Baixado 19 vezes
Carregado porAlvaro Viebrantz
Internet das coisas, machine learnign e maquinas de doces
O documento discute a Internet das Coisas, aprendizado de máquina e seu aplicação em projetos como uma máquina de doces inteligente. Ele fornece uma introdução aos conceitos-chave de IoT, incluindo identificação de dispositivos, sensores, comunicação e integração. Demonstra como aprendizado de máquina pode ser usado em aplicativos do mundo real e fornece links para projetos open source e codelabs relacionados.
Mais conteúdo relacionado
Semelhante a Internet das coisas, machine learnign e maquinas de doces
Internet das coisas, machine learnign e maquinas de doces
- 1. INTERNET DAS COISAS MACHINELEARNING E MÁQUINAS DE DOCES Alvaro Viebrantz aviebrantz.com.br @alvaroviebrantz medium.com/@alvaroviebrantz 1
- 2. Alvaro Viebrantz DevMT eGDGCuiabá Fullstack developer aviebrantz.com.br // @alvaroviebrantz medium.com/@alvaroviebrantz 2
- 3. Agenda de eventos meetup.com/devmatogrosso meetup.com/gdgcuiaba Chate Fórum - slack.devmt.com.br 3
- 4.
- 5.
- 6. 12anos Internet Smartphones /Nuvem / Mobile 6
- 7. “The more advancedwe become the faster we become at advancing” "Marco Annunziata: Welcome to the Age of the Industrial Internet" 7
- 8. Nossa noção desucesso mudou… 8
- 9.
- 10. 4.7 bilhões de página A Webé gigante hoje Era do Zetabyte* * 1000 Exabytes 36.000 anos de video em hd Últimos 20anos http://www.livescience.com/54094-how-big-is-the-internet.html 10
- 11.
- 12. A Web égigante hojeComputação Ubiqua 12
- 13.
- 14. Conceito de IoT Nãoé só acender lâmpadas 14
- 15. Conceito de IoT Refere-sea objetos identificados de forma única e suas representações virtuais em uma estrutura similar a internet. Kevin Ashton em 2009 15
- 16.
- 17.
- 18.
- 19.
- 20. Integração é oponto chave Cadeira inteligente 20
- 21. Internet of Sh**T “Justbecause it’s connected doesn't mean it’s smart” 21https://youtu.be/TIhW61FMNIc
- 22. “Estamos sendo substituidos?” Disse Joãozinho preocupado 22
- 23. Nós já confiamosnas máquinas Para coisas não exatas 23
- 24. Conceito de IoT "Setivéssemos computadores que soubessem tudo que se poderia saber sobre coisas - utilizando dados que coletaram sem nenhuma ajuda nossa - seríamos capazes de rastrear contabilizar tudo e reduzir desperdícios, perdas e custos." Kevin Ashton, That 'Internet of Things' thing. RFID Journal, Julho de 2009 A idéia não é nos substituir 24
- 25.
- 26. Revolução O que ofuturos no reserva ? 26
- 27.
- 28. Apple Siri Assistentes Pessoais Coisasque pensam 28
- 29. IoT é serviço Oimportante não é o hardware, mas o que você entrega 29
- 30.
- 31.
- 32.
