尽管人工智能，生物识别技术和物联网也成为我们日常生活的一部分，技术也有一个大问题。Aerendir创始人兼首席执行官Martin Zizi博士。
更糟糕的是，即使他们认识到消费者的隐私问题猖ramp，许多技术人员都认为诸如Zizi之类的问题是无关紧要的。
“在科技行业中，他们说'人们喜欢他们的隐私，但无论如何他们都会使用该产品，这是一个假问题。'但是人们使用该产品是因为他们别无选择。” Zizi解释说生物识别更新在面试中。他指出，过去有很多人勉强地做事大量做事，然后就可以停下来选择。
给他们一个选择是Aerendir背后的想法，Aerendir试图提供无云的AI，以强迫人们通过云共享敏感数据，以建立信任以进行交易。
随着物联网在线的到来，共享可能会变得更加普遍，并且在边缘的处理数据可能会引起隐私问题，但是Zizi指出，由于神经网络实施所要求的GPU，因此将AI部署为通常将AI部署为IoT设备的GPU。
他说：“物联网中的大多数物品的成本不到12美元。” “它成为一个经济方程。”
仍然有可能在此类设备上执行生物识别识别和其他广泛的AI应用程序，但不会以通常的方式进行。 Zizi指出，大多数AI系统都依赖大数据和图像分析，这项任务非常适合30美元的GPU芯片。他说，由于GPU在云数据中心和随后的行业惯性中的扩散，图形数据库已成为标准。但是，还有另一种方式。
“如果我们抛弃图形并转到向量怎么办？” Zizi问。 “这是我公司的秘密。我们可以使用较短的向量来获得相同的精度，或者您想称呼它的任何东西，因此我们需要更少的数字处理。我们不需要实现视觉的神经网络的力量。我们仅用于数字来实现它。”
该原则的灵感来自技术的回报。电视通过在阴极射线管上浏览单线或向量来制作视频。鉴于大多数边缘设备的AI需求将针对某些功能或少量功能，因此对芯片的矢量分析，芯片的矢量分析成本的一小部分GPU所需的数量将为IoT设备执行其任务所需的计算能力。根据公司分析，筹码的价格为2至12美元，可用于动态训练的设备。
但是，这种转变只是AI潜在民主化的开始，因为许多高级应用程序都可以由不动态训练的系统执行。例如，可以在云中训练系统，然后在边缘实现。一些新颖的应用，并且在某些方面是高度先进的，例如通过微型机械影响设备传感器收集的神经肌肉数据来确定一个人的年龄，不需要自适应的神经网络，并且可以在超低的芯片中实现，而成本少于2.7美分。
Aerendir目前正在与一家Vaping Company合作进行该应用程序，并将年龄封锁的能力构建到烟雾设备中，以确定一秒钟内将其持有的人的年龄。 Zizi对该项目充满热情，尽管他无法命名该公司的Vaping-Industry合作伙伴。
他说：“这是一个真正的社会解决方案，基于以下事实：我们可以以足够低的成本来实施智能系统。”该解决方案可能会在六个月内准备就绪。
其他潜在的近期应用程序包括可以收集年龄和性别数据但出于市场研究目的而没有识别数据的遥控器，以及没有GPU的USB键和门把手，而GPU则可以识别指纹。
理论上，AI不仅可以扩展到基于矢量的处理的新生物联网中的更多地方，而且价格较低的芯片可以帮助设备制造商在这样做时提高其利润率。
这可以使Zizi能够建立他设想的公司，其中计算我们周围资源的“液滴”形成了授权的“薄雾”。雾是在高度连接的环境中控制的气泡。
Zizi解释说：“雾气就是我们周围的东西。我们都有一个外围。”他嘲笑隐喻，但他对使用生物识别技术和其他AI应用程序的新网络模型的潜力非常认真，但对隐私和数据安全没有相同的风险。根据Zizi的说法，通过将用户界面层添加到现有系统中，应对这些风险的通常技术行业方法根本不足。
他说：“我们有一个生态系统，该生态系统已经违反了多年来的数据和个人信息，并试图将口红放在用UI上的猪身上。”
最终，Zizi所谈论的内容在某些方面似乎是破坏性的，但这是利用现有的计算技术和一种旨在帮助该行业实现长期以来计划的物联网未来的新方法的结合。
他解释说：“通过重塑数据集，这是关键部分，通过向量化，您可以使用矢量处理单元，这是基本的旧计算机芯片。” “您可以使用其中的一个，十个，无论您需要什么能力，但是与GPU相比它们便宜。”
GPU仍将在边缘和云中占有一席之地，现有的生物识别技术将继续成为身份生态系统，边缘和其他地方的一部分。这是技术的交付方式，而不是技术的方式。
他坚持说：“我不是在攻击其他生物识别技术，因为每个ID都可以很好，但是实施它会对用户产生影响。”
他说，这意味着数据库无需汇总即可制定参与工具。这意味着不商品化隐私。
