Alexa，你在偷聽我嗎?
我總是會問我的Amazon Echo這個問題。雖然它很聰明很方便，但有時過于智能也讓人毛骨悚然。因為這種智能設備通常是基于云上的，它會經常從智能門鈴等設備將家里的音頻或圖片發(fā)送到互聯(lián)網上。當然，這也會產生隱私泄露的風險，想想亞馬遜或谷歌的轉包商坐在一旁聽我們家里傳送過來的音頻片段，或者黑客遠程監(jiān)視我們的孩子，這有多恐怖。
這個問題是結構性的。它融入了當今消費類人工智能的構建和部署方式。大型科技公司都是在這樣的假設下運作的：人工智能要想最有效地識別人臉和聲音等，就需要深入學習神經網絡，而這需要強大的計算能力。我們被告知，這些神經網絡需要大量的數(shù)據(jù)，需要源源不斷地輸入數(shù)據(jù)來提高它們的智能水平，所以它必須在云端發(fā)生，對嗎?
不是這樣的。在20世紀20年代初，當復雜的消費者神經網絡首次出現(xiàn)時，這些觀點還能站得住腳。那時候，如果你想自動識別小貓，你確實需要谷歌“吞噬世界”的服務器的力量。
但摩爾定律就是摩爾定律，近年來人工智能硬件和軟件都有了巨大的改進。如今，有了一種新的神經網絡，它可以完全運行在廉價、低功耗的微處理器上，它可以完成我們需要的所有人工智能技巧，但永遠不會將圖片或聲音發(fā)送到云端，它就是邊緣AI。在接下來的一段時間里，如果我們足夠幸運的話，我相信它可以給我們帶來方便，而且不會損害我們的隱私。
一家邊緣AI公司——Picovoice，它生產的軟件可以識別語音命令，但你能想象，它只是運行在一個價格不超過幾美元的小微處理器上嗎?硬件是如此便宜，以至于智能語音技術可能會被應用于洗衣機或洗碗機等日常家居中。Picovoice表示，它已經在與各大家電公司合作開發(fā)語音控制設備。
這么小的AI是怎么運行的?
這其實是一個巧妙的工程技術。傳統(tǒng)的神經網絡多使用長數(shù)位數(shù)的數(shù)字進行計算，而Picovoice使用的是非常短的數(shù)字，甚至二進制的1和0，這就使得AI可以在速度慢得多的芯片上運行。這種折中方案塑造出來的似乎是一個不那么雄心勃勃的機器人：一個咖啡機的語音識別人工智能只需要識別大約200個單詞，所有這些都與java的釀造任務有關。
“你不能像使用Alexa那樣跟它對話或者開玩笑，但誰在乎?它只是一個咖啡壺而已?！?/FONT>
Picovoice創(chuàng)始人Alireza Kenarsari-Anhari說，你不會與咖啡機進行有意義的對話。
這是一個很有哲理意義的觀點，它暗示了當今人工智能的另一個問題：公司不斷創(chuàng)造語音助手，試圖讓他們表現(xiàn)得像C-3PO(《星球大戰(zhàn)》中的機器人)，它幾乎能聽懂你說的任何話。這很難，而且確實需要大量的云來實現(xiàn)。但是日常用品不需要通過圖靈測試。我不需要一個會講“爸爸笑話”的電燈開關或讓它有什么自我意識。它們只需要聽懂“開”和“關”或者“暗”就行了。
當涉及到和我“同床共寢”的小玩意時，我寧愿它們不那么聰明。
更重要的一點是，邊緣AI反應很快。從設備發(fā)送你的聲音請求，到在整個非洲大陸的中途播放Smash Mouth的“全明星”，再到亞馬遜的服務器，NSA大量思想犯罪數(shù)據(jù)或任何最終結果的過程中，性能不會暫停，也不會損失幾毫秒。
“邊緣處理風馳電掣”，Todd Mozer說，他是sensor公司的首席執(zhí)行官，這家公司為邊緣設備制造視聽識別軟件。他演示了他為微波爐創(chuàng)建的一些神經網絡代碼，他發(fā)出的任何命令，比如“把我的爆米花加熱2分36秒”，都能立即被識別出來。
這也使邊緣AI更加節(jié)能。無需云計算可以減少為互聯(lián)網數(shù)據(jù)包路由提供動力所需的碳燃燒量。確實，西雅圖公司XNOR.ai公司蘋果公司最近收購了一款圖像識別神經網絡，它的重量非常輕，可以由一個小型太陽能電池供電。(真正意義上的油炸面條，是用植物產生的微弱電壓來制作的)。正如XNOR.ai聯(lián)合創(chuàng)始人阿里·法哈迪(Ali Farhadi)指出的那樣，邊緣AI不僅環(huán)保，還能保護隱私：“我不想有一個能把我孩子臥室的照片發(fā)送到云端的設備，不管它宣稱有多安全，他們似乎每隔一天就被黑客攻擊一次?！?/FONT>
當然，傳統(tǒng)的AI并不會消失，一些機器智能方面的創(chuàng)新可能需要云功能。畢竟，有些人可能真的想跟牙刷聊天，所以他們當然可以把自己的口腔清潔數(shù)據(jù)反饋給“索倫之眼”(《指環(huán)王》劇情)，這也許很有趣。但對普通人來說，相信大多會選擇邊緣AI：少點智慧，多點隱私。
（轉載）
