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，但有時過於智慧也讓人毛骨悚然。因為這種智慧型設備通常是基於雲端上的，它會經常從智慧門鈴等設備，將家裡的音訊或圖片發送到互聯網上。當然，這也會產生隱私洩露的風險，想想亞馬遜或谷歌的轉包商坐在一旁聽我們家裡傳送過來的音訊片段，或者駭客遠程監視我們的孩子，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慧的建構和部署方式。大型科技公司都是在這樣的假設下運作的：人工智慧要想最有效地辨識人臉和聲音等，就需要深入學習神經網路，而這需要強大的計算能力。我們被告知，這些神經網路需要大量的數據，需要源源不斷地輸入數據，來提高它們的智慧水平，所以它必須在雲端發生，對嗎？
不是這樣的。在20世紀20年代初，當複雜的消費者神經網路首次出現時，這些觀點還能站得住腳。那時候，如果你想自動辨識小貓，你確實需要谷歌「吞噬世界」的伺服器的力量。
但摩爾定律就是摩爾定律，近年來人工智慧硬體和軟體都有了巨大的改進。如今，有了一種新的神經網路，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慧技巧，但永遠不會將圖片或聲音發送到雲端，它就是邊緣AI。在接下來的一段時間裡，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」，它生產的軟體可以辨識語音命令，但你能想像，它只是運行在一個價格不超過幾美元的小微處理器上嗎？硬體是如此便宜，以至於智慧語音技術可能會被應用於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語音控制設備。
這麼小的AI是怎麼運行的？
這其實是一個巧妙的工程技術。傳統的神經網路多使用長數位數的數字進行計算，而Picovoice使用的是非常短的數字，甚至二進制的1和0，這就使得AI可以在速度慢得多的晶片上運行。這種折中方案塑造出來的，似乎是一個不那麼雄心勃勃的機器人：一個咖啡機的語音辨識人工智慧只需要辨識大約200個單字，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。」Picovoice創始人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慧的另一個問題：公司不斷創造語音助手，試圖讓他們表現得像C-3PO（《星際大戰》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雲端來實現。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麼自我意識。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，我寧願它們不那麼聰明。
更重要的一點是，邊緣AI反應很快。從設備發送你的聲音請求，到在整個非洲大陸的中途播放Smash Mouth的「全明星」，再到亞馬遜的伺服器，NSA大量思想犯罪數據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公司的執行長，這家公司為邊緣設備製造視聽辨識軟體。他演示了他為微波爐創建的一些神經網路程式碼，他發出的任何命令，比如「把我的爆米花加熱2分36秒」，都能立即被辨識出來。
這也使邊緣AI更加節能。無需雲端運算可以減少為互聯網數據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辨識神經網路，它的重量非常輕，可以由一個小型太陽能電池供電。（真正意義上的油炸麵條，是用植物產生的微弱電壓來製作的）。正如XNOR.ai聯合創始人Ali Farhadi指出的那樣，邊緣AI不僅環保，還能保護隱私：「我不想有一個能把我孩子臥室的照片發送到雲端的設備，不管它宣稱有多安全，他們似乎每隔一天就被駭客攻擊一次。」
當然，傳統的AI並不會消失，一些機器智慧方面的創新，可能需要雲端功能。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據回饋給「索倫之眼」（《魔戒》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。
本文為雷鋒網授權刊登，原文標題為「擔心智能家居洩露隱私？別怕，邊緣AI來幫你」