東京大學研發隱私優先的分散式建築自動化系統

東京大學研究團隊開發出一套創新框架，實現以隱私保護為核心的分散式AI建築自動化系統。這項技術讓攝影機等AI裝置能直接相互溝通，完全跳過中央伺服器的中介角色，從根本上解決傳統集中式系統的資料安全隱憂。

當今世界正快速邁向全面自動化，從汽車、住宅到工廠辦公室，各種自動控制功能日益普及。現有自動化系統多半需要繁複的程式編寫，不僅耗費人力且缺乏彈性；若採用AI技術，又往往伴隨著高度集中化的架構風險。

「一般家用或辦公室的燈光空調自動化系統，通常會透過攝影機監測人員動態來調整環境。」資訊通訊工程系副教授落合英哉解釋：「傳統作法是將這些涉及個人隱私的資料集中儲存，一旦系統遭入侵就可能導致隱私外洩。我們的新方法不僅實現去中心化，更能避免長期儲存個人資料。」

這套名為「分散式無邏輯建築自動化」（D-LFBA）的系統，讓攝影機、感測器與環境控制器等裝置能直接溝通。研究團隊特別設計簡易的暫存機制，僅保留自動化過程所需的極少量資料。該成果已發表於2025年IEEE人工智慧研討會。

「我們將神經網路的運算負載分散到環境中的各個裝置。」落合教授補充：「除了隱私優勢，這套系統還能突破廠商限制，讓不同品牌的裝置無縫協作。」

D-LFBA最突破性的特色在於其無需程式設計的學習能力。系統透過同步時間戳記，將影像與控制狀態相互關聯。當使用者操作開關或移動時，系統會自動記錄這些偏好並逐步調整。「即便沒有人工編寫邏輯，AI仍能實現細緻控制。」落合教授分享：「去年測試時，許多使用者都驚嘆系統竟能如此精準適應他們的生活習慣。」

[end]