Ожидается, что в ближайшие годы носимые устройства будут быстро расти — согласно рыночным исследованиям, объем рынка увеличивается более чем на 20% в год, и ожидается, что к 2028 году объем рынка достигнет 150 миллиардов евро. быть более доступным и многофункциональным. Для справки: потребители могут купить фитнес-трекеры, оснащенные несколькими датчиками и расширенными функциями отслеживания, всего за 100 долларов, например FitBit Inspire 3, тогда как 50 лет назад простые часы с калькулятором могли стоить несколько тысяч долларов (например, Часы-калькулятор Pulsar в 1975 году — чтобы узнать больше об истории носимых устройств, ознакомьтесь с: Управляемая история носимых устройств). Есть много факторов, которые помогли сделать носимые устройства более распространенными, например, миниатюризация технологий, увеличение объема вычислений и менее дорогое оборудование.

Рост носимых устройств также обусловлен смежными технологиями, поскольку носимые устройства используют различные инструменты и стремятся предоставить множество функций. В этой статье мы обсудим, как развитие искусственного интеллекта/машинного обучения (AI/ML), Интернета вещей (IoT) и более быстрого Интернета/периферийных вычислений помогает продвигать носимые устройства.

(Примечание: эта статья не является исчерпывающей по всем смежным технологиям, помогающим продвигать носимые устройства; другие смежные технологии — это усовершенствованная технология аккумуляторов, достижения в области материалов / производства, разработка датчиков и т. д.).

Искусственный интеллект/машинное обучение (AI/ML)

Носимые устройства собирают много данных о пользователях — по данным Statista, в 2020 году с носимых устройств собирается 335 петабайт данных в месяц. Эти данные помогают подпитывать системы AI/ML, которые принимают решения на основе данных, для создания значимых показателей и прогнозов для пользователей. В настоящее время многие носимые устройства не просто отслеживают ваши данные, но также предоставляют оценки и делают прогнозы. Например, WHOOP, фитнес-трекер, ориентированный на спортивные результаты и восстановление, имеет метрику восстановления и напряжения и определяет нарушения, адаптированные к базовому уровню пользователя.

В AI / ML есть много достижений, от более эффективных алгоритмов до более быстрых реализаций, которые помогают сделать носимые устройства более многофункциональными. Носимые устройства, использующие камеру или компьютерное зрение, могут использовать обнаружение, локализацию и сегментацию объектов для оценки своей среды / пользователей, таких как OrCam MyEye 2.0, которые могут распознавать текст и читать его вслух для людей с нарушениями зрения. Достижения в области обработки естественного языка могут помочь в создании лучших помощников, которые могут быть встроены в носимые устройства, такие как Siri на Apple Watch. А обучение с подкреплением можно использовать для информирования о том, когда лучше всего выполнять определенные действия (например, оповещения или уведомления), например, с помощью своевременных адаптивных вмешательств для оптимизации физического здоровья. Есть много других приложений AI / ML в дикой природе, которые разрабатываются, чтобы сделать носимые устройства более функциональными и умными.

Интернет вещей (IoT)

Интернет вещей относится к расширяющейся сети электронных устройств, датчиков и программного обеспечения, которые общаются и взаимодействуют друг с другом. Носимые устройства являются частью пространства IoT. Ярким примером взаимодействия носимых устройств с другими технологиями IoT является экосистема Apple. Apple Watch интегрируются с другими аксессуарами Apple, позволяя пользователям взаимодействовать со своими носимыми часами на своих устройствах Apple. Кроме того, с помощью Домашнего приложения Apple Watch также потенциально могут интегрироваться с домашними аксессуарами, такими как фонари, замки, смарт-телевизоры, термостаты, оконные шторы и смарт-розетки.

По мере дальнейшего развития IoT-пространства количество интеллектуальных устройств, которые можно подключить к носимым устройствам, будет увеличиваться. В сочетании с AI / ML эти взаимодействия IoT могут быть дополнительно автоматизированы на основе данных, собранных о пользователе. Пример тому — авторегулировка кондиционера по показаниям датчика температуры. Кроме того, взаимодействие других устройств IoT с носимыми устройствами является еще одним популярным вариантом использования, когда пользователи могут получать входные данные для своих носимых устройств на основе других устройств. Для носимого пространства IoT имеет и будет продолжать открывать новые функции / возможности.

Более быстрый Интернет/пограничные вычисления

Последняя технология, которую мы рассмотрим, — это более быстрый Интернет. Он развивается в двух основных формах: инвестиции в инфраструктуру и беспроводные технологии.

Правительства осознают важность высокоскоростного интернета с малой задержкой, особенно после пандемии COVID, когда миру пришлось уйти в удаленный доступ. В Соединенных Штатах Двухпартийный закон об инфраструктуре (BIL) (также называемый Закон об инвестициях в инфраструктуру и рабочих местах (IIJA)) выделил миллионы долларов для улучшения высокоскоростного доступа в Интернет по всей стране. Ожидается, что это начинание займет 5 лет и обеспечит интернетом миллионы американцев.

Кроме того, телекоммуникационные компании (такие как AT&T и Verizon) инвестируют в беспроводную инфраструктуру 5G. Короче говоря, беспроводная связь 5G — это новейший стандарт беспроводной связи, который обещает обеспечить более высокую скорость, меньшую задержку и расширенную пропускную способность сети с большей надежностью. Более подробную информацию о технологии 5G можно найти здесь: Технология и приложения 5G.

Более быстрый Интернет может обеспечить большую функциональность носимых устройств за счет граничных вычислений, которые означают выполнение сложных задач в облаке в (почти) реальном времени. Примеры таких задач включают обработку данных, машинное обучение в режиме реального времени/онлайн и прогнозный анализ. Пограничные вычисления снимают вычислительную нагрузку с устройства и переносят ее на удаленные серверы с более совершенным оборудованием и большей вычислительной мощностью. Это позволило бы носимым устройствам иметь меньше вычислительных компонентов, использовать более сложные алгоритмы машинного обучения и снизить энергопотребление. В результате носимые устройства могут стать быстрее, изящнее и эффективнее благодаря периферийным вычислениям. Однако для того, чтобы носимые устройства могли надежно использовать граничные вычисления, потребуется более совершенная интернет-инфраструктура. Надеемся, что благодаря инвестициям в создание высокоскоростного Интернета с малой задержкой и беспроводной связи 5G периферийные вычисления станут более широко использоваться в носимых устройствах.

Заключение

Носимые устройства — это быстро развивающаяся область, которая потенциально может изменить то, как наше общество взаимодействует с технологиями. Наряду с носимыми устройствами их развитию способствуют несколько ключевых смежных технологий — в этой статье мы рассмотрели AI / ML, IoT и более быстрый Интернет / периферийные вычисления и их роль в носимых устройствах. По мере развития этих смежных областей мы увидим их интеграцию с носимыми устройствами, что сделает их более доступными и функциональными.

Чтобы узнать больше по этой теме, ознакомьтесь с: Управляемая история носимых устройств.