Et team af MIT -ingeniører har udviklet en "smart stikkontakt" i form af en enhed, der kan analysere elektrisk strømforbrug fra en enkelt eller flere stikkontakter. Kredit:Christine Daniloff, MIT
Har du nogensinde tilsluttet en støvsuger, kun for at få det til at slukke uden advarsel, før jobbet er udført? Eller måske fungerer din bordlampe fint, indtil du tænder for klimaanlægget, der er tilsluttet den samme strømstik.
Disse afbrydelser er sandsynligvis "generende ture, "hvor en detektor installeret bag væggen udløser en stikkontakts elektriske kredsløb, når den registrerer noget, der kan være en lysbuefejl-en potentielt farlig gnist i den elektriske ledning.
Problemet med nutidens lysfejldetektorer, ifølge et team af MIT -ingeniører, er, at de ofte fejler på siden af at være alt for følsomme, slukker for en stikkontakt som reaktion på elektriske signaler, der faktisk er ufarlige.
Nu har teamet udviklet en løsning, som de kalder en "smart stikkontakt, "i form af en enhed, der kan analysere elektrisk strømforbrug fra en enkelt eller flere stikkontakter, og kan skelne mellem godartede buer - harmløse elektriske pigge som dem, der er forårsaget af almindelige husholdningsapparater - og farlige buer, f.eks. gnister, der skyldes defekte ledninger og kan føre til brand. Enheden kan også trænes i at identificere, hvad der kan tilsluttes en bestemt stikkontakt, såsom en ventilator versus en stationær computer.
Teamets design omfatter brugerdefineret hardware, der behandler elektriske strømdata i realtid, og software, der analyserer dataene via et neuralt netværk - et sæt maskinlæringsalgoritmer, der er inspireret af den menneskelige hjernes funktion.
I dette tilfælde, teamets maskinlæringsalgoritme er programmeret til at afgøre, om et signal er skadeligt eller ej ved at sammenligne et fanget signal med andre, som forskerne tidligere brugte til at træne systemet. Jo flere data netværket udsættes for, jo mere præcist den kan lære karakteristiske "fingeraftryk", der bruges til at skelne mellem godt og dårligt, eller endda at skelne et apparat fra et andet.
Joshua Siegel, forsker ved MIT's afdeling for maskinteknik, siger, at den smarte stikkontakt er i stand til at oprette forbindelse til andre enheder trådløst, som en del af "tingenes internet" (IoT). Han forestiller sig i sidste ende et gennemgående netværk, hvor kunderne ikke kun kan installere en smart stikkontakt i deres hjem, men også en app på deres telefon, hvorigennem de kan analysere og dele data om deres elektriske forbrug. Disse data, f.eks. hvilke apparater der er tilsluttet hvor, og når en stikkontakt faktisk er snublet, og hvorfor, ville blive delt sikkert og anonymt med teamet for yderligere at forfine deres maskinlæringsalgoritme, gør det lettere at identificere en maskine og at skelne en farlig begivenhed fra en godartet.
"Ved at gøre IoT i stand til at lære, du er i stand til konstant at opdatere systemet, så din støvsuger kan udløse afbryderen en eller to gange den første uge, men det bliver klogere med tiden, "Siegel siger." Da du har 1, 000 eller 10, 000 brugere, der bidrager til modellen, meget få mennesker vil opleve disse gener, fordi der er så mange data samlet fra så mange forskellige huse. "
Siegel og hans kolleger har offentliggjort deres resultater i tidsskriftet Engineering Applications of Artificial Intelligence. Hans medforfattere er Shane Pratt, Yongbin Sun, og Sanjay Sarma, Fred Fort Flowers og Daniel Fort Flowers Professor i maskinteknik og vicepræsident for åben læring på MIT.
Elektriske fingeraftryk
For at reducere risikoen for brand, moderne hjem kan gøre brug af en lysbue fejlafbryder (AFCI), en enhed, der afbryder defekte kredsløb, når den registrerer visse potentielt farlige elektriske mønstre.
"Alle de AFCI -modeller, vi adskilte, havde små mikroprocessorer i sig, og de kørte en almindelig algoritme, der ledte efter temmelig primitiv, simple signaturer af en bue, "Siger Pratt.
Pratt og Siegel satte sig for at designe en mere kræsentlig detektor, der kan skelne mellem et væld af signaler for at fortælle et godartet elektrisk mønster fra en potentielt skadelig.
