匹兹堡大学和圣母大学的研究人员正在开发一种新方法，以延长部署在偏远地区的传感器和设备的寿命。

可以固定在桥梁上以检测振动或生成用于结构健康监测的数据的远程传感器需要经常维护。问题在于这些传感器安装在难以到达的区域，使维护过程变得复杂，并有可能使工人受到伤害。

皮特斯旺森工程学院电气与计算机工程副教授胡静彤说：“更换这些电池的主要挑战之一是电池。很多时候，更换或充电这些电池很昂贵，不便甚至不可行。部署后。”

该团队开发了一种通过使用由太阳能，热能或风能驱动的能量收集技术来节省遥感器电源的方法。该计划是增加第二个小型传感器，该传感器可以触发功能更强大的设备，从而节省更多能量，并使用户更换电池的频率降低。借助人工智能，可以训练传感器识别模式并发信号通知大型设备在特定事件中开启。

胡说：“主要设备被编程为可以完成所有的工作。” “较小的传感器是看门狗，可以监视环境并在必要时唤醒较大的传感器。”

监视桥梁是这些远程传感器可用于的一种应用，其他用途包括预测自然灾害或观察活火山释放的气体。这些传感器要求研究人员进行长时间艰苦的徒步旅行才能到达某个位置，同时要穿着防护装备，以防止对皮肤和肺部造成损害，并防止暴露于极热和极高的气体中。

匹兹堡大学的设备可以减少这些旅行的频率，并最终允许这些设备由环境供电。

胡说：“利用从环境中获取的能量来运行AI算法的主要挑战之一是，来自环境的能量是断断续续的，” “就像笔记本电脑一样，如果传感器断电，则会丢失数据，因此我们希望帮助AI算法即使断断续续地获得准确的决策。通过应用AI，我们希望延长无人值守传感器的使用寿命并制造出无人值守的传感器。更可靠和有用。”