Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
Bez kontaktu firma jest nową normalną. Świat stał się bardziej świadomy i zagrożony przez powierzchnie, które wielu ludzi dotyka każdego dnia. Bezkontaktowe interfejsy zmniejszają lub eliminują fizyczne miejsca dotyku, takie jak przyciski do włączania sygnalizatorów ulicznych, ekrany dotykowe, klamki drzwi i kontrolki wind, przez utworzenie bezdotykowych środowisk, które są bezpieczne i atrakcyjne dla użytkowników.
Avanade i grupa zadaniowa firmy Microsoft COVID-19 nawiązali siły partnerskie w celu opracowania interfejsów bez kontaktowych przy użyciu inteligentnej platformy azure edge . To rozwiązanie łączy inteligentne i perceptywne urządzenia brzegowe Internetu rzeczy (IoT) z magazynem, obliczeniami, sztuczną inteligencją (AI) i możliwościami uczenia maszynowego w chmurze platformy Azure.
Urządzenia usługi IoT Edge mogą szybko rozpoznawać mowę, obraz, gesty lub wielomodalne dane wejściowe przy użyciu przetwarzania dołączania. Usługa Azure IoT Hub w chmurze kontroluje urządzenia i łączy je z zasobami platformy Azure. Usługi Azure Cognitive Services i maszyna Edukacja stale ponownie szkolić i aktualizować modele w celu zwiększenia dokładności i wydajności interfejsu.
Potencjalne przypadki użycia
- Włącz publiczne punkty dotykowe, aby korzystać z interfejsów bezobsługowych, takich jak dostęp do budynku i pokoju, kontrola windy, sprzedaż detaliczna i automaty, a także sygnalizowanie ruchu i tranzyt.
- Używaj kontrolek głosowych lub innych kontrolek bez kontaktu z typowymi punktami końcowymi mobilnymi, takimi jak telefony.
Architektura
Pobierz plik programu Visio z tą architekturą.
- Punkty końcowe, takie jak mikrofony, kamery i ekrany dotykowe, zbierają dane.
- Dołączanie jednostek przetwarzania głosowego na urządzeniach usługi IoT Edge stosuje zestawy umiejętności poznawczych i aktualizuje modele uczenia maszynowego do danych lokalnych.
- Centrum IoT w chmurze platformy Azure steruje urządzeniami brzegowymi i komunikuje się z urządzeniami brzegowymi, odbierając dane i wysyłając zaktualizowane modele.
- Usługa Azure Storage przechowuje przekazane dane.
- Usługa Azure Machine Edukacja używa danych do ponownego trenowania modeli sztucznej inteligencji.
- Usługa IoT Hub wypycha zaktualizowane modele uczenia maszynowego do urządzeń brzegowych.
Elementy
- Usługa Azure IoT Edge wdraża obciążenia w chmurze do uruchamiania na urządzeniach usługi IoT Edge za pośrednictwem standardowych kontenerów. Moduły mogą uruchamiać sztuczną inteligencję, inne usługi platformy Azure i innych firm lub własną logikę biznesową. Inteligentne urządzenia usługi IoT Edge mogą reagować szybko i w trybie offline oraz ograniczać koszty dzięki wstępnemu przetwarzaniu i wysyłaniu tylko niezbędnych danych do chmury.
- Usługa Azure IoT Hub udostępnia zaplecze hostowane w chmurze w celu połączenia praktycznie dowolnego urządzenia IoT z usługami platformy Azure. Usługa IoT Hub umożliwia wysoce bezpieczną i niezawodną dwukierunkową komunikację, zarządzanie i aprowizację urządzeń usługi IoT Edge.
- Usługa Azure Storage zapewnia elastyczny, skalowalny, bezpieczny magazyn w chmurze platformy Azure. Bieżące rozwiązanie używa blokowych obiektów blob do przechowywania danych bez struktury, stronicowych obiektów blob do odczytywania i zapisywania losowych małych segmentów danych oraz magazynu plików dla udziałów plików.
- Azure Cognitive Services to rodzina usług sztucznej inteligencji i interfejsów API poznawczych, które ułatwiają tworzenie inteligentnych aplikacji. Na przykład sterowanie głosem może używać usług rozpoznawania mowy do tekstu i rozpoznawania osoby mówiącej . Rozszerzenie rozwiązania na obraz lub rozpoznawanie twarzy może użyć przetwarzanie obrazów, custom vision i rozpoznawania twarzy.
- Usługa Machine Edukacja (ML) używa algorytmów w celu automatycznego ulepszania przewidywań maszyn lub decyzji za pośrednictwem środowiska. Algorytmy uczenia maszynowego tworzą i stale trenują modele matematyczne. Usługa Azure Machine Edukacja umożliwia tworzenie, trenowanie, wdrażanie, śledzenie i zarządzanie modelami uczenia maszynowego w skali chmury.
Następne kroki
- Aby uzyskać więcej informacji, skontaktuj się z .iotcovidsupport@microsoft.com
- Sterowanie głosem to podstawowa funkcja w tym rozwiązaniu. Platforma może potencjalnie rozszerzyć na wiele typów rozpoznawania, takich jak twarze i gesty. Aby uzyskać więcej informacji, zobacz Wybieranie technologii usług Azure Cognitive Services.
- Rozwiązanie może obsługiwać wdrażanie globalne przy użyciu interfejsów API tłumaczenia mowy usług Cognitive Services.
- Przeglądaj ścieżki i moduły szkoleniowe IoT.