物联网的肮脏小秘密是部署成本。例如，在交通灯上安装一个低成本的运动传感器和无线电装置，以便在车辆离开工厂前对过往车辆进行计数，这既简单又便宜。部署的增量成本接近于零，特别是在低功率广域网(LPWAN)覆盖或其他低成本通信覆盖可用的情况下。但是，在交通灯上安装传感器和无线电设备将使市政当局损失一辆公共工程车、一名工作人员、一名电工和一名交通警察。改造是昂贵的。
改造世界的物联网是一个科学的数据和传感器的工程任务，研究物联网问题，并找出获取数据的最简单方法。对数据科学家的问题是什么最小数据分辨率将提供所需的结果：多少个传感器每单位面积的多少读数每个时间间隔是解决问题的必要吗？工程师必须权衡传感器成本，无线电成本和网络的可用性，并且功耗和可用电源。
一个成功的团队，游览,在现实几乎这家网站麻省理工学院媒体实验室的赞助完全避免了传感器部署的成本。他们利用背景声音，通过识别声音并向用户报告咖啡店、邮局、ATM等场所的位置，为视觉受损者和视觉及听觉受损者提供准确的导航，巧妙地避免了在大面积区域安装蓝牙信标。ARound应用程序使用了谷歌ARCore，融合了声音、相机和地理位置数据。因为几乎每个人都有智能手机，所以不需要部署成本。用户需求由视障团队成员Sunish Gupta定义和测试。
ARound app的3种模式:
发现模式：当用户走，GPS数据与ARCORE相机的基于机器学习的对象识别技术相结合，感知周围环境，并记录用户的路径上的对象和地点的声音。声音是地理围栏的区域，这意味着声音被标记的位置。
面包屑路径模式：由于使用者行走的路径，围绕创建声音的线索 - 空气调节器，门打开和关闭，咖啡厅的谈话等 - 使得能够通过以下所述音频面包屑折回的路径。在地理围栏的声音已经被收购后，播放声音当用户接近的物体或地方的利益，在体积越来越为用户接近的兴趣点。声音被固定在现实世界中，准确跟踪用户的位置。
ARCORE spatializes在三维空间的声音。声音呈现不同，这取决于听者的位置和方向的声音。该ARCORE 3D音效的机器学习模型，真实地再现了声音，以适应用户的位置。有听力障碍的人可以通过触觉设备的振动，如“听”声音时刻，甚至是手机的震动。
共享模式：从音频文件库声音可能与使用的Web应用程序，类似于张贴照片到谷歌地图的位置地点。这就造成当用户靠近的位置时触发地图上的一个声音针。利用声音管脚，视觉障碍者会议地点可以设置。在会议地点掉落的音频文件设置的位置，使之成为一个有视觉障碍的人访问。也有类似于用户对谷歌地图添加照片的社交乘数。地缘位置和声音的存储库可以创建声音的导航和其他用途的高分辨率的风景线。
ARound开发团队希望将这个最小可行性的产品(MVP)变成一个完整的平台，用于不同类型的用户，而不仅仅是视觉受损的用户，用于导航，以及未受损的用户使用获得的声音景观来参与有趣的日常体验。该平台将使用谷歌ARCore和/或Apple ARKit这两种基于机器学习的开发工具来使用增强声音进行空间定向。这支团队——阿南达纳·卡普尔、达拉·巴夫萨、苏尼什·古普塔、维丹·萨兰特和玛克西姆·内斯马什尼(bios)-希望该项目获得开源贡献者的支持。对辅助技术感兴趣的贡献者可以找到项目在GitHub上。
与开发商讨论了一些未来的发展思路包括添加机器学习模型来识别和分类的声音。像机器学习可以分类中的人或物图像，机器学习模型可以识别和分类由声音所代表的对象和地点。众包地理围栏的声音是另一回事。谁想要促进地理围栏的声音可以运行在手机后台应用的用户收集它们，就像谁的贡献备用计算周期的500万个用户搜寻地外文明计划搜寻地外文明的计划。
物联网领域的增强现实和机器学习有着千丝万缕的联系，并有可能成为子域。我认为他们离散的领域，直到我参加了AR在行动峰会去年1月。这是一个由来自外科和建筑学等广泛领域的从业者和研究人员以及多学科小组进行的TED会议式简短演讲的消防站。
在此之前的峰会，我归类的IoT无处不传感器网络，AR是全息耳机像Hololens，和机器学习作为自然语言处理和图像识别。在会议结束时，很明显，这些都是密切相关的工具。任何一台机器，让背景下增强部现实。这可能是一个全息耳机是项目3D虚拟对象变成现实，但它可能是一个触觉乐队，反作用于环境或应用程式，例如围绕使用物联网，机器学习和AR。
物联网的定义应该更窄更广。总有一天，“万物互联”会到来，但前提是每件产品都要配备传感器，以满足衍生环境的视觉需求，并理解物理世界的每一个点。如果没有数十亿的卡车轧辊，这一愿景在经济上是不可能实现的。在物联网改造的这个阶段，聪明地避免卡车滚动，以最小化或完全消除用传感器改造世界的做法，将提供对大多数物理世界的派生环境和理解。