在家中生物識別技術 - 智能家園將有多聰明？

芯片設計中的快速進步以及用於生物識別語音和麵部識別的算法正在擴大智能家居可以做什麼的邊界。超級高分辨率的視頻監視，能夠檢測某人是否跌倒並且無法站起來；遊戲和娛樂系統的手勢控件以及不需要使用“喚醒”單詞的更準確的語音識別。這些功能可以內置在低成本的消費電子設備中，其中許多設備將由電池供電和不受限制。

有了這些新的功能，可以在人與機器之間進行個性化互動，從而提出了有關將隱私與方便和其他好處之間的平衡問題的問題。來自亞馬遜和Facebook等公司的新設備可以通過利用Edge Computing概念來更好地實現這種平衡。

亞馬遜的“光暈”效果

上週，亞馬遜引入了一種新設備和衛生服務，在智能家居中使用生物識別數據浮出水面光暈。

Halo Band是一種可穿戴設備，乍一看看起來像市場上其他設備（例如Fitbit Sense或Apple Watch）。它沒有顯示信息的顯示，而是包含多個傳感器，包括加速度計，溫度傳感器，心率監視器，兩個麥克風（和一個按鈕（和一個按鈕）（和一個按鈕以打開或關閉麥克風），以及其他功能。 Halo頻段將數據發送到AI驅動的Halo服務。它做什麼？某些功能與其他設備相似，但是其使用生物識別標識符（尤其是語音）存在一些顯著差異。

- 活動：光環不僅僅是計算步驟，還可以計算向點的強度和持續時間。白天坐太久？ Halo將為您的懶惰生活方式扣除積分。

- 睡眠：亞馬遜光環使用運動，心率和溫度進行連續測量，這超出了時間的睡眠和時間清醒，並提供了催眠術，顯示在睡眠時在睡眠和皮膚溫度的每個階段花費的時間。

- 重量：使用新的計算機視覺和機器學習算法，Halo可以提供與醫生使用的方法一樣準確的體內脂肪百分比。

- 語音：如果您記得母親談論使用的話那語氣，您對Halo的語氣如何特徵有一個想法作品。它比您的母親更科學，“使用機器學習來分析客戶聲音的能量和積極性”，為客戶提供了福祉壓力水平的指示。

（（亞馬遜光環樂隊和應用程序。資料來源：亞馬遜）

猜測Halo在Amazon Smart Home中的作用

需要明確的是，Halo目前正在有限的基礎上提供。但是，Halo的生物特徵數據收集功能可以在具有其他語音生物識別技術和麵部識別技術的智能家居中發揮有趣的作用。考慮一下Alexa智能揚聲器和Amazon Prime帳戶如何根據Halo的健康跟踪建議的飲食需求或偏好來用於雜貨店購物。如何將雜貨自動從您當地的全食品（亞馬遜擁有）或自動駕駛汽車中自動運送？或者，如果您更喜歡在商店購物，則該公司正在嘗試通過使用生物識別技術或基於設備的數字ID將物品添加到購物車中時更新賬單的無收入商店 - 無需掃描和結帳。

如果Halo檢測到次優水平的壓力，Alexa可能會在Amazon Music上提出“平靜”或冥想播放列表（該公司已與頂空和其他Halo服務提供商）。鍛煉時間意味著根據您的光環煙健身方案開火，以進行互動健身課程。

您智能家居的生物識別數據最終也可能由避風港，兩年前由亞馬遜，伯克希爾·哈瑟韋（Berkshire Hathaway）和摩根大通公司（JPMorgan Chase＆Co。）創建的一家醫療保健企業，擁有840,000名員工，亞馬遜對醫療保健計劃的成本和效率具有重大的既得利益。為此，該公司於2019年為西雅圖地區的員工及其家人創辦了一名飛行員。虛擬衛生服務的好處，稱為亞馬遜護理，得到綠洲醫療集團的支持。亞馬遜最近還與Crossover Health合作，在其履行中心和運營設施附近開設了保健中心。同樣，可以使用光環數據來建議您需要去診所 - 醫生已經在查看上週的溫度讀數並建議進行流感測試。

智能家居市場正在快速增長，邊緣計算將有所幫助

隨著亞馬遜等公司繼續將資金投入市場發展，預計智能家居市場將在未來幾年迅速增長。根據智能家居市場的收入預計在2020年將達到25.2億美元政治家。預計收入的年增長率為15.8％（CAGR 2020-2025）為15.8％，預計到2025年的市場量為52億美元。到2025年，超過56％的家庭將至少擁有一個智能Internet連接的設備，並且最常見的設備用途將用於設備的安全，控制和連接，隨後是娛樂性，隨後是explactiment，隨後是eNcternerment，隨後是statisista。

安全性和數據隱私將成為實現快速增長的兩個關鍵挑戰 - 尤其是在涉及Halo和它們使用生物特徵數據的設備時。這就是為什麼邊緣計算中的發展至關重要的原因。

在生物識別信息的上下文中的邊緣計算僅意味著處理盡可能接近消費者的數據。對於智能家居產品，人機接口（HMI）被視為關鍵，並且大量的研發正在使用語音來識別家庭用戶和基於此的個性化經驗。視覺和運動檢測系統也更頻繁地部署。這些相互作用會產生大量的數據，該數據將通過AI和ML算法處理。

個人信息傳播的距離越少，越好，因為數據被盜，濫用或攔截的機會較少。設備性能也可以從不必依靠數據傳輸到中心位置的雲中受益，例如，當今的智能揚聲器系統通常情況下。

不過，挑戰是，利用AI在邊緣設備而不是雲上利用AI並不簡單，因為成本和復雜性需要在成本敏感的消費者應用中保持平衡。

突觸，最近提供集成芯片解決方案建議智能家居產品具有支持HMI的獨特要求。儘管基於產品是電視，智能揚聲器還是相機的要求有所不同，但它們將利用Edge AI支持語音和視頻處理。他們的結論是：當基礎芯片和內存系統為語音，視覺和視頻顯示提供“多模式”支持時，Edge AI將在家庭中有效。換句話說，處理器需要對所有HMI模式進行集成支持，以達到總價和績效要求。

面前是什麼？到目前為止，到2020年，芯片技術的大量進步已取得了很大的進步，這表明Edge設備將繼續看到巨大的性能飛躍。例如，AI芯片設計師克倫宣布新一代的邊緣AI芯片，可以在設備本身上容納字典的字典，以供語音識別 - 繞過需要利用雲服務的需求 - 但也有能力用於可以通過電池充電的增強現實設備中使用。

這些事態發展，更多地表明，設備製造商和服務提供商不必犧牲消費者隱私或設備性能就可以實現圍繞語音和視覺數據構建的引人入勝的新服務。