目录
二Sora冲击还没来，但智能家居人已经开始焦虑了！
一、智能家居新革命：AIoH
二、AI技术接入智能家居，未来价值几何？
三、AI ×智能家居，不是纸上谈兵
四、结语
电子学在核物理领域从来都不是一帆风顺的。大型强子对撞机作为全球最强大的加速器，所产生的数据如此之多，使得全部记录这些数据从来都不是一个可行的选择。
因此，处理来自探测器的信号波的系统擅长于「遗忘」——它们在不到一秒的时间内重建次级粒子的轨迹，并评估刚刚观察到的碰撞是否可以被忽略，或者是否值得保存以供进一步分析。然而，当前重建粒子轨迹的方法很快将不再足够。
波兰科学院核物理研究所 ( IFJ PAN ) 的科学家通过研究表明，使用人工智能构建的工具可能是当前快速重建粒子轨迹方法的有效替代方法。它们的首次亮相可能会在未来两到三年内出现，或许是在支持寻找新物理的 MUonE 实验中。
该研究以《Machine Learning based Reconstruction for the MUonE Experiment》为题，于 2024 年 3 月 10 日发布在《Computer Science》上。
AI重建粒子轨迹，发现新物理学© 由 ZAKER科技 提供
论文链接：https://doi.org/10.7494/csci.2024.25.1.5690
过去几十年来，包括计算技术在内的高能物理（HEP）实验领域取得了重大进展。对新物理现象的探索是对所谓的标准模型的扩展，即当前关于自然界基本成分的基本行为及其相互作用的不完整的理论知识，导致在不断增加的能量下进行实验研究。
两个粒子相互作用（碰撞事件）产生的粒子数量通常随着碰撞能量的增加而增加。因此，必须重建大量带电粒子（例如在质子 - 质子碰撞中），从而导致更复杂的事件模式。
AI重建粒子轨迹，发现新物理学© 由 ZAKER科技 提供
粒子在加速器中碰撞产生大量次级粒子级联（cascade）。然后，处理从探测器传来的信号的电子设备，有不到一秒的时间来评估某个事件是否值得保存以供以后分析。
在不久的将来，这项艰巨的任务可能会使用基于 AI 的算法来完成。
在现代高能物理实验中，从碰撞点发散的粒子穿过探测器的连续层，在每一层中沉积一点能量。实际上，这意味着如果探测器由十层组成，并且二次粒子穿过所有这些层，则必须基于十个点来重建其路径。任务看似简单。
「探测器内部通常有一个磁场。带电粒子在其中沿着曲线移动，这也是由它们激活的探测器元件（称之为撞击）相对于彼此定位的方式。」IFJ PAN 的 Marcin Kucharczyk 教授解释道。
「实际上，所谓的探测器占用率，即每个探测器元件的命中次数，可能非常高，这在尝试正确重建粒子轨迹时会导致许多问题。特别是，重建彼此靠近的轨道是一个很大的问题。」
旨在寻找新物理学的实验将以比以前更高的能量碰撞粒子，这意味着每次碰撞都会产生更多的次级粒子。光束的亮度也必须更高，这反过来又会增加单位时间的碰撞次数。在这种情况下，重建粒子轨迹的经典方法已经无法应对。AI 在需要快速识别某些普遍模式的领域表现出色，可以伸出援手。
用于轨迹重建的深度神经网络
「我们设计的 AI 是一个深度型神经网络，包括 20 个神经元组成的输入层、4 个各 1000 个神经元的隐藏层，以及 8 个神经元的输出层。每层的所有神经元都是相连的。该网络总共有 200 万个配置参数，这些参数的值是在学习过程中设置的。」IFJ PAN Milosz Zdybal 博士说道。
AI重建粒子轨迹，发现新物理学© 由 ZAKER科技 提供
由此制备的深度神经网络使用 40,000 次模拟粒子碰撞进行训练，并辅以人工生成的噪声。在测试阶段，只有命中信息被输入网络。由于这些来自计算机模拟，因此可以准确地了解负责粒子的原始轨迹，并且可以与 AI 提供的重建进行比较。在此基础上，AI 学会了正确重建粒子轨迹。
