Gedanken zu self-learning Ki/Engine
-
Hi,
ich hab mal so rumgesponnen: ich finde diese selbstlernenden Thermostate allà Tado und Nest schon recht cool. Die wissen wann man zuhause ist, merken sich wie man dann die Temperatur einstellt, und nach einigen Tagen/Wochen soll das ganze dann so automatisch laufen, dass die gar nicht mehr korrigieren muss, weil die Ki dass "gelernt" hat.
Ich hab noch die alten Homematic-Ventile etc. - Da muss alles noch von Hand eingestellt werden etc.
Ist es denkbar, dass wir irgendwann auch im Iobroker so ein selflearning engine einbauen? Ich kann mir das auch in vielen anderen Bereichen vorstellen: z.B. dass automatisch einige Wochen die zustände überwacht werden und dann irgendwann automatisch Wiederholungen und Verknüpfungen dem System auffallen. Also wenn ich den Fernsehr tagsüber einschalte, dann mache ich immer die Rollanden runter weil es so blendet oder so etwas. Man müsste sich halt genau überlegen welche Datenpunkte man einbeziehen sollte, damit die Datenmengen nicht zu groß werden und irgendwann automatisch die Tür geöffnet wird, man könnte auch einstellen dass manche Datenpunkte nur z ulesen ins System einfliessen und andere auch gesteuert werden sollen, aber man könnte ja auch anfangs mit Vorschlägen arbeiten und die dann über ein Scoresystem später auch ganz automatisch steuern lassen.
Was haltet ihr davon? Ist das möglich?
-
Das erste mal als ich mir darüber Gedanken gemacht habe gab es ioBroker noch nicht. Da hatte ich noch keine Ahnung wie Aufwendig so etwas ist.
Das erste mal getestet hab ich so etwas vor einem Jahr. Ich hab ein neuronales Netz in ioBroker trainiert.
Die Erkenntnis daraus ist, es macht wenig Sinn.
Der Grund dafür ist einfach das man definieren muss was das Ergebnis sein soll. Bis ich diese Logik Aufbau kann ich auch gleich die Logik bauen die das gewünschte Ergebnis liefert.
Ein weiterer Grund ist die geringe Menge an Daten die man hat und es wird eine enorme Rechenleistung benötigt um das zu verwirklichen. Mit einem Pi unmöglich, mit einem PC mit Nvidia Grafikkarte zumindest über Monate hinweg bei genug Daten machbar.
Was denkbar ist: Man sammelt Daten von möglichst vielen ioBroker Nutzern, packt sie in eine Datenbank und definiert sehr genau was das Ergebnis sein soll. Nimmt ein Neuronales Netz und Trainiert es in einer Cloud mithilfe der Daten.
Am Ende hat man ein trainiertes Netz welches mit Unterschiedlichen Ausgangssituationen zu 90% das richtige Ergebnis liefert und nur minimal mehr Ressourcen verbraucht als ein Skript.
An sich finde ich den Gedanken gut und würde mir das Wünschen.
Gesendet von Unterwegs
-
Aber genau das "Daten von mehreren ioBroker Usern" zu treinieren geht wieder kaputt weil keiner das gleiche will wie der andere
Der eine hat Heizkörper, der andere Fussbodenheizung.Wie machen es denn Systeme wie Tado oder so… die nutzen ja (denke ich) auch nur die Daten des jeweiligen Nutzers ?!
-
Tado funktioniert nur mit Cloud. Das heißt sie können die Daten aller Nutzer verwenden um ihr System zu trainieren. An- und Abwesenheit funktioniert meines Wissens nach über die Ortung des Smartphones.
Und sie haben den Vorteil das sie genau wissen welche Hardware der Kunde hat.
Edit: @Appollon das ganze soll ja genau dann funktionieren egal welche Gegebenheiten und bei Unterschiedlichen bedürfnissen. Unsere Skripte funktionieren bisher ja fast ausschließlich wenn die Gegebenheiten bekannt sind. Das Ziel muss also sein unabhängig davon ein Ergebnis liefern zu können.
Input = ?
Gewünschtes Ergebnis = hell
Output = Licht an
Gesendet von Unterwegs
Gesendet von Unterwegs
-
Ich kann mir vorstellen, dass die Infos ja gar nicht unbedingt von anderen Usern kommen müssen: Wenn ich 20 Mal ein ähnliches verhalten an den Tag gelegt habe: "Nach hause kommen, Licht im Wohnzimmer an, rolladen runter und dann TV an" dann könnte iobroker das ja noch 20 mal beobachten und dann irgendwann anfangen diesen Ablauf selbst zu steuern.
-
Es ist ja nicht das Thema sich wiederholende abläufe zu lernen und automatisch erledigen zu lassen. Die wirkliche Herausforderung ist Ausnahmesituationen zu erkennen, Urlaub, Krankheit, geänderte Verhaltensweisen.
Das mit dem TV würde bei mir gar nicht funktionieren, manchmal Schau ich Wochen lang nicht und dann jeden Tag. Arbeiten geh ich wie bedarf in der Firma ist, also auch nicht immer gleich.
Würde man das händisch erfassen würde man alle verfügbaren Daten auswerten und eine Statistik erstellen. Mit Hilfe der Statistik stellt man dann eine Wahrscheinlichkeitsberechnung auf, wie Wahrscheinlich das eintreten einer Situation ist je nach dem welche Bedingungen herrschen.
