早上7:25,小智被一阵闹钟发出的鸟鸣声从睡梦中唤醒。他睁开眼睛,看了看渐渐明亮的卧室。他知道,美好的一天又在智能助理的呵护中开始了。
小智家中的智能设备
小智抬手看了一眼智能手环,手环已经将他昨晚的睡眠状况通过简单的图形显示在屏幕上。小智发现自己比预设的闹钟时间7:30早起了5分钟,他知道自己的最后一段睡眠周期在7点多结束了。
小智的睡眠状况
每天闹钟响起的时间是小智通过手上的智能手环预设的。但手环可通过监测他的心跳、呼吸以及身体动作,实时掌握他的睡眠状况,并在接近闹钟预设时间的睡眠周期的结尾通过轻微的震动与声音,慢慢将小智唤醒。
这种通过睡眠监测,遵循人体作息规律的智能唤醒方法能让人在合适的时间醒来,让人在新的一天充满活力。
手机上的智能助理与天气提醒
这时,智能窗帘也自动拉开了。
小智起身穿衣服,洗漱完毕,便对着智能手机问了一句:“嘿,Siri,今天天气怎么样?”
小智的手机屏幕亮了,智能助理Siri用清晰而标准的普通话回答小智:“早上好,李智!今天天气有沙尘,气温23摄氏度,预计今天下午开始会放晴……”最后智能助理还补充道:“天气较冷,建议穿保暖的春装,未来两小时不会下雨,放心出门吧!”
【延伸阅读】
现在的天气预报除了依赖卫星云图,更依靠数值预报技术,即首先利用人工智能算法将多年全球气象资料实况信息与天气形势得出算法预测模型,然后利用这个模型推算未来一段时间的天气情况。
另外,模型还会结合卫星数据、雷达数据、风廓线数据等进行综合推算,即结合天气学原理与分析、气象学、气候学、大气物理等气象知识和人工智能预测算法,最终预测未来一段时间的温度和降水等情况。
小智一听,顺手抓起了衣架上的保暖外套。“现在去学校要多久?”,小智再一次询问手机智能助理。智能助理回答道:“现在交通拥堵,乘坐公交车预计56分钟到达”。
于是,小智决定骑自行车上学。
8:00,小智准时出门了。在出门前,他打开手机里的地图App。地图显示,骑自行车总共有两条路可以走,其中一条路由于正在修建地铁,可能出现无法通行的情况,预计到达学校的总时间约为40分钟。
小智走下楼,看到了路边整齐地停放着一排共享单车。在互联网公司工作的哥哥曾经告诉过小智,每天晚上,共享单车公司的智能系统会预测次日的客流与需求量,从而调整车的停放位置,保证客流量较大的区域能有足够数量的共享单车满足客户次日的需求。生活中类似的预测结果,不仅跟平时的客流量规律有关,还跟天气、交通状况等有关。这不,小智今天根据智能助理提供的交通状况和天气预报决定骑车上学。
来到教室,教室里的人脸识别系统自动识别到了小智。小智的学校现在使用签到与点名系统,利用人脸识别技术来签到和点名。学生的出勤记录也会自动发送给班主任,方便班主任进行管理。同时,签到和点名系统还有学习姿势监控与提醒功能,它会监控同学们低头时间太久等不规范的学习姿势并发出提醒,帮助同学们更健康地学习与成长。
教室使用的签到与点名系统
学校还为同学们开发了一款App来辅助学习。利用这款App,同学们可以通过拍摄题目来查找相关题目、上传参考答案与解析,同时还能看到班上其他同学发在上面的题目解析与参考答案。很多同学还在App里面进行课后讨论与错题整理,非常方便。
辅助学习APP
11:40,上午的课程结束了,小智来到食堂就餐。食堂里虽然人多,但是因为结算过程非常快,所以并不显得拥挤,这主要归功于食堂新引进的自动菜价计算器。小智自助选择喜欢的菜品,将其放在自己的餐盘内。来到结账台,他将餐盘往摄像头下一放,旁边的显示屏自动识别出了其中菜品的名称与价格,并计算出总价。最后,小智将自己的校园卡放在读卡区,“滴”的一声,付费就完成了。
自动菜价计算器
刚在餐桌坐下,小智想起了哥哥昨天推荐给他的一个拍照测热量App功能,打算尝试一下。他麻利地打开App,并调用手机相机,对准桌上的菜。相机屏幕中间自动出现了菜的品种和菜量,以及对应的热量数值。“嗬!原来披萨的热量这么高!是蔬菜的10倍!”为了健康,小智决定以后少吃一点热量太高的食物。
拍照测热量
17:00,小智结束了一天的学习。因为下午体育课踢了一场球,小智决定赶紧回家洗澡。智能手环提示小智:“李智,恭喜你完成了今天的运动目标!距离回家大概45分钟公交车程。请问是否需要帮你远程预热洗澡水?”小智随手点了一下“是”,不禁赞叹道:“人工智能,真是帮助了我们很多啊!”
小智家中有很多智能家居产品。刚刚到楼道口的小智使用楼道门禁系统的“刷脸”功能,利用“人脸识别”技术,没有使用钥匙和门卡便打开了楼道的大门。为了提高安全等级,小智家的智能门禁系统采用了指纹锁与人脸识别锁双重验证机制。
小智家门口的人脸识别智能门禁系统
【延伸阅读】
人脸识别智能门禁系统是基于人脸识别技术的访问控制系统,可利用人脸识别设备对数字图像或视频帧进行验证。它通过门上一个具有人脸识别功能的对讲机来分析人脸图像输入的特征,即定位用户的面部,测量面部结构,包括眼睛、鼻子、嘴和耳朵之间的距离等,并与住户面部数据库进行匹配,以判断该人脸是否为住户。
与使用指纹或虹膜等生物识别系统相比,采用人脸识别技术的系统可以在一定距离内捕捉人脸图像,而不需要专用设备来接触被识别的人。
更多详细内容可以参考本书第五章视觉感知。