Kucharczyk 教授强调说：「在我们的论文中，我们表明，在适当准备的数据库上训练的深度神经网络能够像经典算法一样准确地重建二次粒子轨迹。这对于检测技术的发展非常重要。虽然训练一个深度神经网络是一个漫长且计算要求很高的过程，但训练后的网络会立即做出反应。由于它的精度也令人满意，因此我们可以乐观地考虑在实际碰撞的情况下使用它。」
MUonE 实验
基于机器学习技术的概念验证解决方案已在 MUonE（MUon ON Electron 弹性散射） 实验中实施和测试，该实验旨在寻找 μ 子反常磁矩领域的新物理。这检验了与 μ 子（质量大约是电子的 200 倍）有关的某个物理量的测量值与标准模型（即用于描述基本粒子世界的模型）的预测之间的有趣差异。
美国加速器中心费米实验室（American accelerator center Fermilab）进行的测量表明，所谓的 μ 子反常磁矩与标准模型的预测存在高达 4.2 个标准差（简称 sigma）的确定性差异。同时，物理学界普遍认为，高于 5 sigma 的显著性（对应于 99.99995% 的确定性）是宣布一项发现可接受的值。
AI重建粒子轨迹，发现新物理学© 由 ZAKER科技 提供
如果标准模型预测的精度能够提高，则表明新物理学的差异的重要性可能会显著增加。然而，为了更好地确定 μ 介子的反常磁矩，有必要知道一个更精确的参数值，即强子校正。不幸的是，无法对该参数进行数学计算。
至此，MUonE 实验的作用就变得清晰起来。其中，科学家们打算研究 μ 子在低原子序数原子（例如碳或铍）的电子上的散射。结果将允许更精确地确定直接取决于强子校正的某些物理参数。
如果一切按照物理学家的计划进行，以这种方式确定的强子校正将增加测量 μ 子反常磁矩的理论值和测量值之间高达 7 sigma 的差异的信心，迄今为止未知的物理学的存在可能会成为现实。
MUonE 实验最早将于明年在欧洲 CERN 核设施开始，但目标阶段已计划在 2027 年，届时克拉科夫物理学家可能有机会看到他们创造的人工智能是否能在重建粒子轨迹方面发挥作用。在真实实验条件下确认其有效性可能标志着粒子检测技术新时代的开始。
参考内容：https://phys.org/news/2024-03-team-ai-reconstruct-particle-paths.html
人工智能 × [ 生物 神经科学数学 物理 化学 材料 ]
二Sora冲击还没来，但智能家居人已经开始焦虑了！
随着AI的功能越来越强大，不少行业也在挖掘新的使用场景，将AI与现有产品结合，能产生更好的效果。比如说，在智能家居领域，AIoH的表现，就值得我们期待。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 ZAKER 提供
Sora作为人工智能发展进程中的“里程碑”，一经问世就让包含智能家居在内的各行各业危机感陡生。
与此同时，近期魅族宣布全力投入AI、刘强东数字人直播等一系列外围消息，让与AGI时代有着紧密关联的智能家居行业，变局叠生。
那么当下，AIoH在智能家居领域的应用场景及现状如何？未来智能家居厂商应该如何布局AI融合？
一、智能家居新革命：AIoH
QuestMobile的数据显示，截至2023年2月，智能家居APP的用户量已经达到2.65亿，同比增长29.2%，大众消费对于智能家居的接受程度越来越高，而消费者对于智能家居的需求也更加普遍。
目前消费者接受度更高的智能家居定义，是基于智能互联达成的家庭自动化，通过一部手机或其他形式的终端系统，通过互联网连接，能够便捷操作许多家居产品，而细分领域包括智能安防、智能家电、影音娱乐设备等。而AI技术的引入，智能家居则将以另一种形式呈现。
AIoH，即AI+IoH，顾名思义就是人工智能技术与物联网技术在智能家居中的应用，这也是当下将人工智能与智能家居结合后出现的全新定义，被称为智能家居3.0时代。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