Das bedeutet für deinen Vorschlag der Lernvorgang darf nie beendet werden um auch auf Änderungen reagieren zu können.
Bleiben wir beim Beispiel TV: Was passiert wenn ioBroker Automatisch den TV einschaltet weil zu 90% Wahrscheinlich ist das du Schauen möchtest. Jetzt schläfst du aber und kannst ihn nicht Ausschalten, also kann ioBroker nicht lernen das du Schläfst und dann nicht TV schaust. Diesen Fehler wird es somit immer wieder geben.
Ohne Anwesenheitserkennung geht das sowieso nicht sinnvoll.
Deswegen denke ich, wenn wir eine Anwesenheitserkennung entwickeln die nicht jeder erst an seine Bedürfnisse anpassen muss, haben wir auch schon den ersten schritt zur selbstlernend KI in ioBroker. Danach kann man sich mit dem Problem der Ausnahmen beschäftigen.
Gesendet von Unterwegs
-
Hab neulich mal gelesen, dass die Konkurrenz von Home Assistant tatsächlich schon genauere Datenanalyse ermöglicht. Hab das ganze nur überflogen, aber damit soll es möglich sein regelmäßig wiederholende Aktionen zu erkennen und auch sinnvolle Auslöser festzustellen!
https://data.home-assistant.io/blog/201 … t-launched
Gesendet von meinem ONEPLUS A3003 mit Tapatalk
-
Was haltet ihr davon? Ist das möglich? `
Warum sollte etwas im ioBroker nicht möglich sein, was direkt in einem Aktor abläuft? Aber es hängt natürlich von der verfügbaren Rechenpower und den Skills der Adapter-Programmierer ab. 8-)
Die andere Frage ist der Nutzen. Ich persönlich finde das ja noch für einen Single-Haushalt oder einen Haushalt, in dem alle Bewohner sehr vergleichbare Vorlieben haben, in Ordnung. Aber oftmals sind die Vorlieben komplett anders. Sprich, solange man sich keinen Chip unter die Haut implantieren lässt, mit dem man jederzeit die Anwesenheit in einer definierbaren Zone überwachen kann, sehe ich da gewisse Schwierigkeiten. Und jetzt die Frage, wer sich gerne sowas implantieren lassen möchte?
Und auch sonst kenne ich viele Leute, die sich nicht von Maschinen ihre Gewohnheiten "aufdiktieren" lassen wollen. Von der damit verbundenen Überwachung mal ganz zu schweigen.
-
Möglich ist alles in Endeffekt ist es Algorithmus und Code.
Aber jetzt Mal ehrlich Leute, das manbheutvzubtage ne App braucht um die Toilette zu finden OK aber was in meinem Haus wann gesteuert wird entscheide ich und nicht Ai
Sent from my iPhone using Tapatalk
-
@dtp: Vielleicht hätte ich das präziser formulieren sollen: Ist das eine Option die ihr euch in der zukünftigen Entwicklung von ioBroker wünscht?
@Dutchman: Das wir hier im Forum grundsätzlich einer Automatisierung von Gewerken positiv gegenüber stehen, davon gehe ich mal aus. So wie ich das verstanden habe geht es in diesem HASS-Projekt ja nicht darum etwas automatisch zu steuern, sondern Muster in deinem Verhalten zu finden dieses dann in Automatisierungen zu verwenden auf die du vielleicht sonst nicht gekommen wärest.
Ich finde gerade dieses komplexe Planen von Automatisierungen macht zwar Spaß, ist aber auch echt Arbeit. Der Gedanke du könntest dein Haus eine Weile beobachten und bekommst dann Vorschläge, was alles automatisiert werden könnte weil du es eh immer im gleichen Muster bedienst, finde ich interessant.
-
Ich habe mir dazu auch schon eine Weile Gedanken gemacht, aber es scheitert bei mir immer wieder bei Schritt 1 was bei mir die Datenverfügbarkeit ist.
Sobald es die Möglichkeit gibt, dass mehr als eine bestimmte Person den Wohnraum betritt müsste erfasst werden wer sich wo im Haushalt aufhält. Noch besser wäre es nicht nur innerhalb des Wohnraums, sondern immer zu wissen wer wo ist. Dann wäre Schritt 2 zu interpretieren welche Bedeutung eine gewisse Position überhaupt hat (Arbeit, Einkaufen, Urlaub, zu Hause (oder besser "auf der Couch", "im Badezimmer", "schläft im Schlafzimmer", …)) und wenn das geschafft ist könnte ich mir vorstellen darüber nachzudenken mit den Daten etwas zu steuern.
Der WAF einer solchen Totalüberwachung geht allerdings erfahrungsgemäß gegen 0. Mal ganz davon ab, dass meiner Meinung nach aktuell nur vollständige Kameraüberwachung des Innenraums mit KI zur Erkennung des Bildinhalts (wer ist wo und macht was?) ausreichend präzise und umfassende Daten liefern kann und das ist etwas was ich selbst auch nicht möchte.
-
So wie ich das verstehe, sind solche Überlegungen ja dann genau überflüssig. Vielleicht siehst du bei der Analyse, dass deine Frau eine bestimmte Lampe immer als erstes anschaltet und daran ließe sich dann sowas erkennen. Vielleicht sind es aber auch zehn Faktoren die zusammen kommen müssen um das sicher zu erkennen. Man müsste halt einfach mal schauen was die Bigdataanalyse so zu Tage fördert!
Gesendet von meinem ONEPLUS A3003 mit Tapatalk
