5個(gè)方面詳解:AI產(chǎn)品運(yùn)營(yíng)必知的軟硬件技術(shù)

1 評(píng)論 19000 瀏覽 69 收藏 25 分鐘

比算法更難得是算法的思想,比編程工具更難的是編程的思維,比做產(chǎn)品更難的是產(chǎn)品的夢(mèng)想。本文主要從5個(gè)方面,詳細(xì)闡述AI產(chǎn)品運(yùn)營(yíng)必知的軟硬件技術(shù)。

一、AI產(chǎn)品運(yùn)營(yíng)對(duì)基礎(chǔ)關(guān)系的安排

1. 智能軟硬件與軟件和硬件

在AI產(chǎn)品里沒(méi)有純粹單獨(dú)的軟件和硬件,尤其是產(chǎn)品經(jīng)理更應(yīng)該系統(tǒng)來(lái)看,把軟件和硬件看成是AI賦能的智能軟硬件。

例如:?jiǎn)纹瑱C(jī)一般意義上被看做硬件,但是我們以一種單片機(jī)Arduino來(lái)看,Arduino板子上的微控制器可以通過(guò)Arduino的編程語(yǔ)言來(lái)編寫程序,編譯成二進(jìn)制文件,燒錄進(jìn)微控制器,而程序本身又是軟件部分。其他AI產(chǎn)品部件也類似像STM32,瑞芯微3288等等。

單片機(jī)只是舉例,現(xiàn)在這么大的數(shù)據(jù)量單片機(jī)是處理不了的,AI也不只是跑在單片機(jī)上,X86,服務(wù)端也有。

AI里軟件相當(dāng)于人的大腦,硬件相當(dāng)于人的身體!所以離開軟件硬件沒(méi)有靈魂,離開硬件軟件沒(méi)有肉身!當(dāng)下AI硬件主要被用來(lái)采集數(shù)據(jù)和作為算力!

2. 算法和數(shù)據(jù)

有人說(shuō)算法重要,因?yàn)樗w現(xiàn)了技術(shù)水平的高低,駕馭數(shù)學(xué)知識(shí)的能力;有人說(shuō)數(shù)據(jù)重要沒(méi)有數(shù)據(jù)算法如何實(shí)現(xiàn)效果,實(shí)際上LineLian和工程院院士楊善林的學(xué)生討論后發(fā)現(xiàn),算法和數(shù)據(jù)是魚和水的關(guān)系。AI時(shí)代里算法跟傳統(tǒng)算法的區(qū)別在于AI的算法是對(duì)人腦的模擬,是一種智能。

AI是在大量的樣本數(shù)據(jù)基礎(chǔ)上,通過(guò)神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練數(shù)據(jù),建立了輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的映射關(guān)系,其最直接的應(yīng)用是在分類識(shí)別方面。例如:訓(xùn)練樣本的輸入是語(yǔ)音數(shù)據(jù),訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的功能就是語(yǔ)音識(shí)別,如果訓(xùn)練樣本輸入是人臉圖像數(shù)據(jù),訓(xùn)練后實(shí)現(xiàn)的功能就是人臉識(shí)別。

AI算法使得解決問(wèn)題的步驟智能,數(shù)據(jù)使得算法得到訓(xùn)練從而實(shí)現(xiàn)算法所構(gòu)建的商業(yè)模式!

