可穿戴设备应及时收集数据并密切考虑用户需求。
只有这样，行业才能实现真正的商业化发展。
近日，由工业和信息化部人才交流中心主办、江北新区集成电路智谷丁山产业园协办的“芯动力”人才发展计划国际名人讲座系列最新活动在浦口举行南京市区。
作为整个活动的支持媒体，记者受邀对本次讲座的专家导师、瑞士洛桑联邦理工学院副教授David Atienza博士进行了独家专访。
David Atienza博士表示，过去几年，可穿戴设备的发展方向已经误入歧途，因为这些设备的开发者并没有实际测量或收集用户反馈数据，导致产品不适用，无法为用户提供服务。
有安全感。
未来我们的可穿戴设备应该与物联网紧密相连，并考虑到用户的需求。
只有这样，行业才能实现真正的商业化发展。
以下为记者对David Atienza博士的独家专访： 洛桑联邦理工学院David Atienza博士及主编王刚 记者：David Atienza您好，我们了解到您的研究主要是“高性能多功能”处理器片上系统 (MPSOC) 和“低功耗嵌入式系统的设计方法”，包括用于 2D 和 3D MPSoC 的新型热感知设计，以及针对无线人体传感器网络、动态内存管理进行优化的设计方法和架构您能否先介绍一下您在可穿戴设备的功耗和系统优化方面取得的最新进展？ David：最近，我们在 EPFL 的嵌入式系统实验室（ESL）取得了非常重要的进展。
接近阈值的多核计算架构更加节能，使单核微控制器能够为下一代智能可穿戴设备处理复杂的生物信号，甚至在可穿戴系统中运行机器学习算法。
，无需将所有数据发送到远程云计算系统。
此外，在ESL的系统层面，我们证明了压缩传感可以应用于基于心电监测的可穿戴设备，可以显着节省我们检测生物信号和采样所需消耗的能量。
记者：对于可穿戴设备的商业化前景，您认为哪些应用目前已经成熟或者具有可预见的成熟市场环境？ David：我认为过去几年大多数针对健康和消费市场的现有可穿戴设备并没有朝着正确的方向发展，因为它们缺乏用户测量或用户提供的反馈数据和临床验证，这是原因之一为什么大多数人不愿意接受这些设备。
但我相信这个领域的产品正在向健康、可靠、认证的方向快速发展。
在系统保护用户隐私和健康的前提下，面向健康和消费市场的可穿戴设备才能拥有成熟的市场。
。
记者：我们一直在提到“可穿戴设备”的概念。
这类产品这几年非常流行，其中最突出的就是“智能手环”。
然而，它们却迅速下降。
全球出货量大幅下滑，厂商也大量倒闭或重组。
您认为造成这种情况的原因有哪些？除了实用性不足之外，这些产品还有哪些技术方面亟待改进呢？ David：事实上，目前可穿戴设备行业的下滑与我之前的预期是一致的。
以“智能手环”领域为例，大部分产品缺乏临床验证，这使得很多用户放弃了手环系统。
所发布的数据，例如完成的步数或每天消耗的卡路里，都是值得怀疑的。
这也是此类产品销量不理想的重要原因之一。
不过，如果这些设备厂商能够认识到这一点，并改进自己的产品，那么我认为这个领域还是有很大的发展潜力的。
另外，在用户界面方面，开发者应该更加注重产品的适用性和便利性，尽力让产品具有手机不可替代的功能。
只有这样，智能手环才有可能真正稳定的商业化。
记者：那么您认为可穿戴设备有必要作为单独的产品出现，还是作为生活必需品的一个功能出现？ David：我认为随着智能手机的普及，可穿戴设备应该也将会成为我们日常生活中所需要的东西。
这只是时间问题。
当可穿戴设备具备真正应有的功能时，人们不会将其视为“有趣的小工具”，而是将其视为改善我们生活质量的必需品。
记者：您如何看待可穿戴设备与物联网的关系？ David：可穿戴设备是物联网的关键组成部分。
对我来说，它们是物联网的基础，也是物联网和人类之间的第一个纽带。
因此，物联网设备的第一次集成和交互是从可靠、舒适的可穿戴设备开始的，然后与其他物联网设备进行交互，最终使智慧城市、智能建筑、工业4.0等成为现实。
记者：我们注意到您在主题中特别提到了“特征提取、机器学习和数据记录”。
那么您认为当前可穿戴设备数据分析的准确性如何？实际应用需要多长时间？ David：我想强调的是，可穿戴设备的诞生才几年时间，现在已经能够在运行时提取复杂的功能，所以这是一个新领域。
让可穿戴设备变得“智能”，取决于真正适用的用户和应用场景。
例如，我们最近在ESL-EPFL确认，在心血管监测中，会使用可能患有心律失常疾病的患者的心电图。
（心电图）输入设备后，其识别准确率可达95-96%。
因此，我认为这一新的可穿戴设备系列，包括机载可穿戴设备，在获得 FDA（食品和药物管理局）认证或 CE 标志（安全认证标志）后，很快就可以被普通用户使用。
可以乐观地相信，该领域的产品可以在未来几年内全面推向市场。
另一方面，脑电图分析等领域在开发嵌入式机器学习方面存在很多困难。
因此，只有连接云计算服务，可穿戴设备才能在短期内使用机器学习算法。
为可穿戴设备提供正确的指令。
记者：您认为可穿戴设备的最终应用场景是什么？ David：在我看来，终极的可穿戴设备是真正“智能”的、自供电的，而且应该适用于每个人。
另外，这些可穿戴设备应该给用户足够的安全感。
因此，我预测的最终可穿戴设备可能是一个简单的小贴纸，只要贴在皮肤上就可以直接与大脑进行交流，而无需我们输入任何文字。
尽管这对于当前的技术开发人员来说极具挑战性，但我相信这在未来将会成为现实。