- 33. Cultura Maker 33 DIY -Faça você mesmo
- 34. Hardware - Microcontroladores (MCU) 34 Como desenvolver hardware para IoT Particle PhotonESP8266 👑 + Ecossistema Arduino + Wifi embutido LinkIt Smart + Ecossistema Arduino + Linux embarcado
- 35. Hardware - Microcontroladores (MCU) 35 Como desenvolver hardware para IoT ESP8266 👑 + Ecossistema Arduino + Wifi embutido mDNS Wifi Manager MQTT Over The Air Update
- 36. Hardware - SingleBoard Computer (SBC) 36 Como desenvolver hardware para IoT Raspberry Pi 👑 + Ecossistema gigante + Wifi e Bluetooth embutido + Muito material na internet BeagleBone Orange Pi 🍊 - Documentação ruim + Wifi e Bluetooth embutido + Muito barato
- 37. Programação 37 Como desenvolver softwarepara IoT • Micro controladores • C/C++ • MicroPython • Lua • Single Board Computer • Linux 🐧 • Praticamente qualquer linguagem • Muita coisa em Python e Java
- 38. Comunicação 38 Protocolos e padrõesde comunicação • Software • HTTP • MQTT • Atenção a uso de banda • Hardware - Radio Frequência • Wifi • NRF e RFM • LoraWan • Sigfox • GPRS/3G
- 39. Dados e Nuvem 39 Ondee como armazenar e processar informações • Conceitos importantes • BigData e NoSQL • Machine Learning • Data Mining • Nuvem • Google Cloud • Microsoft Azure • Amazon AWS
- 40. AIY Projects -Voice Kit 40 IA para humanos
- 41. Demo 41 AIY com GoogleAssistant SDK https://developers.google.com/assistant/sdk/
- 42. Demo 42 AIY com GoogleAssistant SDK https://www.facebook.com/alvarowolfx/videos/1372040179529841/
- 43. Alexa Voice Service 43 DIYAmazon Echo - Alexa https://www.youtube.com/watch?v=FvmdYvQnJpk https://developer.amazon.com/alexa-voice-service
- 44. É uma extensãoda plataforma Android para IoT e dispositivos embarcados. 44 Android Things
- 45. Android SDK Android Studio PlayServices Firebase Cloud Platform Mesmo ecossistema do Android 45 Todo poder dos serviços do Google
- 46. Android Things DevPreview Você pode iniciar com um Raspberry Pi 3 46
- 47. Produção em escala GoogleManaged BSP SoM Architecture Módulos pré-certificados (SoM - System On Module) 47
- 48. Machine Learning “Smart Devices” “Coisasque pensam” e 48
- 49. Na prática O queé machine learning ? 49
- 50. Na prática O queé machine learning ? 50
- 51. Na prática O queé machine learning ? 51
- 52. Novo problema ? Comecedo zero :( 52
- 53. Machine Learning Aprendizado demáquina Reconhecer padrões em dados de treinamento Aplica padrões reconhecidos em dados desconhecidos Regressão ou classificação dos dados Ajuste do modelo 53
- 54. • Usar aCloud ou a Mobile API (Vision, Natural Language, etc.) • Usar um arquitetura existente e re-treinar ela ou fazer um ajuste fino para o seu conjunto de dados • Desenvolver o seu próprio modelo para resolver novos problemas Mais flexível, mas requer maior esforço Como você pode iniciar com Machine Learning? Três caminhos, com diferentes complexidades: 54
- 55. Cloud Natural Language Cloud Speech Cloud Vision Cloud Machine Learning APIs Veja, Ouça e Entenda o mundo 55
- 56. Faces Faces, marcações faciais, emoções OCR Lere extrair texto, com suporte para > 10 linguagens Classificação Detectar entidades de mobília a meios de transporte Logos Identificar logos de produtos Marcos e Propriedades da imagem Busca Segura Detectar conteúdo explícito - adulto, violência, médicas e fraudes Cloud Vision API 56 Reconhecimento de imagens
- 57. Extrair frases, identificarpartes da fala e criar uma árvore de dependências para cada sentença. Identificar entidades e classificá-las por tipos, como pessoa, organização local, evento, produto e media. Entender o sentimento dominante do bloco de texto. Análise de Sintaxe Reconhecimento de entidades Análise de sentimentos 57 Cloud Natural Language API Reconhecimento de linguagem natural
- 58. Automatic Speech Recognition (ASR)powered by deep learning neural networking to power your applications like voice search or speech transcription. Recognizes over 80 languages and variants with an extensive vocabulary. Returns partial recognition results immediately, as they become available. Filter inappropriate content in text results. Audio input can be captured by an application’s microphone or sent from a pre-recorded audio file. Multiple audio file formats are supported, including FLAC, Handles noisy audio from many environments without requiring additional noise cancellation. Audio files can be uploaded in the request and, in future releases, integrated with Google Cloud Storage. Automatic Speech Recognition Global Vocabulary Inappropriate Content Filtering Streaming Recognition Real-time or Buffered Audio Support Noisy Audio Handling Integrated API 58 Cloud Speech API Reconhecimento de áudio e voz
- 59. Face API faces, marcaçõesfaciais, olhos abertos, sorrisos Barcode API Códigos de barra 1D e 2D Text API Alfabeto latino / estrutura Common Mobile Vision API Suporte para detecção e rastreio de imagens e vídeos no dispositivo Mobile Vision API Provendo visão para aplicações diretamente no dispositivo 59
- 60. Combinado Visão eTradução 60
- 61. • Funções especificaspara Deep Learning • Para pesquisa e produção • Licença Apache 2.0 61 TensorFlow Biblioteca de machine learning Open source
- 62. Raspberry PiDatacentersSeu laptopAndroid iOS 62 Portável e Escalável Rode em qualquer lugar
- 63. 63 Reconhecimento de Imagens ModeloInception V3 - Modelo desenvolvido pelo Google https://research.googleblog.com/2016/03/train-your-own-image-classifier-with.html Fire Salamander Golden Retriever Dalmatian
- 64.