3. 服務(wù)端和應(yīng)用端

服務(wù)端和應(yīng)用端是相對(duì)的。

開發(fā)應(yīng)程序調(diào)操作系統(tǒng)的API, 操作系統(tǒng)的API有(創(chuàng)建線程、 讀寫文件【讀、寫、偏移到指定地址】、 網(wǎng)絡(luò)通信、 圖形渲染),那么操作系統(tǒng)就是應(yīng)用程序的服務(wù)端。

而寫一個(gè)常規(guī)的小程序或者APP,前端用戶界面上需要的數(shù)據(jù)就是分別通過(guò)WEB程序調(diào)用瀏覽器功能接口然后OS向后臺(tái)服務(wù)端發(fā)請(qǐng)求傳數(shù)據(jù)。

另外web程序員,和底層嵌入式程序員理解的服務(wù)端和應(yīng)用端還有差別,這里產(chǎn)品經(jīng)理明了這種關(guān)系即可。服務(wù)端即底層就是功能的實(shí)現(xiàn)者, 應(yīng)用端上層就是功能的使用者,這一關(guān)系利于產(chǎn)品開發(fā)過(guò)程中需求時(shí)間安排規(guī)劃。

AI產(chǎn)品經(jīng)理明了基礎(chǔ)關(guān)系,能更好的協(xié)調(diào)資源,補(bǔ)充Team短板,提升產(chǎn)品生命期效率!

二、站在硬件肩旁上賦能硬件

智能軟硬件是指通過(guò)將硬件和軟件相結(jié)合,對(duì)設(shè)備進(jìn)行智能化創(chuàng)造或者改造。而智能軟硬件移動(dòng)應(yīng)用端則是軟件,通過(guò)應(yīng)用連接智能硬件,操作簡(jiǎn)單、開發(fā)簡(jiǎn)便,各式應(yīng)用層出不窮,也是企業(yè)獲取用戶的重要入口。例如:新零售的店鋪,智能販賣機(jī)等!

創(chuàng)造和改造對(duì)象可能是電子設(shè)備,例如:手表、電視和其他電器;也可能是以前沒(méi)有電子化的設(shè)備,例如:門鎖、茶杯、汽車甚至房子。

智能軟硬件已經(jīng)從可穿戴設(shè)備延伸到智能電視、智能家居、智能汽車、醫(yī)療健康、智能玩具、機(jī)器人等領(lǐng)域。比較典型的智能軟硬件包括Google Glass、三星Gear、FitBit、麥開水杯、咕咚手環(huán)、Tesla、無(wú)屏電視等。

1. 智能軟硬件的特征

  1. 信息的獲取和交互
  2. 智能
  3. 軟硬結(jié)合

2. 智能硬件的組成

(1)傳感器

傳感器是一種檢測(cè)裝置,能感受到被測(cè)量的信息,并能將感受到的信息,按一定規(guī)律變換成為電信號(hào)或其他所需形式的信息輸出,以滿足信息的傳輸、處理、存儲(chǔ)、顯示、記錄和控制等要求。

例如:檢測(cè)距離的聲波傳感器,尋找軌跡的紅外傳感器,通信的藍(lán)牙、NB-IoT傳感器等等!

(2)控制器

控制器是指按照預(yù)定順序改變主電路或控制電路的接線和改變電路中電阻值,來(lái)控制電動(dòng)機(jī)的啟動(dòng)、調(diào)速、制動(dòng)和反向的主令裝置。

由程序計(jì)數(shù)器、指令寄存器、指令譯碼器、時(shí)序產(chǎn)生器和操作控制器組成,它是發(fā)布命令的“決策機(jī)構(gòu)”,即完成協(xié)調(diào)和指揮整個(gè)計(jì)算機(jī)系統(tǒng)的操作。例如:一般功能的叫MCU單片機(jī),復(fù)合功能的叫操作系統(tǒng)OS!

