人工智能发展的一大趋势是从云计算向边缘计算(edge computing)转变。 前者是AI设备通过互联网进行远程计算,而后者是更多地在本地进行计算,在设备上直接运行算法。边缘计算的优势包括:更快得到结果、更加安全以及灵活性。但是基于边缘计算,可以制造出怎样的产品呢?
总部位于西雅图的AI创企Xnor无疑走在该技术的最前沿。本周,公司发布了一款完全依靠太阳能供电的AI相机样机(不需要电池或外部电源供电)。相机分辨率(320 × 320)不算高,搭载FGPA芯片处理器,并且配有最新的对象识别算法技术。
理论上,用户可以把这样的设备放在户外的任何地方,让它无限期地向你传输数据。它兼容几种不同的低能耗无线通信协议(Wi-Fi除外,因其耗电量过大),这使得它可以在几十公里范围内发送信息。Xnor公司表示,如果装上电池,它可以在白天储存足够的电力,使得相机在低日照时间和夜间运行。
Xnor的首席技术官Mohammad Rastegari表示:“我们目前正在调查此相机的实用案例,案例包括:大型民用项目(自动驾驶汽车车内监控)、无人机摄像头等等。”
Xnor公司在AI设备小型化方面实力不容小觑。2017年,公司从艾伦人工智能研究所(Allen Institute for Artificial Intelligence)分离出来,它拥有一种创建超高效机器学习系统的专有方法,这项技术的关键是一种被称为同或门(XNOR gate)的逻辑电路,公司也因此得名。它还通过在低功耗、低计算的设备(如Raspberry Pi Zero,一款微型电脑)上运行来证明其软件的实用性。
这款太阳能的AI相机还不能上市销售。虽然它在电力方面可以自给自足,但是操作上有一些限制。例如,每秒能处理多少帧图像取决于能得到多少太阳能。Xnor说,在阳光充足的时候,它的传输速度是32帧/秒,但这一问题可以通过更大的太阳能电池来弥补解决。
很明显,像这样的设备在未来只会变得越来越普遍。它们价格相对便宜(Xnor型号售价为10美元),对操作者来说也更便利。而且,鉴于其拍摄的照片视频始终不会传输到设备以外,所以数据隐私性更强。
但问题仍然存在:在一个充满AI监视的世界里,我们不免感到不自在。在智能CCTV的背景下,科技界已经在努力解决这个问题。而正如Xnor所展示的,AI无处不在,只不过设备尺寸会变得越来越小,从而不那么引人注目。