“智能水杯你知道嗎？”
“知道，一個杯子加個APP就說是智能了，其實沒卵用。”
這是硬創邦記者和朋友的一段簡短的對話。
對于很多普通用戶來說，智能水杯給人的印象大概就是這樣，一個水杯上裝幾個感應模塊，再連個手機APP，就能幫人們識別水的溫度、容量、計算累計喝水量等等，這些功能在實用性和需求上都顯得十分的雞肋。然而，我們今天要說的這款智能水杯顯得有些與眾不同，它能夠實現一些更高端的功能，比如：液體識別。
硬創邦記者約到了這款“液體識別智能水杯”的研發負責人穆允翔，跟他仔細的聊了聊這一個與眾不同的智能水杯。
能鑒別液體的杯子
想知道你的喝的是可口可樂還是橙汁、或者紅茶綠茶藍茶各種茶么？只需要把飲料倒進這個智能水杯里，在手機APP上點擊一下識別鍵，杯子就可以幫你鑒別你所喝的飲料是什么?？吹竭@，有些讀者估計就要罵娘了：“我XX又不是瞎子，喝什么我自己還不知道么？”。別急，這只是這款杯子目前能實現的基礎功能，更強大的在后面。
這個水杯最初誕生在穆允翔和他團隊參加的一個創客大賽，在大賽上，他們用幾個元器件和一個普通的水杯搭建了這個智能水杯的雛形。簡而言之，其原理就是利用高精度的光模塊來識別液體的光譜，從而鑒定液體的種類。
穆允翔說，識別液體的種類只是目前能實現的最基礎的功能，因為目前這款杯子還在研發和測試階段，所以后期還會添加更高級別的檢測能力，比如食物的種類、營養成分、甚至奶粉和藥物等的產地以及真假。
這種功能對于普通人來說就有些難以理解了，這款智能水杯是如何做到如此精細的識別的呢？
光譜識別和光譜云分析系統
此前說過，這款智能水杯的原理是利用光模塊來鑒別液體，所以這個“光譜識別模塊”就是整個杯子的核心。
杯子在工作時，能看到杯子底部發出光源，這是一種近紅外線的光，在模塊的另一邊，有接收光源的感應器。當光源穿透液體到達接收器上的時候，光已經通過液體的分子進行反射、折射發生變化，這種變化過的光信息就能通過光譜分析模塊根據其光學特性確定材料組成成分，然后通過iOS或Android智能手機APP將這些信息傳入云端對比數據，幾秒后物品的相關信息就會顯示在手機APP上。
據穆允翔介紹，目前分子識別模塊目前可以識別包括飲料、鹽水、糖水、涼茶、味素等大類信息，隨著數據的增加未來會增加更多的識別空間。
說到這，硬創邦記者還是有些不解，這些光譜數據是如何定義的呢？標準是什么？
穆允翔解釋說，除了杯子上的光模塊之外，液體識別水杯最核心的就在于“光譜云分析系統”了。
他首先給記者解釋了關于光譜的相關知識。
當電磁輻射與物質分子作用時，物質內部會發生量子化的能級躍遷，測量由此產生的反射、吸收、散射的波長與強度而進行分析的方法稱為分子光譜分析法。它是光譜分析的一個重要分支，主要包括紫外-可見光譜、近紅外光譜、紅外光譜、拉曼光譜等。
光譜云分析系統是一種基于云計算的、智能型的分子光譜分析系統。它整合了前端光譜采集設備、光譜數據壓縮傳輸、光譜預處理、光譜數學建模等環節。光譜云解決了分子光譜應用中最復雜的建模問題，為用戶提供穩健、靈活的光譜分析數學模型。前端分子光譜采集設備通過無線和有線的方式接入光譜云，光譜云對輸入的光譜按照預先建立的模型進行分析，用戶無需關心如何建立數學模型，經過云端分析后，檢測結果回傳給用戶。
簡而言之，所有的分子在發生光反射時、吸收、散射時所產生的波長和強度都是不同的，通過這個就能鑒別分子的種類，從而鑒定液體的結構組成。
而鑒別時的標準還是需要人工設定的。比如說，這有一個蘋果，你想要鑒別它的產地是美國還是中國東北，這就需要先采購美國和東北的兩種蘋果，通過儀器先進行光譜測量，然后將數據信息上傳到云端進行標準的記錄，然后在去測量其他蘋果的光譜，用得出的測量信息與之前上傳的標準信息進行對比，這樣才能得出結論。
穆允翔說，目前他們做的杯子還不能實現更精細的測量，主要在于兩個原因。
第一，光譜數據還沒有來得及去采樣和整理，所以云端能夠做對比的數據有限，這些在以后會陸陸續續的進行擴充。
第二，光譜模塊的精度低。據他介紹，這種技術一直以來都是小眾，只有在一些高精尖的科研領域才能用到。高精度的設備價格非常昂貴，他們做這個杯子的光譜模塊對其進行了低成本的簡化，所以在精度上也有一定的限制。
醉翁之意不在水杯，在光譜
當記者問到，為什么想到會做這個智能水杯的時候，穆允翔坦言，最開始做智能水杯只是應客戶需求所研發，他自己本身也覺得智能水杯這種東西沒什么用處，既沒有廣闊的市場也沒有具有剛性需求的用戶群體。
不過后來他的想法發生了轉變，他說，想利用這個“沒什么用”的產品讓大眾能夠接觸和了解到光譜技術。
原型和成型的測試產品
目前分子光譜分析便捷高效，適合多種物態分析且結構信息豐富，在常規分析中有廣泛的應用。不過在民用級領域由于其高昂的價格和讓人理解不了的技術門檻，還沒有被廣泛普及。
如今，在云計算和互聯網的推動下，分子光譜分析技術的外延進一步擴展，以后應用在民用級智能硬件的機會也會增加不少，所以他們想趁著這個契機，做最早吃螃蟹的那一批人。
目前，穆允翔的團隊已經嘗試利用光譜技術做了一些其他的東西，比如一種防止“代打卡”的指紋打卡機，能鑒別打卡的是人的手指還是淘寶買的硅膠套。類似這種光譜技術的應用在未來會更多的擴展成各種智能硬件的產品。目前他的團隊已經開始研究如何低成本的制作更高精度的光譜分析設備和系統，擴充更多的云端圖譜模型，未來這個小眾技術能否普及到人們的生活中還是個未知數。
上一篇：未來實驗室設計是啥樣？