其实，AloH 并不是一个新的技术，而是融合了多种技术的一种新的物联网应用形态。它更像是通过AI技术赋予智能家居系统一个“大脑”，配合物联网的互联互通能力，通过分析处理历史数据和实时数据，让智能家居设备学会像人类一样思考、决策，对未来用户的使用习惯进行更加准确的预测，使设备变得更加聪明、智能。
这样就意味着，人工智能干预下的智能家居系统，将具备自主决策能力，实现从被动操控到主动智能的转变。
二、AI技术接入智能家居，未来价值几何？
目前的大多数智能家居系统仍然依赖于预设指令，这也大大提高了用户的学习成本，削弱了用户体验感，能够提供主动式服务的智能家居系统，通过深化云计算、边缘计算等能力，能够为消费者提供个性化的服务，在家庭安全防护、悉心看养等方面，将发挥突出的作用，这些应用场景也正是当下消费者最亟待解决的问题。
从厂商的角度看，AI技术接入智能家居，也将改变企业未来的运营方向。人工智能的渗透，或将取代一些现有岗位，比如传统的维修检修工、家政服务等。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
例如，LG电子在2024年消费电子展上推出其创新的智能家居人工智能代理（AI Agent），能够在家中无人的情况下，自由巡逻各种家居场景，从一个房间移动到另一个房间，如果发现窗户打开或有灯未关，就会向用户的智能手机发送通知，还能与智能插座连接，关闭家中闲置的设备，帮助节约能源。
毋庸置疑，人工智能的加持，能够让未来的生活更加节省人力物力，实现更加高效便捷的生活体验，居住舒适度和生活效率将得到大幅度的提升。
三、AI ×智能家居，不是纸上谈兵
在势不可挡的AI浪潮下，总有一部分先行者。AI技术在越来越趋近于“神化”的同时，已有许多智能家居厂商将其落地实践。
最先触达AI技术的外国厂商，将技术融入自身产品优势中，实践出了智能家居细分赛道的AI技术应用范本。比如飞利浦，将AI技术与智能照明结合，通过Hue Bridge照明系统中央控制区，结合AppleHomekit完成智能互联，能够测算出用户回家路径，当用户接近家的同时，照明系统也自动开启，并能够通过日出日落时间自动调节光源，真正做到了自主控制。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
而Apple作为许多智能家居品牌的重点关注对象，在AI技术的应用上也成为前行者，通过其HomeAPP的数据监测及分析，能够做到自动锁门、监控直播、自主智能安防、自主温控等一系列的自主操作。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
聚焦国内市场，欧派AIoT智能家居物联网全面上线，目前重点完成了家居室内光环境管理的轻智能系统产品开发及应用；海尔智家也在去年提出了“1+3+5+N”全屋智慧全场景方案，将AI技术精准应用于冰箱温控、洗衣机AI衣物分析、智能睡眠检测等多项场景中。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
值得一提的是，华为全屋智能5.0则直接提出将人工智能、物联网、云计算等前沿技术融入家庭生活，通过华为的HiLink平台，全屋智能5.0能够连接家中的各种智能设备，实现设备间的互联互通，拥有更强大的兼容性、稳定性和扩展性，在AI技术探索上，做到了稳步解决实际的应用问题。
Sora冲击还没来，但智能家居人已经开始焦虑了！© 由 人人都是产品经理 提供
四、结语
智能家居行业已经不能够忽视AI技术发展对行业的改变，智能家居厂商亟需利用新技术赋能产品，实际有效地解决用户痛点。而AI技术在智能家居领域的应用，将成为未来行业发展的全新方向及转折，消费者也将真正意义享受到人工智能为生活带来的效率化变革。
本文由 @家居新范式 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
