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。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
