该文章基于作者在5月10日至11日在莫斯科举行的Project Pitch-Session DataFest6上的演讲全文。我们所有人都曾经是孩子，我们许多人已经有自己的孩子，或者至少有小孩子的经历。 因此，我们可以想象一个不懂说话的婴儿如何告诉成年人他发生了什么。 首先，成人照顾婴儿，看到婴儿的外表，肤色，可能触及他的额头，并根据这种行为的结果做出决定：需要采取什么措施才能使孩子感觉良好。
我们对过程进行形式化描述：
- 删除数据
- 我们将它们代入模型（在我们的脑海中），
- 根据模拟结果，我们将采取行动。
重要的是：孩子本人不会向任何人下达命令，成年人只会查看生物特征数据，因此孩子会收到使他回到舒适区的动作。
这说明了这种说法：一个人不仅可以通过动作或思想来控制机器
（通过读取神经脉冲），也可以通过生物参数。 或更平凡：
可以在具有生物特征反馈的周期的基础上构建生命支持系统 。
业务应用
首先，请记住什么是
智能家居 。 维基百科写道，这是用于住宅或商业建筑的自动化系统。 例如，离开房屋后，您关闭前门，与此同时，房屋关闭电源，水并连接了警报器。 现在，智能家居的所有元素都在艰难的情况下工作。 即，为使智能家居系统中包含的空调停止加热并开始冷却空气，必须对其进行重新编程。 如果一个有能力的成年人从事重新编程，那么对他来说根本就不是很方便。 但是，想象一下，例如，我们谈论的是一个独自在房间里玩耍的小孩，或者一个丧失能力的人，这些人原则上不能自己做某事，或者谈论的是同一个空调将空气引导到的睡觉的人流...
有时，在艰难的情况下工作的“人类助手”的行为比帮助一个人更可能造成伤害。 很明显，一个系统本身会读取所有者的需求会更加方便。
在图中示出了这种系统的变型。 这是一个商业想法，其实质要素已经得到很大发展。
在图中，链的开头是专家。 他设置工作规则，然后服务器将命令发送给气候系统以开始工作。 气候系统调节空气湿度，温度，空气流量，光线照射。 由于该系统的运行，家庭气候的参数发生变化，从而影响到人。 沿链进一步，来自人和来自外部环境（来自家中和来自街道）的数据将流向服务器，并进行处理，服务器根据新数据发出命令。 循环关闭。
人身上的传感器提供生物特征反馈，并允许您从气候系统中获取使人感到舒适的家庭气候参数。
计划重点
电路的关键是
传感器和
控制单元 。
哪些传感器对人来说使用方便？ 看来，对于这一角色，应该尝试使用佩戴在手腕上的
健身手镯的改良
类似物来测量运动中的生物数据。
现在测量普通的健身手镯（此列表很可能不完整）：
- 脉搏
- 温度
- 呼吸节奏
- 出汗率
- 血糖
- 心率
- 脂肪组织的比例
- 血压
- 血氧饱和度
- 身体水分平衡
-并且知道如何通过Wi-Fi发送此数据。
电路的第二个关键点是控制块。 管理系统的任务简化为对人体参数和环境参数之间的关系进行建模。 如果将人类视为生物学参数的产生者，则它是在该范围内稳定的系统。
稳定性是系统在外部影响下维持其当前状态的能力。 每个人都有自己的一组参数组合，将参数保持在一定范围内。 据推测，来自参数空间或与这些参数相关的
相位空间的点的一组点（相位轨迹）描述了每个人唯一的动态舒适状态。 也就是说，根据定义，这种模型应考虑人们的个人偏好。
似乎最方便的方法是使用
机器学习来创建人体参数与环境参数之间关系的模型。
现在，该项目中与机器学习相关的主要问题是：
需要单独考虑一个模型训练选项，这将特别取决于在反馈框架中具有最严重影响的人体参数的性质。
减少模型训练时间的问题很可能是通过
使用预训练的
系统解决的，
该系统将在操作过程中由用户重新训练。
例如，通过与用户手动配置系统，可以轻松解决一些简单的问题，例如与几个人同时待在房间中有关的问题（选择偏好）和“管理”级别的其他问题。
具有生物特征识别功能的类似系统可以广泛使用：它们适用于一个人长时间居住的许多房间。 这些是私人房屋，养老金，封闭空间，汽车，水上船舱。
开发商品化
为什么这个商业想法的商业化很有趣？ 这个问题有几个相关的答案。
商业文献中有很多关于数字化方面的文章。 推广产品的旧方法已失效，企业正在寻找新方法。 商业界讲的是
定制化 -从团队方法到个人生产的过渡。 使用单独的方法，产品并不是“全为”（
适合所有人 ）制造的，而是为每个人制造的。 定制对于制造商而言具有成本效益，因为它可以通过为消费者创造更高的价值来提供竞争优势。
开发具有生物识别反馈的系统将使我们能够自定义生活空间：公寓，房屋，汽车，船只。任何发展的重要因素是其
准备程度和成本 。 在这里，该项目看起来也很有利：提出的方案的材料组件-气候系统和传感器-不需要从头开始开发，实际上，有必要使现有样品适应特定需求。 重大的开发仅需软性：创建一个将在其上运行系统的模型。
我们举一个例子。 我回想起一项关于人工智能领域主要趋势研究的图表。 该图显示了一些AI趋势已被企业广泛使用（高级企业采用率）。 但是，其他研究领域吸引了人们的注意力，这些领域对企业而言并不那么有趣，有条件地称为实验性领域。 考虑到这些趋势，您很惊讶地了解到它们已经被听到很长时间了，但是企业仍然没有积极地使用它们。 从作者的角度来看，这一事实清楚地表明了选择研究主题对后续业务成功的重要性。 在很大程度上确保从项目的“实验”阶段到“生产”阶段的高速转换是正确的主题。 选择开发对企业“可理解”且具有高度就绪性的主题是提高研究对企业吸引力的关键。
最后，在考虑产品的经济性时，必须理解，开发该项目的人收到的不是一种产品，而是为许多应用程序
准备的平台 。
对于作者而言，建立与人相关的系统模型似乎很有趣。 特别是，随着生物识别系统的大量使用，随着时间的流逝，信息将累积在人类生物数据与环境参数之间的关系上，这是令人感兴趣的。 这些信息将为进一步的工作提供宝贵的资料。