科技圈里那些事Y 颠覆智能设备:打造属于你自己的非云端智能家居

全文共1948字 , 预计学习时长5分钟
科技圈里那些事Y 颠覆智能设备:打造属于你自己的非云端智能家居
文章图片
图源:unsplash
人工智能多年来一直被认为是下一次计算浪潮 , 但学习和维护人工智能都需要使用昂贵的硬件和强大的GPU , 才可以处理海量数据集 。
随着英伟达推出廉价的一体机人工智能电脑 , 这种情况开始转变 。 就在不久前 , 该公司推出了售价仅为59美元的最新JetsonNano人工智能开发工具包 。 Jetson是一个小包装的完整计算机 , 类似RaspberryPi , 它允许黑客攻击或在家学习 , 同时让更广泛的用户可以访问人工智能 。
2012年 , RaspberryPi的首次亮相成为计算机领域的一个分水岭 , 它使计算机可以在一个小的、多功能的软件包中使用 , 而且只需35美元 。 这意味着像我这样的业余爱好者可以买一台完整的电脑 , 然后到处搞事情 , 比如造一面魔镜或者自己动手做智能屏幕 。
在RaspberryPi出现之前 , 如果不投资数百美元购买专门的硬件 , 或者不拆散一台旧的笔记本电脑来完成这项工作 , 是几乎没有办法实践这些想法的 。
科技圈里那些事Y 颠覆智能设备:打造属于你自己的非云端智能家居
文章图片
图源:NVIDIA
像Jetson和Google的“Coral”开发平板这样的廉价集成计算机也是在为人工智能的发展做着同样的事情 。 通过简化 , 人工智能(通常被称为机器学习)基本上是通过处理大量的数据来“教”一台计算机在这些数据中找到一个模式 。 这样做依赖于GPU , GPU擅长快速处理大数据集和创建推断 。
影响至今的问题是执行机器学习任务所需的GPU昂贵、庞大 , 并且需要构建一台完整的计算机 。 这意味着那些对这个领域感兴趣的人通常有一个选择:建造一台功能强大的台式电脑 , 或者付钱给谷歌、亚马逊或微软 , 让他们的云平台为你做这件事 。
虽然这些云平台很有用 , 但人工智能所需的原始处理能力意味着 , 如果不依赖互联网连接将数据发送到该云端 , 就很难在家庭设备中内置智能设备 。 例如 , Ring的智能门铃可以在云端进行面部识别 , 因为在过去 , 没有一种合理、经济的方式将所需的智能放入门上的设备中 。
英伟达的Jetson电脑和其他类似的电脑 , 通过制造小而强大的芯片来改变局势 , 让人们无需依赖云端就可以享受人工智能的功能 。 Jetson没有构建一个依靠云服务器来执行面部识别的智能门铃 , 而是使在本地运行该算法变得简单 , 无需将数据发送到云端进行处理 。 想造一个100美元以下不会撞到物体的自动驾驶机器人吗?现在可以实现了 。
这是一个巨大的飞跃 , 它意味着现在可以构建隐私优先的智能设备 , 而不依赖于云端来处理个人数据 。 例如 , Roomba这样的设备制造商可以在不将数据发送到云端的情况下 , 制造出能够了解你家布局的吸尘器 , 或者像Ubiquiti这样的公司可以制造智能门铃 , 在录像中检测人脸 , 而不必将其发送到别的地方 。 更重要的是 , 它可以让你节省数千万美元做同样的事情 。
在设备上处理这些数据的过程被称为“边缘”人工智能 , 这意味着处理是在贴近数据源完成的 。 虽然这项技术近年来在智能手机上被用于处理iPhone上的“HeySiri”和谷歌的呼叫屏幕技术 , 但它在其他智能设备中并不常见 , 因为将这些数据发送到云端比内嵌昂贵的定制芯片在本地处理信息要便宜得多 。
这是以你的隐私为代价的 , 而且依赖公司让这些服务器保持在线 , 这样你的设备才能继续工作 。
对云端的依赖使亚马逊旗下Ring这样的公司比任何新对手都有优势 , 因为它可以从母公司获得几乎无限的资源来免费构建支持人工智能的设备 。
支持人工智能的廉价计算机创造了一个公平的竞争环境:现在任何人都可以用59美元的一次性成本与成熟的人工智能进行游戏 , 并且无需向云平台支付无休止的现金来获得所需的智能 , 就可以制造出与行业巨头竞争的设备 。


推荐阅读