首先,控制器在智能硬件中一般叫做芯片,AI與CPU比較在架構(gòu)和功能特點(diǎn)上有著非常大的區(qū)別。

傳統(tǒng)的CPU運(yùn)行的所有的軟件是由程序員編寫,完成的固化的功能操作,其計(jì)算過(guò)程主要體現(xiàn)在執(zhí)行指令這個(gè)環(huán)節(jié)。但與傳統(tǒng)的計(jì)算模式不同,人工智能要模仿的是人腦的神經(jīng)網(wǎng)絡(luò),從最基本的單元上模擬了人類大腦的運(yùn)行機(jī)制。它不需要人為的提取所需解決問(wèn)題的特征,或者總結(jié)規(guī)律來(lái)進(jìn)行編程。

AI一般包含機(jī)器學(xué)習(xí)和深度學(xué)習(xí),但不管是機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)都需要構(gòu)建算法和模式,以實(shí)現(xiàn)對(duì)數(shù)據(jù)樣本的反復(fù)運(yùn)算和訓(xùn)練,降低對(duì)人工理解功能原理的要求。

因此,AI芯片需要具備高性能的并行計(jì)算能力,同時(shí)要能支持當(dāng)前的各種人工神經(jīng)網(wǎng)絡(luò)算法。傳統(tǒng)CPU由于計(jì)算能力弱,支撐深度學(xué)習(xí)的海量數(shù)據(jù)并行運(yùn)算,且串行的內(nèi)部結(jié)構(gòu)設(shè)計(jì)架構(gòu)為的是以軟件編程的方式實(shí)現(xiàn)設(shè)定的功能,并不適合應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)算法的自主迭代運(yùn)算。

傳統(tǒng)CPU架構(gòu)往往需要數(shù)百甚至上千條指令才能完成一個(gè)神經(jīng)元的處理,在AI芯片上可能只需要一條指令就能完成。

其次,解讀主流的人工智能芯片。

AI的高級(jí)階段是深度學(xué)習(xí),而對(duì)于深度學(xué)習(xí)過(guò)程則可分為:訓(xùn)練和推斷兩個(gè)環(huán)節(jié)。

訓(xùn)練環(huán)節(jié)通常需要通過(guò)大量的數(shù)據(jù)輸入或采取增強(qiáng)學(xué)習(xí)等非監(jiān)督學(xué)習(xí)方法,訓(xùn)練出一個(gè)復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)模型。訓(xùn)練過(guò)程由于涉及海量的訓(xùn)練數(shù)據(jù)和復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),需要的計(jì)算規(guī)模非常龐大,通常需要GPU集群訓(xùn)練幾天甚至數(shù)周的時(shí)間,在訓(xùn)練環(huán)節(jié)GPU目前暫時(shí)扮演著難以輕易替代的角色。

推斷環(huán)節(jié)指利用訓(xùn)練好的模型,使用新的數(shù)據(jù)去“推斷”出各種結(jié)論,如視頻監(jiān)控設(shè)備通過(guò)后臺(tái)的深度神經(jīng)網(wǎng)絡(luò)模型,判斷一張抓拍到的人臉是否屬于黑名單。雖然推斷環(huán)節(jié)的計(jì)算量相比訓(xùn)練環(huán)節(jié)少,但仍然涉及大量的矩陣運(yùn)算。

在推斷環(huán)節(jié),除了使用CPU或GPU進(jìn)行運(yùn)算外,F(xiàn)PGA以及ASIC均能發(fā)揮重大作用。目前,主流的人工智能芯片基本都是以GPU、FPGA、ASIC以及類腦芯片為主。

FPGA:

即專用集成電路,一種集成大量基本門電路及存儲(chǔ)器的芯片,可通過(guò)燒入FPGA配置文件來(lái)來(lái)定義這些門電路及存儲(chǔ)器間的連線,從而實(shí)現(xiàn)特定的功能。而且燒入的內(nèi)容是可配置的,通過(guò)配置特定的文件可將FPGA轉(zhuǎn)變?yōu)椴煌奶幚砥鳎腿缫粔K可重復(fù)刷寫的白板一樣。

FPGA有低延遲的特點(diǎn),非常適合在推斷環(huán)節(jié)支撐海量的用戶實(shí)時(shí)計(jì)算請(qǐng)求,如語(yǔ)音識(shí)別如LineLian2017年打造的裸眼3D試衣鏡所采用的芯片。

