Новые чипы превратят носимые устройства в "невидимые"

02 Aug 2016
1298
Прослушать

Американская компания Jiobit выпустила новый чип для миниатюрных устройств, который использует облачные алгоритмы машинного обучения с целью сделать носимые устройства такими маленьким, чтобы пользователь просто забывал о них. Кроме того, компания разрабатывает для этих чипов технологию, позволяющую продлить жизнь батареи таким образом, чтобы пользователь заряжал свое носимое устройство не чаще пары раз в месяц, причем делал это без влияния на эффективность работы устройства. По словам главы компании Джона Ренальди:

Мы планируем, чтобы устройство работало без зарядки 2 - 3 недели при активном его использовании, при этом включало в себя батарею вдвое меньшего размера, по сравнению с существующими.

Первоначальная задача компании заключалась в создании миниатюрного носимого гаджета, позволяющего родителям отслеживать местонахождение своих детей. И толчком к этому стал опыт, который испытала семья Ренальди, когда во время путешествия на некоторое время потеряла своего ребенка, что стало, по словам Джона Ренальди, "весьма травмирующим испытанием".

Компактная материнская плата Jiobit включает в себя процессор, сенсоры и такие радио-чипы, как GPS, WiFi, мобильный и Bluetooth. По словам представителей компании-разработчика, эта материнская плата меньше по размерам, чем любая другая сравнимая аппаратная система, существующая на рынке.

Секрет создания "долгоиграющих" миниатюрных устройств без потери в емкости батареи или функциональности заключается в сочетании специально адоптированного оборудования и программного обеспечения. "Реальная магия" скрыта в том, как это миниатюрное устройство использует контекстную осведомленность об использовании энергии, программное обеспечение на базе машинного обучения и выборочное подключение, позволяющие повысить до максимума энергетическую эффективность. Программа делает это за счет обработки данных местоположения и использования сенсоров устройства, которые отправляются на соответствующий сервер, который начинает "изучать поведение" пользователя. Конечный результат заключается в максимальной оптимизации при минимуме использования оборудования.