我让人工智能构建了一个工具来帮助我找出晚上是什么让我醒来

我尝试关注影响我生活质量的小事情。当某件事持续困扰我时，我想要进行调查，找到可能的原因，然后采取行动。最近发生的变化是我愿意构建什么来支持这一点。有了人工智能工具，几年前我会因为“付出太多努力而没有回报”而放弃的项目现在可以在周末完成。因此，每当我在日常生活中遇到问题时，我就会发现自己在想，“实际上，我可以构建一些东西来解决这个问题”。这篇文章是关于这些问题之一：我的睡眠。问题是我生活在一个喧闹的城市。有些晚上，我凌晨 3 点就醒来，不知道是什么吵醒了我。其他晚上我都没有完全醒来，但第二天早上我的手表显示，凌晨 3:32 有东西把我从深度睡眠中拉了出来。令人沮丧的是，你几乎永远不知道是什么原因造成的。当声音唤醒您时，您的大脑仍在从您所处的睡眠阶段过渡，需要一段时间才能正常恢复正常。当你能够记录正在发生的事情时，噪音已经消失了。除非它重复出现（雷声、不停歇的汽车警报）或事后留下线索（爆炸后一道闪电），否则你醒来时会感到困惑，原因仍然是个谜。如果不指出原因，就无法解决它。是在公寓里面吗？外部？邻居？一辆卡车？一扇门？您尝试的任何“解决方案”都只是猜测，而猜测的成本往往很高。所以我肩负着一项使命?我在高层次上构建了什么，首先介绍一点背景信息：我已经有了一个带有家庭助理的智能家居设置以及公寓周围的一堆传感器（运动、门、灯光、温度、湿度、二氧化碳、空气质量）。我已经收集了该项目所需的大量数据。我只需要添加音频片段，提取我的睡眠数据，然后将所有内容联系在一起。我只需要添加一些东西： 两个便宜的 USB 麦克风，一个在公寓内，一个在面向街道的窗户外 一个 Raspberry Pi（微型计算机），可以监听，但仅当我在家和躺在床上时 来自我的 Garmin* 手表的睡眠数据 我家庭实验室上的一个 Web 应用程序，它结合了音频、睡眠数据和现有的传感器事件 当 Pi 听到足够响亮的声音时，它会保存一个简短的剪辑，其中包含前后几秒钟的上下文。整个检测模式由 Home Assistant 控制：Pi 将自己暴露为 Home Assistant 集成，并且自动化仅在我在家、在床上以及在我通常的睡眠时间时打开它。在这些条件之外，它完全被禁用，根本无法访问麦克风。这就是我想要的行为，即使是在我自己的家庭网络上也是如此。网络应用程序是真正发挥作用的地方。每晚的布局就像音乐编辑器中的曲目一样：一个用于睡眠阶段，一个用于心率和 HRV，一些用于传感器事件，一个用于加载音频的噪音事件。响应式，也适用于移动设备。曲目可以放大和缩小，就像音乐 DAW 一样。到目前为止，最有用的功能是它如何在视觉上标记我的睡眠阶段转移或醒来的时刻。这就是切入点。我扫描一个夜晚，找到突出显示的时刻（红色），然后单击收听。还有一点不错：前端是一个带有网络推送功能的渐进式网络应用程序，仅在我的家庭网络内提供服务。当我醒来查看手机时，我收到一条通知，提示昨晚的数据已准备好审核。没有任何东西离开网络，我真的很喜欢。人工智能做了什么，没有做什么 明确设定期望：人工智能使我在周末构建这个项目变得现实。整个过程花费了大约 8 个小时的时间，再加上接下来几天的一些小改进。如果没有人工智能工具，我就不会开始。但我并没有使用人工智能来识别实际的声音（至少现在还没有）。聆听部分，识别门、盘子和摩托车，仍然是我戴着耳机。该工具只是为我指出值得聆听的时刻。关于工作流程：我没有阅读代码（有意识的选择）。我测试了结果，在出现问题时提供直接反馈，并让人工智能通过截取浏览器中正在运行的应用程序的屏幕截图来验证自己的输出。对于微机方面，我又更进一步了。 Raspberry Pi 是全新的空安装，因此我为编码代理提供了 SSH 访问权限，并让它直接在设备上进行测试。它会进行一个实验，要求我喊叫、扔掉一些东西，或者打开厨房水龙头，记录样本，然后为我进行分析，有时还会提取频谱图。我必须明确地希望它以这种方式工作，但一旦得到指导，迭代循环确实非常有趣。对于在我自己的硬件上运行的个人项目来说，整个设置就足够了。这里有趣的转变并不是人工智能解决了我的问题。正是人工智能降低了构建这个东西的成本，让我能够解决自己的问题。关于睡眠数据的说明 我从 Garmin* 手表获取睡眠数据。每块手表和戒指都会计算睡眠时间