由于FPGA適合用于低延遲的流式計(jì)算密集型任務(wù)處理,意味著FPGA芯片做面向與海量用戶高并發(fā)的云端推斷,相比GPU具備更低計(jì)算延遲的優(yōu)勢(shì),能夠提供更佳的消費(fèi)者體驗(yàn)。在這個(gè)領(lǐng)域,主流的廠商包括Intel、亞馬遜、百度、微軟和阿里云。

ASIC:

即專用集成電路,不可配置的高度定制專用芯片。特點(diǎn)是需要大量的研發(fā)投入,如果不能保證出貨量其單顆成本難以下降,而且芯片的功能一旦流片后則無(wú)更改余地,若市場(chǎng)深度學(xué)習(xí)方向一旦改變,ASIC前期投入將無(wú)法回收,意味著ASIC具有較大的市場(chǎng)風(fēng)險(xiǎn)。但ASIC作為專用芯片性能高于FPGA,如能實(shí)現(xiàn)高出貨量,其單顆成本可做到遠(yuǎn)低于FPGA。

谷歌推出的TPU就是一款針對(duì)深度學(xué)習(xí)加速的ASIC芯片,而且TPU被安裝到AlphaGo系統(tǒng)中。但谷歌推出的第一代TPU僅能用于推斷,不可用于訓(xùn)練模型,但隨著TPU2.0的發(fā)布,新一代TPU除了可以支持推斷以外,還能高效支持訓(xùn)練環(huán)節(jié)的深度網(wǎng)絡(luò)加速。

根據(jù)谷歌披露的測(cè)試數(shù)據(jù),谷歌在自身的深度學(xué)習(xí)翻譯模型的實(shí)踐中,如果在32塊頂級(jí)GPU上并行訓(xùn)練,需要一整天的訓(xùn)練時(shí)間,而在TPU2.0上,八分之一個(gè)TPUPod(TPU集群,每64個(gè)TPU組成一個(gè)Pod)就能在6個(gè)小時(shí)內(nèi)完成同樣的訓(xùn)練任務(wù)。

GPU:

即圖形處理器。最初是用在個(gè)人電腦、工作站、游戲機(jī)和一些移動(dòng)設(shè)備上運(yùn)行繪圖運(yùn)算工作的微處理器,可以快速地處理圖像上的每一個(gè)像素點(diǎn)。后來(lái)科學(xué)家發(fā)現(xiàn),其海量數(shù)據(jù)并行運(yùn)算的能力與深度學(xué)習(xí)需求不謀而合,因此,被最先引入深度學(xué)習(xí)。

GPU之所以會(huì)被選為超算的硬件,是因?yàn)槟壳耙笞罡叩挠?jì)算問(wèn)題正好非常適合并行執(zhí)行。一個(gè)主要的例子就是深度學(xué)習(xí),這是人工智能(AI)最先進(jìn)的領(lǐng)域。

深度學(xué)習(xí)以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),神經(jīng)網(wǎng)絡(luò)是巨大的網(wǎng)狀結(jié)構(gòu),其中的節(jié)點(diǎn)連接非常復(fù)雜。訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),很像我們大腦在學(xué)習(xí)時(shí),建立和增強(qiáng)神經(jīng)元之間的聯(lián)系。

從計(jì)算的角度說(shuō),這個(gè)學(xué)習(xí)過(guò)程可以是并行的,因此它可以用GPU硬件來(lái)加速。這種機(jī)器學(xué)習(xí)需要的例子數(shù)量很多,同樣也可以用并行計(jì)算來(lái)加速,在GPU上進(jìn)行的神經(jīng)網(wǎng)絡(luò)訓(xùn)練能比CPU系統(tǒng)快許多倍。

