Найти в Дзене
Как я за 30 минут создал систему мониторинга воды для целого завода (и даже для аквариума). Здравствуйте, дорогие читатели! Сегодня у меня на столе настоящий «эколог в коробке» — система для мониторинга качества воды, которую я собрал на базе своей платы «AIoT Инноватор». Это не просто теория, а готовый работающий прототип. Давайте заглянем «под капот». Что в основе? Вся магия происходит на плате «AIoT Инноватор». С помощью моего Telegram-бота я написал управляющий код, и уже через 30 минут он был залит в устройство. К нему подключен целый арсенал датчиков: *  TDS-сенсор — измеряет общее содержание растворенных солей. *  Датчик температуры — контролирует тепловой режим. *  pH-метр — определяет кислотность среды. *  Датчик мутности — оценивает прозрачность воды. *  Сенсор растворенного кислорода — ключевой показатель для живых организмов. Все данные в реальном времени выводятся на веб-интерфейс, где автоматически строятся наглядные графики. Можно отслеживать динамику любого параметра. А где это вообще можно применить? Сфера применения ограничена только фантазией. Я насчитал как минимум 8 направлений. 🌊 Экология и защита природы: 1. Очистка воды: Мониторинг износа фильтров на станциях, автоматические оповещения о необходимости замены. 2. Надзор за водоемами: Контроль за состоянием рек и озер, раннее обнаружение опасных сбросов. 🏭 Промышленность и АПК: 3. Производство: Контроль воды в технологических циклах, на фармацевтических и пищевых предприятиях. 4. Сельское хозяйство: Управление питательными растворами в гидропонике, качество воды в рыбных хозяйствах и теплицах. 🏠 Для дома и бизнеса: 5. Умный дом: Системы очистки питьевой воды, автоматический контроль в бассейнах и аквариумах. 6. HoReCa: Кофейни смогут точно следить за качеством воды для идеального эспрессо, а рестораны и пивоварни — за своей главной жидкостью. 🔬 Наука и образование: 7. Исследования: Школьные проекты и серьезные университетские работы по гидрологии. 8. Гражданская наука: Эко-активисты могут создавать сеть общественного мониторинга и документировать загрязнения. В чем выгода? Ключевые преимущества *  Экономия: Фильтры меняются вовремя, а не «на глазок». *  Безопасность: Система предупредит о проблеме до того, как она станет аварией. *  Соответствие стандартам: Постоянный контроль параметров вместо выборочных проверок. *  Удаленный доступ: Следить за водой можно из любой точки мира. *  Масштабируемость: Решение легко адаптируется от маленького аквариума до большого завода. Самое интересное: вопрос монетизации Давайте перейдем к сухим, но важным цифрам. Сам код для этого прототипа был написан за 30 минут, а стоимость использованных токенов (вычислительных ресурсов) составила около 100 рублей. А теперь вопрос к вам, уважаемые читатели, как экспертам: Как, по-вашему, можно превратить эту разработку в стабильный доход на российском рынке? Продажа готовых приборов? Развертывание платной сервисной сети? Создание краудсорсинговой платформы данных? Или, может, у вас есть свое, уникальное видение? Жду ваши идеи и мнения в комментариях! Давайте вместе подумаем, как технологии могут делать нашу жизнь не только умнее, но и экономически выгоднее. #aiot #iot #ai #ии #интернетвещей #мониторингводы #AIoTинноватор #устройствосвоимируками #бизнес #iotкейс #стартап #инновации
3 дня назад
Телеграм бот создал веб интерфейс для умной теплицы за несколько минут.
Добрый день. Сегодня я покажу вам как с помощью моей платы AIoT Инноватор и телеграмм бота "AIoT Инноватор" можно создать устройство для управления умной теплицы и для дальнейшего его монетизации. На создание кода ушло около 20-30 минут. Пишу боту: Напиши код для создания веб интерфейса умной теплицы Бот отвечает: Чтобы написать полностью рабочий скетч для веб-интерфейса умной теплицы, мне нужны параметры и пожелания по железу и сетям. Ниже список вопросов и предлагаемые значения — отвечайте, чтобы я сгенерировал готовый код...
1 неделю назад
Как запрограммировать своё IoT устройство без навыков и опыта почти за бесплатно.
Я разработал проект "AIoT Инноватор", в который входит - плата и ИИ чат бот в телеграмме. Бот обучен для работы конкретно с этой платой, он знает: Бот может проконсультировать как подключить любой датчик и будет ли он вообще поддерживаться платой. Естественно по вашему промту напишет любой код, который будет прошиваться в плату с минимальным количеством ошибок или без ошибок. Если возникнет ошибка при компиляции - бот исправит эту ошибку. Пример промта: Макет веб-интерфейса для 3-канального контроллера реле...
