“智能水杯你知道吗？”

　　“知道，一个杯子加个APP就说是智能了，其实没卵用。”

　　这是硬创邦记者和朋友的一段简短的对话。

　　对于很多普通用户来说，智能水杯给人的印象大概就是这样，一个水杯上装几个感应模块，再连个手机APP，就能帮人们识别水的温度、容量、计算累计喝水量等等，这些功能在实用性和需求上都显得十分的鸡肋。然而，我们今天要说的这款智能水杯显得有些与众不同，它能够实现一些更高端的功能，比如：液体识别。

 　硬创邦记者约到了这款“液体识别智能水杯”的研发负责人穆允翔，跟他仔细的聊了聊这一个与众不同的智能水杯。

能鉴别液体的杯子

　　想知道你的喝的是可口可乐还是橙汁、或者红茶绿茶蓝茶各种茶么？只需要把饮料倒进这个智能水杯里，在手机APP上点击一下识别键，杯子就可以帮你鉴别你所喝的饮料是什么。看到这，有些读者估计就要骂娘了：“我XX又不是瞎子，喝什么我自己还不知道么？”。别急，这只是这款杯子目前能实现的基础功能，更强大的在后面。

　　这个水杯最初诞生在穆允翔和他团队参加的一个创客大赛，在大赛上，他们用几个元器件和一个普通的水杯搭建了这个智能水杯的雏形。简而言之，其原理就是利用高精度的光模块来识别液体的光谱，从而鉴定液体的种类。

创客比赛的智能水杯原型

　　穆允翔说，识别液体的种类只是目前能实现的最基础的功能，因为目前这款杯子还在研发和测试阶段，所以后期还会添加更高级别的检测能力，比如食物的种类、营养成分、甚至奶粉和药物等的产地以及真假。

　　这种功能对于普通人来说就有些难以理解了，这款智能水杯是如何做到如此精细的识别的呢？

光谱识别和光谱云分析系统

　　此前说过，这款智能水杯的原理是利用光模块来鉴别液体，所以这个“光谱识别模块”就是整个杯子的核心。

　　杯子在工作时，能看到杯子底部发出光源，这是一种近红外线的光，在模块的另一边，有接收光源的感应器。当光源穿透液体到达接收器上的时候，光已经通过液体的分子进行反射、折射发生变化，这种变化过的光信息就能通过光谱分析模块根据其光学特性确定材料组成成分，然后通过iOS或Android智能手机APP将这些信息传入云端对比数据，几秒后物品的相关信息就会显示在手机APP上。

　　据穆允翔介绍，目前分子识别模块目前可以识别包括饮料、盐水、糖水、凉茶、味素等大类信息，随着数据的增加未来会增加更多的识别空间。

手机APP端识别功能

　　说到这，硬创邦记者还是有些不解，这些光谱数据是如何定义的呢？标准是什么？

　　穆允翔解释说，除了杯子上的光模块之外，液体识别水杯最核心的就在于“光谱云分析系统”了。

　　他首先给记者解释了关于光谱的相关知识。

　　当电磁辐射与物质分子作用时，物质内部会发生量子化的能级跃迁，测量由此产生的反射、吸收、散射的波长与强度而进行分析的方法称为分子光谱分析法。它是光谱分析的一个重要分支，主要包括紫外-可见光谱、近红外光谱、红外光谱、拉曼光谱等。

　　光谱云分析系统是一种基于云计算的、智能型的分子光谱分析系统。它整合了前端光谱采集设备、光谱数据压缩传输、光谱预处理、光谱数学建模等环节。光谱云解决了分子光谱应用中最复杂的建模问题，为用户提供稳健、灵活的光谱分析数学模型。前端分子光谱采集设备通过无线和有线的方式接入光谱云，光谱云对输入的光谱按照预先建立的模型进行分析，用户无需关心如何建立数学模型，经过云端分析后，检测结果回传给用户。

　　简而言之，所有的分子在发生光反射时、吸收、散射时所产生的波长和强度都是不同的，通过这个就能鉴别分子的种类，从而鉴定液体的结构组成。

　　而鉴别时的标准还是需要人工设定的。比如说，这有一个苹果，你想要鉴别它的产地是美国还是中国东北，这就需要先采购美国和东北的两种苹果，通过仪器先进行光谱测量，然后将数据信息上传到云端进行标准的记录，然后在去测量其他苹果的光谱，用得出的测量信息与之前上传的标准信息进行对比，这样才能得出结论。

识别模块

　　穆允翔说，目前他们做的杯子还不能实现更精细的测量，主要在于两个原因。

　　第一，光谱数据还没有来得及去采样和整理，所以云端能够做对比的数据有限，这些在以后会陆陆续续的进行扩充。

　　第二，光谱模块的精度低。据他介绍，这种技术一直以来都是小众，只有在一些高精尖的科研领域才能用到。高精度的设备价格非常昂贵，他们做这个杯子的光谱模块对其进行了低成本的简化，所以在精度上也有一定的限制。

醉翁之意不在水杯，在光谱

　　当记者问到，为什么想到会做这个智能水杯的时候，穆允翔坦言，最开始做智能水杯只是应客户需求所研发，他自己本身也觉得智能水杯这种东西没什么用处，既没有广阔的市场也没有具有刚性需求的用户群体。

　　不过后来他的想法发生了转变，他说，想利用这个“没什么用”的产品让大众能够接触和了解到光谱技术。

原型和成型的测试产品

　　目前分子光谱分析便捷高效，适合多种物态分析且结构信息丰富，在常规分析中有广泛的应用。不过在民用级领域由于其高昂的价格和让人理解不了的技术门槛，还没有被广泛普及。

　　如今，在云计算和互联网的推动下，分子光谱分析技术的外延进一步扩展，以后应用在民用级智能硬件的机会也会增加不少，所以他们想趁着这个契机，做最早吃螃蟹的那一批人。

　　目前，穆允翔的团队已经尝试利用光谱技术做了一些其他的东西，比如一种防止“代打卡”的指纹打卡机，能鉴别打卡的是人的手指还是淘宝买的硅胶套。类似这种光谱技术的应用在未来会更多的扩展成各种智能硬件的产品。

　　目前他的团队已经开始研究如何低成本的制作更高精度的光谱分析设备和系统，扩充更多的云端图谱模型，未来这个小众技术能否普及到人们的生活中还是个未知数。