目前,全球70%的GPU芯片市場(chǎng)都被NVIDIA占據(jù),包括谷歌、微軟、亞馬遜等巨頭也通過(guò)購(gòu)買NVIDIA的GPU產(chǎn)品擴(kuò)大自己數(shù)據(jù)中心的AI計(jì)算能力。

3. 智能硬件生產(chǎn)流程

智能軟硬件的開發(fā)流程介紹

(1)需求調(diào)研及分析

凡是開發(fā)產(chǎn)品類的,都需要進(jìn)行完成的市場(chǎng)調(diào)研,智能硬件也是一樣,通過(guò)面向群體來(lái)收集有用的價(jià)值,從而對(duì)產(chǎn)品開發(fā)的導(dǎo)向及功能要求有明確的方向。

(2)產(chǎn)品原型設(shè)計(jì)

對(duì)于該產(chǎn)品的硬件、原件、結(jié)構(gòu)進(jìn)行開發(fā),完成后進(jìn)行聯(lián)調(diào)測(cè)試,如果中途出現(xiàn)問(wèn)題,需要重新設(shè)計(jì),若通過(guò)進(jìn)行組裝及測(cè)試。

(3)試產(chǎn)階段

小批量的進(jìn)行產(chǎn)品試產(chǎn),進(jìn)行產(chǎn)品認(rèn)證。

(4)產(chǎn)品運(yùn)營(yíng)硬件市場(chǎng)化量產(chǎn)階段

一般情況下,需要等到一些認(rèn)證做完,接到正式訂單才會(huì)開始大規(guī)模生產(chǎn)。

三、站在軟件肩旁上賦能軟件

上文第二節(jié)里講站在硬件的肩旁上賦能硬件里,硬件本身亦不是純硬件,其中有軟件部分且是必不可少的部分。

軟件包含系統(tǒng)軟件和應(yīng)用軟件,系統(tǒng)軟件是軟件的軟件,是軟件運(yùn)行的平臺(tái),應(yīng)用軟件是為了完成特定產(chǎn)品業(yè)務(wù)運(yùn)營(yíng)而編寫的軟件。

常用的系統(tǒng)軟件有操作系統(tǒng)(DOS、WINDOWS、UNIX、OS/2)、數(shù)據(jù)庫(kù)管理系統(tǒng)(FoxPro、DB-2、Access、SQL-server)、編譯軟件(VB、C++、JAVA)。應(yīng)用軟件有文字處理軟件(WORD、WPS)、信息管理軟件、輔助設(shè)計(jì)軟件(CAD)、實(shí)時(shí)控制軟件(CAM)。再例如:APP、小程序等屬于應(yīng)用軟件,Android/IOS等屬于系統(tǒng)軟件。

軟件流程一般如下圖:

AI需要的智能軟硬件流程:

四、以智能家居的智能軟硬件產(chǎn)品實(shí)戰(zhàn)為例

本節(jié)以智能家居整體結(jié)構(gòu)設(shè)計(jì)、芯片選型、模塊設(shè)計(jì)實(shí)戰(zhàn)經(jīng)驗(yàn)為例講一遍智能軟硬件產(chǎn)品的打造流程。

先看下圖為筆者操盤的智能家居整體結(jié)構(gòu)圖:

以下為整體結(jié)構(gòu)圖解析:

Android手機(jī)終端在連接的4G或WIFI情況下通,過(guò)向服務(wù)器發(fā)出 HTTP 請(qǐng)求完成對(duì)信息的查詢和任務(wù)的設(shè)定。

云服務(wù)器根據(jù)用戶需求提供必要的數(shù)據(jù),并將對(duì)應(yīng)的任務(wù)更新至數(shù)據(jù)庫(kù)。嵌入式智能設(shè)備通過(guò)WIFI模塊AT與服務(wù)器,進(jìn)行Socket通信,服務(wù)器端使用基于JavaNIO的框架實(shí)現(xiàn) Socket連接。