2 недели назад
Когда вещи становятся умными: как AIoT меняет нашу жизнь прямо сейчас Представьте, что ваш дом не просто включает свет по вашей команде, а предугадывает, когда вам будет холодно, и сам регулирует температуру. А городское освещение зажигается только тогда, когда на улице есть люди, экономя электричество. Это не сценарий из будущего. Это уже реальность, и у нее есть имя — AIoT, или «искусственный интеллект вещей». Давайте разберемся без сложных терминов, что это такое и почему это касается каждого из нас. 🤔 AIoT — это просто. Объясняю на пальцах Есть Интернет вещей (IoT) — это как «нервная система»: датчики в вашем телефоне, машине, на заводе или в городе, которые собирают данные (температура, движение, вибрация). А есть Искусственный интеллект (ИИ) — это «мозг», который эти данные анализирует, учится и принимает решения. AIoT — это когда они работают вместе. Датчики чувствуют, а «мозг» думает и действует. Получается не просто «умный», а самообучающийся механизм. 💡 Где мы с этим сталкиваемся? Примеры, которые понятны всем Это не абстрактная технология для IT-гигантов. Она уже здесь: · В быту: Умный кондиционер, который изучает ваш график и охлаждает квартиру к вашему приходу с работы. Холодильник, который сам заказывает молоко, когда оно заканчивается. · В городе: Светофоры, которые видят пробку и перестраивают режим работы, чтобы ее разгрузить. А в некоторых городах мусоровозы приезжают только к тем бакам, которые уже полные. · В медицине: Ваши умные часы, которые не просто считают пульс, а могут заметить аномалию и посоветовать вам обратиться к врачу. · В бизнесе: Небольшой кофешоп использует AIoT, чтобы прогнозировать наплыв клиентов в зависимости от погоды и событий поблизости, и заранее готовить больше кофе и выпечки. 📈 Почему об этом все говорят? Главные тренды 1. Скорость. Данные все чаще обрабатываются прямо на устройстве (технология Edge AI), а не где-то в облаке. Ваш беспилотный автомобиль не может ждать сигнала с сервера — он должен реагировать на дороге мгновенно. 2. Экология. AIoT помогает экономить ресурсы. Умные сети экономят электричество, а «умное» земледелие — воду, что становится критически важно. 3. Безопасность. Чем больше устройств, тем выше риски взлома. Теперь ИИ сам отслеживает подозрительную активность в сети и блокирует угрозы. Вывод? AIoT — это не про то, чтобы поразить воображение футуристичными картинками. Это про удобство, эффективность и экономию здесь и сейчас. Технология, которая делает нашу жизнь немного проще, а бизнес — более разумным. А вы уже сталкивались с AIoT в повседневной жизни? Поделитесь в комментариях, какой «умный» девайс вас больше всего удивил! #aiot #iot #ai #ии #искусственныйинтеллектинтернетавещей #иивустройствах #интернетвещей #tinyml #edgeai #машинноеобучение
3 недели назад
Как я заставил обычную розетку стать экстрасенсом: История про умный дом и настоящий искусственный интеллект Представьте: вы смотрите на умную розетку в приложении и видите не просто безликие цифры «потреблено 1.2 кВт», а четкую строчку: «Чайник – 5 минут, Холодильник – 2.1 кВт·ч за сутки». Кажется фантастикой? Еще пару лет назад так и было. Но сегодня это работает благодаря технологии, которая переворачивает представление об умных устройствах. Речь не о простой электронике, а о Edge AI — искусственном интеллекте, который работает прямо внутри устройства. Я разбирался, в чем же принципиальная разница, и нашел ответ на примере, который поймет каждый. Две розетки: счетовод и аналитик Взгляните на две, казалось бы, одинаковые умные розетки. Первая, на классическом микроконтроллере, — это добросовестный счетовод. Она видит мир в двух цифрах: напряжение и ток. Умножает их и получает мощность. Ее логика проста: *  Если мощность больше 1500 Вт — пишу «кипячение». *  Если мощность от 100 до 300 Вт — пишу «маломощный прибор». Она надежна, но слепа. Для нее не существует разницы между работой холодильника и циркуляционного насоса отопления, если их мощность схожа. Она видит лишь сумму, но