在本帖中提及的Qualcomm产品均由Qualcomm Technologies公司和/或其子公司提供。
应用程序的游戏化可以潜在地提高用户参与度，并激励用户实现他们的目标以及您所属组织机构的目标。目前，开发人员和其他方都意识到了游戏化带来的益处，而游戏化正以自身的方式融合到物联网应用方面，包括智能城市计划。以下几个项目诠释了这一点。
鼓励参与数据标签以改进机器学习模型
许多机器学习（ML）模型均依赖于监督学习，通过监督式学习，通过监督式学习可以向模型提供数据，以及有关训练的正确相关标签。不幸的是，对这些数据进行标记的过程可能耗费很多时间，对人类来说也很困难，尤其是在关联测量人类活动的传感器数据时。结果往往是缺乏正确标记的数据，或者数据集太小，无法训练机器模型达到期望的精度水平。
L’ heureux等人在其论文《传感器数据分析的游戏化框架》中提出了一种具有社交性的标签系统。在该标签系统中，系统会自动将用户动作（例如：开灯和关灯）与传感器数据关联在一起，同时结合游戏化来激发用户的参与。该公司的最终目标是确定其系统是否能够改进用于监督学习的数据标签。
简而言之，该系统将游戏活动（即：用户动作）和传感器活动（即：在传感器数据中检测到的活动）整合在一起，并发现其中存在的关联以用于分析。例如，当用户关灯时，该活动与传感器检测到的电压和功率变化有关。用户扫描灯开关上的二维码，实现其动作与传感器数据的关联，这样系统就可以自动标记照明活动。所设置的游戏化框架鼓励用户进行该类扫描。其中包括一种可以解锁更多行动的等级层次结构，以及显示与其他用户相比的参与水平排行榜，当然，在将系统应用到真实的用例以改进数据标记时，真正的考验才会到来。
在本文中，作者将该框架应用于一家电力计量公司，该公司试图开发一种基于机器学习的传感器系统，以监测房间入住率和照明使用情况。通过该框架，促使用户记录公司二楼不同区域的电灯开关活动。
论文的结论是，用户积极地改变了自身的行为，并注意到使用自动标记系统训练自己的机器学习模型时，与其最好的无监督方法相比，准确率提高了近17%。有趣的是，用户注意到游戏化产生了积极的影响，几乎消除了项目执行过程中浪费的能量。
这是游戏化如何影响物联网和人工智能系统发展的一个很好例子。在这种情况下，提高用户参与性有助于实现用户动作与传感器数据的关联，支持改进标记训练数据的潜在目标，并最终提高机器学习模型的准确性。
智能垃圾奖励
在《生物废物管理解决方案提高一个八度Octave 》中，我们审视了AxiBio Gaïabox如何奖励对可堆肥物品进行生态环境无害性处理的居民。该框架测量可堆肥废物的重量，将其记录在用户的账户中，并将数据上传到云端。由于居民按垃圾处理量收费，因此，“Gaïabox”记录的重量就会转化为居民垃圾处理费的积分。
该系统基于司亚乐无线通讯公司的Octave端到端物联网解决方案，并集成了由Qualcomm®MDM9206 LTE(长期演进)调制解调器提供电力的设备。
Gaïabox是说明物联网中的激励机制如何鼓励和奖励实施环保行为用户的另一个例子。
将物联网整合到严肃游戏中
虽然人们很容易认为应当在物联网系统引入游戏化，但欧洲的研究人员设计了一个与之相反的框架。在该例子中，研究人员在严肃游戏中使用物联网数据，从而鼓励用户进行行为改变。
在其论文《InLife：使用物联网将现实生活与严肃游戏相结合》中，Kosmides等人描述了他们的框架如何利用从物联网系统收集的真实世界数据作为游戏的输入量。该框架的架构包括两个主要层面：
• 基于物联网的数据适配层面
• 游戏化层面
作者描述了如何将该框架用作“ICEBERG”的基础；ICEBERG是安卓系统的一种角色扮演游戏，其玩家可以根据自身的行动获得奖励或惩罚。根据这些行为对环境造成的影响（例如：离开房间时关灯，打印时使用过多的纸张，等等），这些行为被分为积极和消极两类。用户动作可通过设置在真实世界环境（例如：办公室）中的各种传感器捕捉。然后，数据通过无线方式与运行在本地或云端的游戏框架进行通信。当用户参与更多环保行动时，他们会在游戏中获得新成就、任务和资源等奖励，帮助他们继续前进。同样，消极的用户行为也会影响到这些元素，并阻碍用户的进程。该游戏可以用于多种用途，比如鼓励工作场所的节能行为，最终减少组织机构的能源支出。
ICEBERG、
结论
现在，游戏化正在智能城市等新的物联网用例中找到自己融入的方式。我们希望上面的例子能够鼓励您将游戏化融入到下一个应用程序中。也许，最大的收获之一是，激励用户往往比惩罚更有效，这可能就是游戏化带来益处的原因。
Qualcomm Technologies公司为开发人员提供了多种可用于构建物联网应用程序和整合游戏化系统的平台。下文中提供了若干值得关注的实例：
•Qualcomm®QCA4020与Qualcomm®QCA4024：低功耗物联网解决方案，可在单芯片封装中提供无线网络（仅限QCA4020型）、低功耗蓝牙（BLE）、以及802.15.4功能无线广播。
•Qualcomm®APQ8016E与Qualcomm®APQ8096SG应用处理器：智能家居、工业自动化、数字媒体播放器、智能监控和家用电器物联网应用案例的理想选择。
•Snapdragon®888 5G移动平台：本公司的系列高端和超高端Snapdragon片上系统，可支持目前的多种智能手机。该平台为终端用户交互的移动应用程序提供了必要的处理能力。
•Qualcomm®QCS610和Qualcomm®QCS410应用处理器：为工业物联网、智慧型人工智能企业安全、家庭IP摄像头、仪表板摄像头、车身摄像头、智能显示器和视频会议等边缘应用的设备人工智能提供高性能和高功耗效率的应用处理器。
•Qualcomm®QCS605片上系统：物联网片上系统，适合用例包括机器学习、边缘计算、传感器处理、语音用户界面启用、和集成无线连接。
•Qualcomm®QCS404片上系统：在设备上配备了双信号处理器的音频片上系统，人工智能增强，为复杂、功能丰富、支持语音的智能扬声器产品提供丰富的连接性。
•Qualcomm® Robotics RB5：用于构建人工智能机器人和无人机的平台。
•Snapdragon 5G调制解调器-射频系统：本公司的5G调制解调器提供了最新的无线连接性，包括对毫米波的支持，在保持功率效率的同时快速传输所有物联网数据。
•Qualcomm® 云端人工智能100：将本公司尖端、高效的人工智能处理能力赋予数据中心，确保开发人员能够有效地创建边缘云基础设施。
