边缘AI如何改变智能家居的物联网

拥有更好数据处理能力的智能设备的组合击将预示物联网带宽、延迟和安全新时代的到来。

向源头数据处理而非云数据处理的演进对于推动人工智能等先进过程至关重要，而这种从云端到边缘的数据迁移在物联网中得到了充分发挥。相应地，用户语音识别和预测分析等突破性功能可以比以往更快、更安全地实现。

这一成果有望彻底改变未来的智能家居。超越亚马逊的Alexa，下一代边缘数据处理设备将能够自己做出更多决定。让我们来看看处于边缘的人工智能是如何永远改变家庭物联网的。

智能家居方面

从智能恒温器到智能烤箱，家庭设备更多的是通过连接来测量变量，并在无需人工输入的情况下进行更改，两项发展使这成为可能。首先，由于人工智能优化芯片组的开发，设备变得更强大。这些芯片更小、更经济、能耗更低。因此，它们使设备能够在内部而不是外部处理更多的进程。

例如，索尼正在开发一种混合技术，其中包括一个内置AI处理系统的图像传感器。考虑到代码和图像的快速合并，该技术被吹捧为提供广泛的应用范围和好处，因为它可以促进单个电子组件，在照片发送到GPU或主逻辑板之前对其进行大量处理。

其次，这些更智能的设备越来越多地在边缘连接。与使用数据中心托管和处理信息不同，边缘使计算和数据存储更接近数据源，从而减少了将大量数据发送到远程位置的需要。这可以在数据的速度、可用性、隐私性和安全性方面带来无数好处。

物联网带宽、延迟和安全的新时代

拥有更好数据处理能力的智能设备的组合击将预示物联网带宽、延迟和安全的新时代的到来。让我们首先考虑设备带宽的影响。由于边缘技术在本地分析数据，而不是在被远程通信延迟的遥远云端分析数据，这可能为实时响应用户需求的设备铺平道路。

例如，在未来的智能家居中，联网安全摄像头可以以更低的成本播放超高清视频。像谷歌Home或亚马逊Alexa等智能音箱也可以执行更复杂的任务和计算，使得更有帮助。

与此同时，延迟将从边缘的AI中受益。有些应用需要近乎即时的响应时间，而云计算并不总是能够提供这种响应时间。由于数据不需要传输那么远，因此在边缘处的延迟本来就较低。

因此，智能家居设备会变得更快，能够即时响应用户命令并提供实时信息。这些更快的响应时间可能会挽救联系紧急服务，或发出警报的智能家居设备的生命。它们还可以提供更大的便利，比如具有即时面部识别功能的门锁，或自动改变烹饪温度的智能感应炉。

当然，边缘的安全性也更强。边缘计算的更高速度和更低延迟意味着更少的停机时间和中断，在传输过程中更少的机会破坏数据，这对于过去安全记录不佳的连接设备尤为重要。

同样，这一优势也让消费者的隐私问题变得不那么重要了。考虑到许多现代设备都有音频和视频记录功能。边缘数据传输有助于确保来自摄像头、麦克风的隐私和敏感数据在未经同意的情况下而泄露。

总结

处于边缘的人工智能处理才刚刚开始。疫情加速了这一连接设备的趋势。智能家居的数量预计将会增加，到明年将超过3.5亿台，消费者的期望值也会随之提高。

设备越智能，携带的数据就越多，隐私和边缘处理的速度就越重要。这种良性循环只会带来更强大的基于边缘的设备。同样，他们在家里也会更有帮助。

从分析用户重要参数并制定预防措施的健身手环，到在发生火灾时自动呼叫紧急服务的家庭报警系统，一切都是皆有可能的。因此，期待拥有更好数据处理能力和更强设备改变我们与家庭技术的互动。

-----------------------------------------------------------

峰会预告

近期，由千家网主办的2022年第23届中国国际建筑智能化峰会将正式拉开帷幕，本届峰会主题为“数智赋能，碳索新未来”，届时将携手全球知名建筑智能化品牌及专家，共同分享AI、云计算、大数据、IoT、智慧城市、智能家居、智慧安防等热点话题与最新技术应用，并探讨如何打造“更低碳、更安全、更稳定、更开放”的行业生态，助力“双碳”目标的实现。

欢迎建筑智能化行业同仁报名参会，分享交流！

报名方式

上海站（11月23日）：https://www.huodongxing.com/event/3638582473900

北京站（11月25日）：https://www.huodongxing.com/event/4638577546900

广州站（12月08日）：https://www.huodongxing.com/event/2638587914600

成都站（12月20日）：https://www.huodongxing.com/event/5657854318600

西安站（12月22日）：https://www.huodongxing.com/event/4638585444400

更多2022年峰会信息，详见峰会官网：http://summit.qianjia.com/

生成海报

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。