не понимает, из каких слагаемых она состоит. А теперь — вторая розетка, с Edge AI. Это не счетовод, а криминалист, снимающий отпечатки пальцев. Только вместо пальцев — «энергетические отпечатки» приборов. Что такое «энергетический отпечаток» и почему его не видит микроконтроллер с обычной прошивкой? Когда вы включаете прибор, он не просто «берет» мощность. Он делает это уникальным образом: *  Чайник — это резкий, почти вертикальный скачок до 2000 Вт и мгновенное падение до нуля. *  Холодильник — это циклы: плавный пуск компрессора, работа на 150 Вт, затем отключение. *  Стиральная машина — это сложный «танец»: легкое гудение мотора (50 Вт), резкий бросок на нагрев воды (2000 Вт), затем переменная нагрузка при вращении барабана. Обычный микроконтроллер не может уловить эти сложные, многомерные паттерны. Его программа слишком проста для этого. А вот Edge AI для этого и создан. Внутри такой розетки — уже не просто чип, а маленький «мозг», в который загружена нейросеть. Эту сеть заранее обучили на тысячах примеров работы разных приборов. Она не проверяет условия «если-то», а узнает прибор по совокупности сотен признаков, как мы узнаем знакомое лицо в толпе. Что это дает на практике? Живые примеры Такое глубокое понимание открывает возможности, которые раньше были недостижимы: 1. Детализированная аналитика. Вы больше не видите безликую «энергию за день». Вы видите конкретику: холодильник «съел» 45% от всего расхода, ноутбук — 20%, стирка — 15%. Это меняет подход к экономии. 2. Интеллектуальные предупреждения. Система может заметить аномалию: «Потребление вашего холодильника выросло на 30%. Возможно, он реже отключается из-за износа уплотнителя или необходимости разморозки». Это уже не контроль, а забота. 3. Автоматизация без усилий. Розетка сама оповестит вас, что «Стирка завершена», потому что она узнала финальный цикл слива воды. Вам не нужно ставить таймеры или гадать. Так кто же кого? Итоги Означает ли это, что старые добрые микроконтроллеры больше не нужны? Вовсе нет. *  Выбирайте устройство на классическом микроконтроллере, если ваша задача — дистанционно включить/выключить прибор или увидеть общее потребление. *  Ваш выбор — Edge AI, когда вы хотите, чтобы устройство понимало что происходит, а не просто слепо выполняло команды. Технология Edge AI — это не просто «еще более умная» электроника. Это качественный скачок. От приборов, которые следят, к приборам, которые понимают. И этот переход уже начался прямо в наших розетках, выключателях и других незаметных помощниках. #EdgeAI #ИскусственныйИнтеллект #УмныйДом #Технологии #Инновации #AI #Энергосбережение #AIoTИнноватор #ИИ #AIoT
1 месяц назад
AIoT: новая нефть экономики данных. Как это работает в России?
Приветствую подписчиков моего канала! Сегодня хочу поговорить о тренде, который перестал быть просто модным словом и стал реальным инструментом для заработка. Речь об AIoT — симбиозе искусственного интеллекта и интернета вещей. Это именно то, что строит новую экономику, где данные стали ценнее нефти. Почему все говорят об AIoT? Представьте: датчики на оборудовании — это «нервные окончания», которые собирают данные. А искусственный интеллект — «мозг», который их анализирует и принимает решения. Вместе они создают цикл: сбор данных → анализ → действие → результат...
1 месяц назад
Как заставить нейросеть думать быстрее и есть меньше памяти? Секрет инженеров — квантование
Представьте, что ваша любимая нейросеть, которая генерирует картинки или переводит тексты, — это виртуозный пианист. Он играет на рояле с бесконечным количеством клавиш — каждая нота идеально точна. Звук божественный, но и рояль размером с целую комнату. Перевозить его дорого, а на маленькой сцене он не поместится. А теперь задача: уместить этого виртуоза в карманный синтезатор. Чтобы мелодия осталась узнаваемой и красивой, пусть и с небольшими упрощениями. Как это сделать? Ответ — квантование. Это не магия, а мощный инструмент, который делает ИИ-модели быстрее, компактнее и энергоэффективнее...