Android手機(jī)終端和智能設(shè)備通過(guò)不同的服務(wù)器進(jìn)行通信 ,Android手機(jī)終端采用http 協(xié)議與服務(wù)器進(jìn)行通信,服務(wù)器提供了用于通信的RESTful API,嵌入式智能設(shè)備基于 Socket與服務(wù)器連通。兩個(gè)服務(wù)器部署在同一臺(tái)機(jī)器上,通過(guò)MYSQL數(shù)據(jù)庫(kù)做中間橋接,實(shí)現(xiàn)數(shù)據(jù)的共享。

再看下圖為具體模塊結(jié)構(gòu)圖:

上圖中MCU負(fù)責(zé)整個(gè)模塊的控制;WIFI模塊實(shí)現(xiàn)模塊的無(wú)線連接,并集成協(xié)議TCP/Ip協(xié)議,負(fù)責(zé)同服務(wù)器交換數(shù)據(jù);開關(guān)控制使用繼電器實(shí)現(xiàn),能夠?qū)崿F(xiàn)弱電對(duì)強(qiáng)電的控制;濕度、溫度、亮度模塊根據(jù)不同模塊的功能進(jìn)行選裝,從而實(shí)現(xiàn)對(duì)不同量的測(cè)量。

限位檢測(cè)用于檢測(cè)電機(jī)運(yùn)行的位置狀態(tài),從而實(shí)現(xiàn)對(duì)寵物喂食中機(jī)械的控制,實(shí)現(xiàn)定量的喂食;RTC時(shí)鐘為系統(tǒng)的運(yùn)行提供時(shí)間基準(zhǔn);FRAM保存配置數(shù)據(jù),即使在掉電后還能夠執(zhí)行之前設(shè)定的任務(wù);基本的用戶界面提供了現(xiàn)場(chǎng)的控制途徑,使用戶能夠?qū)δK進(jìn)行直接的操作;供電使用AC/DC電源直接由220V供電或者使用DC進(jìn)行供電,可以根據(jù)外部公開進(jìn)行選擇。

其次芯片選型。

選用M451LG6AE作為主控芯片M451LG6AE為 32位單片機(jī),基于M4內(nèi)核,具有足夠的RAM和 Flash能夠滿足運(yùn)行程序的要求。其具有多個(gè)串口,支持硬件的 SPI 及 I2C,能夠方便實(shí)現(xiàn)的通信,具有 AD能夠?qū)崿F(xiàn)一些狀態(tài)量的測(cè)量。

使用 DTH11進(jìn)行溫濕度的測(cè)量,其集成了溫度及濕度檢測(cè)功能,接口為單線制串口。節(jié)約 IO,使用 DS18B20進(jìn)行范圍較大的溫度測(cè)量,其測(cè)溫范圍較廣,具有密封的封裝,能夠測(cè)量液體溫度,能多個(gè)并聯(lián)。對(duì)于土壤濕度的測(cè)量,使用電阻式濕度傳感器進(jìn)行測(cè)量。

限位檢測(cè)主要用于檢測(cè)物體是否移動(dòng)到了指定位置,或者在喂食裝置中電機(jī)旋轉(zhuǎn)的圈數(shù)(決定喂食的量),只需要輸出開關(guān)量,因此使用光電門進(jìn)行檢測(cè),使用非接觸測(cè)量能夠有效地延長(zhǎng)傳感器的使用時(shí)間,同時(shí)能夠提供足夠的精度。

為了實(shí)現(xiàn)高精度的計(jì)時(shí),從而減小離線時(shí)出現(xiàn)的定時(shí)誤差,使用外置的RTC DS3231 作為計(jì)時(shí)基準(zhǔn)。DS3231 內(nèi)置了帶溫補(bǔ)的晶振,能夠?qū)崿F(xiàn)較高精度的計(jì)時(shí),滿足運(yùn)用的需求。

