Алиса в вашем умном доме. Или Маруся. Или Салют
Тема умного дома не нова, думаю у большинства читателей есть не менее одного умного устройства дома. В свою очередь, автор интересуется темой умного дома и интеграцией «всего со всем» уже некоторое время и даже написал для Хабра несколько статей в 2018г.
Агент + MCP в osysHome: как я превратил умный дом в управляемую инженерную систему
Когда я впервые подключил агента к умному дому через MCP, ожидал простой эффект: "ну, будет еще один способ дергать API". На практике вышло иначе. MCP в osysHome оказался не транспортом, а рабочим интерфейсом для эксплуатации: с понятными сущностями, историей изменений, проверками перед записью и безопасным контуром для автоматизации.Покажу это на живых примерах: без магии на слайдах, на реальных инструментах и бытовых сценариях.Почему вообще MCP в доме полезенОбычный путь автоматизации часто выглядит так:пишем скрипт на коленке;через месяц забываем, где и почему что-то менялось.
Samsung представила прототип умной экран-лампы Project Luna
Samsung на Миланской неделе дизайна представила прототип умной экран-лампы Project Luna с вращающейся головкой.
Умный подоконник: как ESP32 спас мой домашний огород (и что я узнал про «невидимые» пины)
История о том, как микроконтроллер за 500 рублей помог вырастить клубнику ранней весной, и почему важно знать «анатомию» чипа Пролог: Когда руки тянутся к земле, а за окномь уже вроде и весна, но все еще случается минус 10Живу в обычной квартире. Места мало, света ещё меньше. Но хочется своего — без пестицидов, свеженького. Решил организовать домашнюю ферму на подоконнике: клубника, базилик, салат, щавель, лук.
Часть 6: Безопасность и приватность в голосовом управлении — как защитить умный дом от утечек и взломов
От диплома до продакшена: Как я создавал архитектуру ИИ-проекта для…Автор: Алексей Бобрешов, руководитель отдела искусственного интеллекта в федеральном холдинге Категория: Искусственный интеллект, безопасность, умный дом, приватность *Это продолжение серии статей.Введение: Ошибки, которые я осознал (слишком поздно - нет, нет ничего слишком, есть цена ошибки)Когда я начинал работу над дипломным проектом «Умный дом» в 2020–2021 годах, моя голова была забита другими вопросами:Как добиться точности распознавания выше 90%?
AI для умного дома: что уже работает сегодня (часть 1)
В статье — не просто список инструментов, а как они сочетаются, какие подводные камни ждут при развёртывании, какие цифры можно ожидать по производительности и как обойти ограничения Llama 8B без облачных кредитов.1. Ollama — локальные LLMOllama запускает большие языковые модели на вашем сервере. Без облака, без API-ключей.Зачем в умном доме: понимание естественного языка. «Включи свет в гостиной» → модель извлекает намерение и сущность, можно передать в HA.Ресурсы:
Samsung в обновлении ПО для стиральных машин Bespoke AI Laundry Combo удалила часть функций стирки
Samsung выпустила обновление программного обеспечения для своей серии стиральных машин Bespoke AI Laundry Combo стоимостью $2000. Пользователи сообщают, что обновление удалило важные функции стирки.
Часть 4: Обучение и валидация модели — 250 эпох, 94.55% точности и борьба с переобучением
От диплома до продакшена: Как я создавал архитектуры ИИ-проектовЧасть 4: Обучение и валидация модели — 250 эпох, 94.55% точности и борьба с переобучениемВ этой части я расскажу о самом критическом этапе — обучении модели. Здесь 250 эпох отделяют работающую модель от неработающей, а правильная настройка гиперпараметров определяет успех всего проекта.СодержаниеВведение: Почему обучение — это не просто «нажать кнопку»Подготовка данных к обучению