1 месяц назад
AIoT: почему ваша следующая кофеварка будет умнее вас? Вектор развития умных устройств Приветствую! 👋 Еще пару лет назад «умный дом» ограничивался лампочкой, которая включается по хлопку. Сегодня технологии ушли далеко вперед. На сцену выходит AIoT — искусственный интеллект в интернете вещей. И это не просто сложная аббревиатура, а настоящая революция. Почему это важно? Потому что AIoT-устройства превращаются из послушных исполнителей в самостоятельных «сотрудников», которые могут анализировать ситуацию и принимать решения. Давайте разберемся, куда движется этот рынок. 🤖 Не данные, а решения: что изменится в быту? Забудьте о сценариях «если-то». Будущее за устройствами, которые учатся у вас. · Холодильник не просто сообщит, что молоко закончилось. Он проанализирует ваши привычки, состав семьи и сам добавит его в список покупок, подобрав выгодные акции. · Кондиционер изучит ваш график и погоду за окном, чтобы к вашему приходу с работы создать идеальную температуру, экономя электроэнергию. · Умная колонка сможет не только включить музыку, но и по кашлю или голосу заметить признаки болезни и посоветовать записаться к врачу. Это кажется фантастикой, но такие решения уже тестируются. Рынок AIoT, по прогнозам, к 2030 году достигнет $79 млрд. ⚙️ Три кита, на которых держится AIoT 1. Интеллект на периферии (Edge AI). Больше не нужно отправлять данные в «облако» и ждать ответа. Вся аналитика происходит прямо в устройстве. Ваша камера наблюдения будет мгновенно отличать кота от вора, не передавая видео в интернет. Быстро, безопасно и без задержек. 2. Проактивность. Устройства перестают быть реактивными. Система «умного города» не будет ждать пробки, а спрогнозирует ее, перенаправив потоки машин. Стиральная машина сама предложит программу для сложного пятна и закажет нужное средство. 3. Экосистемность. Ключевой тренд — открытость. Устройства разных брендов научатся говорить на одном языке. Ваша фитнес-браслет от одного производителя сможет общаться с умным чайником от другого, чтобы приготовить вам бодрящий чай после пробежки. 🔮 Что нас ждет завтра? · Массовый переход на 5G: Это даст необходимую скорость для работы миллионов устройств одновременно. · Устойчивое развитие: AIoT станет главным инструментом энергосбережения в домах и городах. · Персонализация всего: Устройства будут знать о нас больше, чем мы сами, и предугадывать желания. Вывод прост: AIoT — это не про «умные» гаджеты. Это про создание бесшовной, удобной и предвосхищающей наши потребности среды. Будущее, где технологии работают на опережение, уже на пороге. А что вы думаете? Готовы ли вы доверить искусственному интеллекту управление своим домом? Поделитесь мнением в комментариях! 👇 #AIoT #интернетвещей #ии #технологии #умныйдом #инновации #ЯндексДзен #AI #edgeAI #иивустройствах
1 месяц назад
Как не перегрузить микроконтроллер: учимся правильно выбирать данные для обучения нейросети
Представьте: вы собрали умную теплицу на микроконтроллере и хотите научить его распознавать болезни растений по листьям. Вы с энтузиазмом скачиваете огромную базу из 10 000 высококачественных фотографий, тренируете модель... а она наотрез отказывается работать на вашем скромном устройстве. Знакомая история? Проблема не в алгоритме, а в самом первом шаге — выборе блока обработки. Это тот сырой сигнал или данные, которые мы подаем на вход нейросети. Ошибка на этом этапе стоит дорого: прототип не работает, а время потрачено...
1 месяц назад
Фреймворки для TinyML: как выбрать и с чего начать в 2025 году
Разбираем топ-5 инструментов для машинного обучения на микроконтроллерах. TinyML (Tiny Machine Learning) — это технология, которая позволяет запускать модели машинного обучения на устройствах с крайне ограниченными ресурсами: микроконтроллерах, датчиках и других embedded-системах. Такие устройства потребляют меньше милливатта энергии и могут годами работать от батареек, делая ИИ по-настоящему мобильным и доступным . Рынок TinyML активно растет: к 2030 году ожидается более 2.5 миллиардов устройств с поддержкой этой технологии, а ее стоимость может превысить $70 миллиардов ...
1 месяц назад
Обучаем нейронку для микроконтроллера в Edge Impulse для устройств AIoT!
Добрый день! Сегодня мы с вами погрузимся в мир нейронных сетей в микроконтроллере. Да, да. В микроконтроллер тоже можно всунуть нейронку, только мини. И сейчас покажу как это сделать. Начнём мы работу в среде Edge Impulse. Edge Impulse — это ведущая платформа для разработки и развертывания искусственного интеллекта (ИИ) на периферийных устройствах (edge devices), которая предоставляет end-to-end решение для сбора данных, обучения моделей машинного обучения и их деплоя на различные устройства, от микроконтроллеров до мощных процессоров...
1 месяц назад
Edge AI: Как собрать датасет, который поместится в микроконтроллер и будет решать реальные задачи
Привет, коллеги! Мы входим в эру Интернета Вещей с Искусственным Интеллектом(AIoT), где интеллект перемещается с облачных серверов прямо на устройство — в микроконтроллер (MCU). Представьте: ваша плата на STM32 или ESP32 сама, без интернета, распознает аномалии двигателя, классифицирует жесты или определяет качество продукции на конвейере. Вся магия — в нейросетях, сжатых до размера в несколько килобайт (TinyML). Но у такой магии есть фундамент — качественный датасет. И это не просто данные....
1 месяц назад