在源頭而不是云端處理數據的演變對于推動人工智能 (AI) 等高級流程非常重要，而這種偉大的云到邊緣數據遷移在物聯網 (IoT) 中發揮了全面作用。反過來，用戶語音識別和預測分析等突破性功能可以比以往更快、更安全地實現。

結果有望徹底改變明天的智能家居。超越亞馬遜的 Alexa，下一代邊緣數據處理設備將能夠為自己做出更多決策。讓我們看看邊緣的人工智能如何永遠改變家庭中的物聯網。

人工智能優化的芯片組是一大推動力

在邊緣進行數據處理的下一代設備將能夠為自己做出更多決策。

從智能恒溫器到智能烤箱，家用設備更經常通過有線連接來測量變量并在沒有人工輸入的情況下進行更改。兩項發展使這成為可能。首先，得益于 AI 優化芯片組的開發，設備功能更加強大。這些芯片更小、更經濟且功耗更低。因此，它們使設備能夠在內部而不是外部處理更多的進程。

例如，索尼正在創建一種混合技術，該技術涉及帶有內置 AI 處理系統的圖像傳感器。鑒于代碼和圖像的快速融合，該技術被吹捧為通過促進單個電子組件來提供廣泛的應用范圍和好處，該組件可以在將照片發送到 GPU 或主邏輯板之前對照片進行大量處理。

其次，這些更智能的設備越來越多地在邊緣連接。邊緣不是使用數據中心來托管和處理信息，而是使計算和數據存儲更接近數據源，從而減少了向遠程位置發送大量數據的需要。這可以在數據的速度、可用性、隱私和安全性方面帶來無數好處。

物聯網帶寬、延遲和安全的新時代

具有更好數據處理能力的更智能設備的一舉兩得將預示著物聯網帶寬、延遲和安全性的新時代。我們首先考慮設備帶寬的影響。由于邊緣技術在本地分析數據，而不是在遠程通信延遲的遙遠云中分析數據，這可以為實時響應用戶需求的設備鋪平道路。

例如，在未來的智能家居中，聯網的安全攝像頭可以以更低的成本傳輸超高清視頻。智能揚聲器——如 Google Home 或 Amazon Alexa——也可以執行更復雜的任務和計算，變得更有幫助。

同時，延遲將受益于邊緣的人工智能。一些應用程序需要近乎即時的響應時間，而云計算不能總是提供。邊緣的延遲本質上較低，因為數據不必傳輸那么遠。因此，智能家居設備變得更快，能夠即時響應用戶命令并提供實時信息。對于聯系緊急服務或發出警報的智能家居設備來說，這些更快的響應時間可能會挽救生命。它們還可以提供更大的便利，例如具有即時面部識別功能的門鎖或自動改變烹飪溫度的智能感應爐。

當然，邊緣的安全性也更強。邊緣計算的更高速度和更低延遲意味著更少的停機時間和中斷，更少的機會破壞傳輸中的數據。這對于歷史上安全記錄不佳的連接設備尤其重要。同樣，邊緣使消費者隱私不再是一個問題。考慮到許多現代設備都具有音頻和視頻記錄功能。邊緣數據傳輸有助于確保來自攝像頭或麥克風流的私人和敏感數據在未經同意的情況下不會離開家庭場所。

天空是更好、更智能設備的極限

邊緣的 AI 處理才剛剛開始。蘋果收購了一家專門從事這方面工作的公司，谷歌的 Coral 計劃旨在讓它變得更容易，而芯片制造商 Arm 已經為此努力多年。在我看來，這種流行病只會讓這種連接設備的趨勢變得超速。預計智能家居的數量將增長，到明年將超過 3.5 億個大關，消費者的期望也會因此而提高。

設備越智能，它承載的數據就越多，邊緣處理的隱私和速度就越重要。這種良性循環只會導致更強大的基于邊緣的設備。同樣，它們在家里也會更有幫助。從分析用戶生命體征參數和規定預防措施的健身帶，到在發生火災時觸發自動呼叫緊急服務的家庭警報系統，無所不能。

因此，期待具有更好數據處理能力的更強大的設備永遠改變我們與家庭技術的交互。