想打造一个智能家居吗?那么在你面前，有两个方案。一来，你可以购买一堆与其他智能产品通信的智能小工具;二来，可以借助传感器标签来改造所有设备，创建一个粗略的网络系统。第一种方案十分昂贵，而第二种又特别麻烦。但不用担心。不久的将来，可能会有第三种方案供您选择：一个只需插入电源插座，便能够连接房间所有设备的简易传感器。

　　这一构想源于卡内基梅隆大学的Synthetic Sensors(合成传感器)项目，他们旨在研发一个能够感知家庭的智能设备。5月11日，ACM CHI 2017国际计算机互动会议在美国丹佛落下帷幕。在此次会议上，首推的这款小型设备能够捕获一切将普通家庭用品变成智能设备所需的环境数据。虽然现在这只是一个模型，但足以令人印象深刻。

　　此设备内设10个传感器，一旦将其插入电源插座，即刻“变身”为房间的眼睛和耳朵。它能够捕获声音、湿度、电磁噪声、运动和光线等数据(研究人员为了保护隐私而排除了相机功能)。随后，它会借助机器学习算法将所得数据转换为家中发生情况的具体信息。例如，合成传感器可以告诉您是否忘记关闭烤箱，泄漏的水龙头浪费了多少水，或者室友是不是又扫光了您的小零食等。

　　长期以来，人们都在探索无所不在的传感理念。但目前，我们只是依靠Nest，Sen.se和Notion等产品开始初步进入智能家居。CMU研究人员希望通过将多个感测功能整合到一个设备中，进而掌控其他未连接的设备，就好比是家庭的通用遥控器。

　　如今，传感器虽然早已变得小巧精致，收集数据也并不困难，但还是存在些棘手的问题。首席研究员Gierad Laput希望，它能够帮助人们解答实际情况中的环境问题，比如计算每个月需要多少水，监测家庭各种设备是否安全。因此，怎样将数据翻译成相关具体信息还需进一步考察。Laput表示：“在用户看来，咖啡机中EMI辐射的频谱图并不重要，他们只关心咖啡何时能煮好。”

　　借助传感器来捕获的数据十分繁杂，研究人员需要对每个对象或动作制定标签。例如，仅仅打开冰箱这一动作便产生大量数据：听到吱吱声，看到光，感觉到这个动作。Laput与其团队通过设定机器学习算法来识别这些信息，构建起一个庞大的感知对象和动作库。在这一过程中，大量的传感器尤为重要。佐治亚理工学院机器学习跨学科研究中心主任Irfan Essa表示：“这些都是数据的推论。如果你只有一个传感器，想要区分个中差别，更是难上加难。”

　　负责传感器技术的CMU研究员Anthony Rowe解释，一个真正有用的通用传感器必须能够捕获和识别周围不断变化的细微差别。例如，即使将设备从一个计数器移动到另一个计数器，该传感器也应该能够从搅拌机中辨别出咖啡机。同样，即使为厨房添置新设备，整个系统也不该受任何影响。确保这一设备的“鲁棒性水平”是改善机器学习的一大问题。Rowe表示：“在短期内，较简便的解决方案是先为用户提供接口，让他们指出问题进而重置系统。”

　　目前CMU提出的综合传感器原型很难做到这点。虽然技术可靠，但尚未研发出接口。但研究组表示，最终可能会选择建立一个应用程序控制系统，或将合成传感器技术纳入智能家居中心，以此捕获环境中更多的细微变化，全面了解用户周围环境。

　　Laput表示，建立一个比你自己更了解自己的环境是智能家居的终极目标。