

любителям Ардуино, новый годный модуль Portena H7 уже в феврале https://www.arduino.cc/pro/hardware/product/portenta-h7

Тут объявили сбор участников соревнований на премию IoTAS

не пропусти!
https://iotas.ru/projects/iot-awards-2020/

смотрите под землю и запоминайте

В MIT создали систему для беспилотников, видящую на 3 метра вглубь под дорогой

Непогода накладывает ограничения на работу лидаров — «глаз» беспилотников, которые не «видят», если идет сильный снег или  в случае густого тумана. Идея разработчиков из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института состоит в том, чтобы создать систему для автомобилей с автоматическим управлением, позволяющую точно определять их местонахождение вне зависимости от наличия дорожной разметки.
Беспилотники текущего поколения, как правило, используют камеры и датчики обнаружения света (лидары), чтобы позиционировать себя на дорогах. В MIT придумали систему, которую назвали «Локализация радиолокационной станции проникновения» (LGPR). Она может создавать карту местности, расположенной даже под поверхностью дороги.

Для человеческого глаза все дороги выглядят примерно одинаково — выбоины, ямы, характер покрытия и наличие разметки. Но комбинация камней, полостей, водопропускных труб, инженерной инфраструктуры (кабели, трубопроводы, канализационные линии) и арматуры в бетоне создает подземное изображение для радиолокационного оборудования, которое делает любую часть дороги уникальной.
В опубликованном видео команда исследователей демонстрирует технику, работающую на частной дороге, покрытой снегом.


https://hightech.fm/2020/02/25/lidar_surface

Давно не было новостей про Sigfox, а между тем они растут и развиваются https://iotbusinessnews.com/2020/02/27/06299-an-post-the-irish-leading-mails-parcels-and-ecommerce-logistics-company-revolutionise-their-supply-chain-with-sigfox-0g-network/

Мониторинг мусорных контейнеров. Незамысловато в исполнении, но филигранно в идеях и математике

Глобальные прогнозы по некоторым приложениям йот в умном городе. Налетай братва, начальство любит красивые циферки https://www.visualcapitalist.com/iot-building-smarter-cities/

Заседание рабочей группы индустриальный интернет вещей, прямой эфир https://zoom.us/j/4668987800

экосистема Micrisoft IoT. Полный фарш

вот и новые фишки от Microsoft

Azure IoT Edge. Про AI не буду, там еще много картинок…

между тем, продолжается сбор номинаций на главную премию йот - IoT Awards 2020. Которая состоится при любом вирусном раскладе и награды найдут своих героев! Победители получают не только награду, но и почет, уважение и признание на рынке. https://iotas.ru/projects/iot-awards-2020/

тем временем Сигфокс официально запущен в РФ. https://iotbusinessnews.com/2020/03/12/13111-sigfox-russia-kick-off-0g-network-to-power-countrys-digitalization/

Нейроморфный чип Intel Loihi стремительно прогрессирует в распознавании запахов

Компьютеры научились имитировать функционал органов зрения и слуха. С обонянием дела пока обстоят неважно. Человеческий нос – это сложный механизм, состоящий из 450 типов обонятельных рецепторов. Люди различают более триллиона ароматов. Реализовать такие способности у машин – задача крайне трудная.

Но исследователи Intel бросили вызов природе. Нейрофизиологи из Корнелльского университета разрабатывают механизмы и проверяет возможность имитации искусственным интеллектом (AI) работы человеческого носа.

Команда использует нейроморфный вычислительный чип Intel Loihi. Устройство основано на работе нейронов. У Loihi - 130 тыс. «нейронов» и 130 млн «синапсов». Чип использует несколько типов обучения: контролируемое, неконтролируемое, обучение с подкреплением (reinforcement learning) и т.д.

Исследователи оснастили Loihi 72 химическими датчиками, расположенными в аэродинамической трубе. Для проверки работы чипа использовали десять запахов: аммиак, ацетон, метан и т.д. Loihi построил нейронные представления каждого из этих запахов, а затем - идентифицировал их снова, даже в условиях создания искусственных помех. Главная проблема состоит в том, чтобы искусственный интеллект смог сам классифицировать и запоминать новые запахи.

Ученые уверены: искусственный нос сможет вычислять запахи опасных химических веществ, взрывчатки, распознавать наркотики, выявлять некоторые заболевания по запаху. Более фантастическим выглядит сценарий, при котором AI создает «химическую подпись», которую невозможно скрыть, для каждого человека. Но исследователи не исключают реализацию подобного функционала.

#искусственный_интеллект

https://www.youtube.com/watch?v=Z1GdHNwQtt4

9 АПРЕЛЯ

Всероссийский день интернета вещей (IoT&IIoT World day, Russia), организованный Ассоциацией интернета вещей (АИВ) и Фондом развития интернет-инициатив (ФРИИ).

Участники из разных городов расскажут о том, как развивается IoT в их регионе, покажут конкретные примеры и ответят на вопросы.

ЗАПИСАТЬСЯ ЗДЕСЬ: https://iotas.timepad.ru/event/1289033/

Если вы хотите выступить на IoT&IIoT day Russia и рассказать о ваших достижениях — присылайте ваши заявки на адрес: info@iotas.ru

Студенты MIT разрабатывают DIY устройство вентиляции лёгких https://e-vent.mit.edu/