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.
10. 4.7
bilhões de
página
A Web é 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
15. Conceito de IoT
Refere-se a objetos identificados de forma
única e suas representações virtuais em uma
estrutura similar a internet.
Kevin Ashton em 2009
15
24. Conceito de IoT
"Se tivéssemos 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
34. Hardware - Micro controladores (MCU)
34
Como desenvolver hardware para IoT
Particle PhotonESP8266 👑
+ Ecossistema Arduino
+ Wifi embutido
LinkIt Smart
+ Ecossistema Arduino
+ Linux embarcado
35. Hardware - Micro controladores (MCU)
35
Como desenvolver hardware para IoT
ESP8266 👑
+ Ecossistema Arduino
+ Wifi embutido
mDNS
Wifi
Manager
MQTT
Over
The Air
Update
36. Hardware - Single Board 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 software para 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 padrões de 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
Onde e como armazenar e processar informações
• Conceitos importantes
• BigData e NoSQL
• Machine Learning
• Data Mining
• Nuvem
• Google Cloud
• Microsoft Azure
• Amazon AWS
53. Machine Learning
Aprendizado de máquina
Reconhecer padrões
em dados de treinamento
Aplica padrões reconhecidos
em dados desconhecidos
Regressão ou classificação
dos dados
Ajuste do modelo
53
54. • Usar a Cloud 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
56. Faces
Faces, marcações faciais,
emoções
OCR
Ler e 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, identificar partes
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, marcações faciais, 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
63. 63
Reconhecimento de Imagens
Modelo Inception V3 - Modelo desenvolvido pelo Google
https://research.googleblog.com/2016/03/train-your-own-image-classifier-with.html
Fire Salamander
Golden Retriever
Dalmatian
65. Contagem de pessoas na fila
Processamento de imagens e envio apenas de informação relevante
65
66. Classificação de Pepinos
Tensorflow rodando 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 a irrigar corretamente utilizando sensores de umidade do
solo, controle de irrigação e técnicas de aprendizado por reforço
67