- 65. Contagem de pessoasna fila Processamento de imagens e envio apenas de informação relevante 65
- 66. Classificação de Pepinos Tensorflowrodando local no dispositivo embarcado 66 https://cloud.google.com/blog/big-data/2016/08/how-a-japanese- cucumber-farmer-is-using-deep-learning-and-tensorflow
- 67. Irrigação inteligente Aprender airrigar corretamente utilizando sensores de umidade do solo, controle de irrigação e técnicas de aprendizado por reforço 67
- 68. Apple Siri Reconhecimento devoz Entender e identificar entidades 68
- 69. A.I. Candy Dispenser Máquinade doces inteligente Android Things Cloud Vision 69
- 70. A.I. Candy Dispenser Máquinade doces inteligente Cloud Vision 70 Android Things Tira uma foto Classifica foto Libera doces ou
- 71. A.I. Candy Dispenser Máquinade doces inteligente 71
- 72. A.I. Candy Dispenser Namídia 🎉 https://blog.hackster.io/ hacksters-handpicked-projects-of- the-week-e2403bdf387a http://www.htxt.co.za/2017/06/07/ this-ai-candy-dispenser-swaps- pictures-for-sweets/ 72 https://www.raspberrypi.org/ blog/android-things-candy- dispenser/
- 73. Open Source -Máquina de Doces Inteligente https://github.com/alvarowolfx/ai-candy-dispenser 73 https://www.hackster.io/alvarowolfx/android-things-a-i-candy- dispenser-a47e74
- 74. Projetos - MonitorEnergia AndroidThings https://github.com/riggaroo/android-things-electricity-monitor 74
- 75. Projetos - Pianodistribuido https://riggaroo.co.za/android-things-building-distributed-piano/ 75
- 76. Codelab - EstaçãoMeteorológica AndroidThings https://codelabs.developers.google.com/codelabs/androidthings-weatherstation 76
- 77. Codelab - AndroidThings Image Classifier https://codelabs.developers.google.com/codelabs/androidthings-classifier
- 78. Codelab - FaceDetection with Mobile Vision API https://codelabs.developers.google.com/codelabs/face-detection
- 79. Codelab - CloudFunction + Cloud Vision API https://codelabs.developers.google.com/codelabs/firebase-cloud-functions
- 80.
- 81. Links úteis • https://cloud.google.com/vision/ •https://cloud.google.com/products/ • https://developers.google.com/assistant/sdk/ • https://developer.android.com/things/ • https://iot.google.com • https://www.tensorflow.org • https://developer.amazon.com • https://www.youtube.com/user/GoogleDevelopers/videos • https://www.hackster.io/alvarowolfx/android-things-a-i-candy-dispenser-a47e74 81
- 82. Referência • https://www.slideshare.net/andrecurvello/internet-das-coisas-do-sensor-nuvem-e- voc • https://www.youtube.com/watch?v=ETWhOWvqH5E •https://www.youtube.com/watch?v=0JWGFMtDDy0 82