Deres hardwareopsætning består af en Raspberry Pi Model 3 -mikrocomputer, en lav pris, energieffektiv processor, der registrerer indgående elektriske strømdata; og en induktiv strømklemme, der fastgøres omkring en stikkontakt uden egentlig at røre ved den, som fornemmer den passerende strøm som et skiftende magnetfelt.
Mellem den nuværende klemme og mikrocomputeren, teamet tilsluttede et USB -lydkort, råvarehardware, der ligner det, der findes i konventionelle computere, som de brugte til at læse de indgående aktuelle data. Teamet fandt frem til, at sådanne lydkort er ideelle til at fange den type data, der produceres af elektroniske kredsløb, da de er designet til at opfange meget små signaler ved høje datahastigheder, ligner det, der ville blive afgivet af en elektrisk ledning.
Lydkortet kom også med andre fordele, herunder en indbygget analog-til-digital-konverter, der prøver signaler ved 48 kiloherz, hvilket betyder, at det tager målinger 48, 000 gange i sekundet, og en integreret hukommelsesbuffer, gør det muligt for teamets enhed at overvåge elektrisk aktivitet løbende, i realtid.
Ud over at registrere indgående data, meget af mikrocomputerens processorkraft er afsat til at drive et neuralt netværk. Til deres undersøgelse, de trænede netværket til at etablere "definitioner, "eller genkende tilhørende elektriske mønstre, produceret af fire enhedskonfigurationer:en blæser, en iMac -computer, en brændeovn, og en ozongenerator - en type luftrenser, der producerer ozon ved elektrisk at oplade ilt i luften, som kan frembringe en reaktion svarende til en farlig lysfejl.
Teamet kørte hver enhed adskillige gange over en række betingelser, indsamling af data, som de indførte i det neurale netværk.
"Vi laver fingeraftryk af aktuelle data, og vi mærker dem som gode eller dårlige, eller hvilken individuel enhed de er, "Siegel siger." Der er de gode fingeraftryk, og derefter fingeraftryk af de ting, der brænder dit hus ned. Vores job på kort sigt er at finde ud af, hvad der kommer til at brænde dit hus ned, og hvad der ikke vil, og på sigt, finde ud af præcis, hvad der er tilsluttet hvor. "
"Skiftende intelligens"
Efter uddannelse af netværket, de kørte hele deres opsætning - hardware og software - på nye data fra de samme fire enheder, og fandt ud af, at den var i stand til at skelne mellem de fire typer enheder (f.eks. en blæser versus en computer) med 95,61 procent nøjagtighed. Ved at identificere godt fra dårlige signaler, systemet opnåede 99,95 procent nøjagtighed - lidt højere end eksisterende AFCI’er. Systemet var også i stand til at reagere hurtigt og udløse et kredsløb på under 250 millisekunder, der matcher nutidens præstationer, certificerede lysbue detektorer.
Siegel siger, at deres smarte stikkontaktdesign kun bliver mere intelligent med stigende data. Han forestiller sig at køre et neuralt netværk over internettet, hvor andre brugere kan oprette forbindelse til det og rapportere om deres elektriske forbrug, levere yderligere data til netværket, der hjælper det med at lære nye definitioner og knytte nye elektriske mønstre til nye apparater og enheder. Disse nye definitioner vil derefter blive delt trådløst til brugernes forretninger, forbedre deres præstationer, og reducere risikoen for generende ture uden at gå på kompromis med sikkerheden.
"Udfordringen er, hvis vi forsøger at opdage en million forskellige enheder, der bliver tilsluttet, du skal tilskynde folk til at dele disse oplysninger med dig, "Siegel siger." Men der er nok mennesker som os, der vil se denne enhed og installere den i deres hus og vil træne den. "
Ud over stikkontakter, Siegel ser teamets resultater som et bevis på konceptet for "gennemgående intelligens, "og en verden, der består af daglige enheder og apparater, der er intelligente, selvdiagnosticering, og reagerer på folks behov.
"Det hele flytter intelligens til kanten, i modsætning til på en server eller et datacenter eller en stationær computer, "Siegel siger." Jeg tror, at det større mål er at få alt forbundet, hele tiden, for en klogere, mere sammenkoblet verden. Det er den vision, jeg vil se. "
Denne historie er genudgivet med tilladelse fra MIT News (web.mit.edu/newsoffice/), et populært websted, der dækker nyheder om MIT -forskning, innovation og undervisning.