選擇擦寫次數(shù)多和讀取速度塊的FRAM FM24V系列,來(lái)進(jìn)行設(shè)置數(shù)據(jù)的存儲(chǔ)%使掉電復(fù)位后,仍然能夠進(jìn)行中斷的任務(wù)。

使用 HLK-PM01 作為 AC/DC芯片,HLK-PM01 用于實(shí)現(xiàn)220VAC到 5VDC的轉(zhuǎn)換,能夠提供 3W的功率,足夠系統(tǒng)的使用。使用 HLK_M30模塊作為WIFI 模塊,其體積很小,功耗較低 ,支持TCP Server/TCP Client /UDP Server/UDP Client工作方式,能夠方便地實(shí)現(xiàn)互聯(lián)網(wǎng)連接,串行接口能夠方便地與主控器連接。

再則軟件設(shè)計(jì):

整體軟件功能模塊如下圖:

其中1:軟件部分與硬件之間交互通信模塊, APP通過(guò)HTTP 協(xié)議與服務(wù)器進(jìn)行通信 ,采用 OkHttp 進(jìn)行網(wǎng)絡(luò)請(qǐng)求,請(qǐng)求的方式以 Post為主。

Android系統(tǒng)提供了兩種 HTTP 交互的方式HTTPURL-CONNECTION和 APACHE HTTP CLIENT,雖然兩者都支持 HTTPS流的上傳和下載,配置超時(shí)IPV6和連接池,已足夠滿足各種HTTP請(qǐng)求的需求,但原生的HTTP 接口存在著 API 數(shù)量過(guò)多,擴(kuò)展困難等不足。

因此產(chǎn)生了許多出色的網(wǎng)絡(luò)通信庫(kù)來(lái)替代原生的 HTTPURLConnection,其中OkHttp是最出色的一個(gè)。

使用 OkHttp 庫(kù)進(jìn)行更高效 HTTP請(qǐng)求可以讓應(yīng)用運(yùn)行更快、更節(jié)省流量,因此,本項(xiàng)目中使用 OkHttp庫(kù)依賴開發(fā)。

APP與 服務(wù)器通信時(shí)采用 JSON格式進(jìn)行數(shù)據(jù)傳輸 ,JSON 作為一種輕量級(jí)的數(shù)據(jù)交換格式,易于閱讀和編寫,并且多種編程語(yǔ)言均提供了對(duì) JSON 格式數(shù)據(jù)解析的支持,易于機(jī)器解析和生成。

并且相比XML格式,JSON數(shù)據(jù)量更小,具有較高的有效數(shù)據(jù)率,有助于節(jié)省流量,提升網(wǎng)絡(luò)傳輸速率。APP采用 Android 自帶的 JSONObject 類進(jìn)行 JSON數(shù)據(jù)的解析。

其中2:登錄模塊,由于智能家居控制系統(tǒng)是一個(gè)面向多種需求多個(gè)用戶的控制系統(tǒng),需要建立用戶系統(tǒng),使不同的用戶可以有序地管理自己的設(shè)備。

APP在啟動(dòng)時(shí)會(huì)首先檢查本地是否存有用戶的 token,如果不存在,跳轉(zhuǎn)到登錄界面,密碼采用 MD5進(jìn)行加密。用戶登錄成功后, 將服務(wù)器發(fā)來(lái)的 token通過(guò) SharedPreferences 保存在本地,以后每次網(wǎng)絡(luò)請(qǐng)求通過(guò)這個(gè)token進(jìn)行用戶驗(yàn)證,而不需要重新進(jìn)行登錄。

其中3:設(shè)備模塊設(shè)備列表中選擇一個(gè)設(shè)備進(jìn)入設(shè)備控制頁(yè)面,在設(shè)備控制頁(yè)面可以進(jìn)行查看設(shè)備信息,查看歷史記錄,對(duì)設(shè)備進(jìn)行控制等操作。

進(jìn)行設(shè)備控制時(shí),智能照明控制開、關(guān)兩種狀態(tài),智能澆水對(duì)澆水量進(jìn)行控制,智能喂食對(duì)喂食量進(jìn)行控制,每種設(shè)備的控制均提供手動(dòng)和定時(shí)兩種工作方式。 在啟動(dòng)定時(shí)任務(wù)時(shí),可以設(shè)置每周某幾天在某個(gè)時(shí)間重復(fù)執(zhí)行設(shè)備控制的任務(wù)。

其中4:場(chǎng)景頁(yè)面中可以添加的任務(wù)分為兩種類型:

  • 一種是對(duì)設(shè)備的控制任務(wù),包含控制照明設(shè)備的開關(guān),澆水設(shè)備的澆水量、喂食設(shè)備的喂食量等。
  • 另一種是延時(shí)任務(wù),用于設(shè)定不同設(shè)備控制任務(wù)之間的延時(shí)間隔,場(chǎng)景可以設(shè)置為手動(dòng)或定時(shí)啟動(dòng)兩種方式。為了減少控制的復(fù)雜性,場(chǎng)景中的單項(xiàng)任務(wù)不能進(jìn)行定時(shí)的設(shè)置,但可以通過(guò)設(shè)置場(chǎng)景整體的定時(shí)任務(wù)來(lái)實(shí)現(xiàn)場(chǎng)景中每個(gè)任務(wù)的定時(shí)執(zhí)行。

希望通過(guò)以上智能軟硬件產(chǎn)品實(shí)戰(zhàn),來(lái)傳達(dá)一套系統(tǒng)的智能軟硬件產(chǎn)品方法論!

五、Hold住產(chǎn)品靠本領(lǐng),引領(lǐng)智能軟硬件市場(chǎng)靠人性!

同樣是語(yǔ)音識(shí)別獵豹做出來(lái)翻譯棒,而天貓做出阿里智能音箱。同樣是圖像識(shí)別,用在機(jī)場(chǎng)可以協(xié)助安檢通過(guò),波士頓動(dòng)力可以給機(jī)器狗避障!

智能軟硬件產(chǎn)品運(yùn)營(yíng)是生意人,互聯(lián)網(wǎng)產(chǎn)品運(yùn)營(yíng)是設(shè)計(jì)師。

而筆者爸爸說(shuō):

“10年難培養(yǎng)一個(gè)生意人,1年也許就能培養(yǎng)一個(gè)擅長(zhǎng)用工具的設(shè)計(jì)師和程序員”。

比算法更難得是算法的思想,比編程工具更難的是編程的思維,比做產(chǎn)品更難的是產(chǎn)品的夢(mèng)想!

運(yùn)營(yíng)好和賣好產(chǎn)品,并用戶口口香傳,與實(shí)現(xiàn)產(chǎn)品同樣重要。沒(méi)有指令機(jī)器不知運(yùn)轉(zhuǎn),而沒(méi)有機(jī)器指令又命誰(shuí)運(yùn)轉(zhuǎn)?智能軟硬件是產(chǎn)品運(yùn)營(yíng)的未來(lái)!

如果你想系統(tǒng)化入門AI產(chǎn)品經(jīng)理,掌握AI產(chǎn)品經(jīng)理的落地工作方法,戳這里>http://996.pm/7bjab

#專欄作家#

連詩(shī)路,公眾號(hào):LineLian。人人都是產(chǎn)品經(jīng)理專欄作家,《產(chǎn)品進(jìn)化論:AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》一書作者,前阿里產(chǎn)品專家,希望與創(chuàng)業(yè)者多多交流。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 關(guān)于AI為什么要理解的更深,因?yàn)榫幊淌且环N工具,例如Python 只是一種工具,比工具更重要的是背后的原理。本文嘗試分析AI產(chǎn)品背后的邏輯含技術(shù)結(jié)構(gòu)的解析!

    來(lái)自上海 回復(fù)