在家中生物识别技术 - 智能家园将有多聪明？

芯片设计中的快速进步以及用于生物识别语音和面部识别的算法正在扩大智能家居可以做什么的边界。超级高分辨率的视频监视，能够检测某人是否跌倒并且无法站起来；游戏和娱乐系统的手势控件以及不需要使用“唤醒”单词的更准确的语音识别。这些功能可以内置在低成本的消费电子设备中，其中许多设备将由电池供电和不受限制。

有了这些新的功能，可以在人与机器之间进行个性化互动，从而提出了有关将隐私与方便和其他好处之间的平衡问题的问题。来自亚马逊和Facebook等公司的新设备可以通过利用Edge Computing概念来更好地实现这种平衡。

亚马逊的“光晕”效果

上周，亚马逊引入了一种新设备和卫生服务，在智能家居中使用生物识别数据浮出水面光晕。

Halo Band是一种可穿戴设备，乍一看看起来像市场上其他设备（例如Fitbit Sense或Apple Watch）。它没有显示信息的显示，而是包含多个传感器，包括加速度计，温度传感器，心率监视器，两个麦克风（和一个按钮（和一个按钮）（和一个按钮以打开或关闭麦克风），以及其他功能。 Halo频段将数据发送到AI驱动的Halo服务。它做什么？某些功能与其他设备相似，但是其使用生物识别标识符（尤其是语音）存在一些显着差异。

- 活动：光环不仅仅是计算步骤，还可以计算向点的强度和持续时间。白天坐太久？ Halo将为您的懒惰生活方式扣除积分。

- 睡眠：亚马逊光环使用运动，心率和温度进行连续测量，这超出了时间的睡眠和时间清醒，并提供了催眠术，显示在睡眠时在睡眠和皮肤温度的每个阶段花费的时间。

- 重量：使用新的计算机视觉和机器学习算法，Halo可以提供与医生使用的方法一样准确的体内脂肪百分比。

- 语音：如果您记得母亲谈论使用的话那语气，您对Halo的语气如何特征有一个想法作品。它比您的母亲更科学，“使用机器学习来分析客户声音的能量和积极性”，为客户提供了福祉压力水平的指示。

（（亚马逊光环乐队和应用程序。资料来源：亚马逊）

猜测Halo在Amazon Smart Home中的作用

需要明确的是，Halo目前正在有限的基础上提供。但是，Halo的生物特征数据收集功能可以在具有其他语音生物识别技术和面部识别技术的智能家居中发挥有趣的作用。考虑一下Alexa智能扬声器和Amazon Prime帐户如何根据Halo的健康跟踪建议的饮食需求或偏好来用于杂货店购物。如何将杂货自动从您当地的全食品（亚马逊拥有）或自动驾驶汽车中自动运送？或者，如果您更喜欢在商店购物，则该公司正在尝试通过使用生物识别技术或基于设备的数字ID将物品添加到购物车中时更新账单的无收入商店 - 无需扫描和结帐。

如果Halo检测到次优水平的压力，Alexa可能会在Amazon Music上提出“平静”或冥想播放列表（该公司已与顶空和其他Halo服务提供商）。锻炼时间意味着根据您的光环烟健身方案开火，以进行互动健身课程。

您智能家居的生物识别数据最终也可能由避风港，两年前由亚马逊，伯克希尔·哈瑟韦（Berkshire Hathaway）和摩根大通公司（JPMorgan Chase＆Co。）创建的一家医疗保健企业，拥有840,000名员工，亚马逊对医疗保健计划的成本和效率具有重大的既得利益。为此，该公司于2019年为西雅图地区的员工及其家人创办了一名飞行员。虚拟卫生服务的好处，称为亚马逊护理，得到绿洲医疗集团的支持。亚马逊最近还与Crossover Health合作，在其履行中心和运营设施附近开设了保健中心。同样，可以使用光环数据来建议您需要去诊所 - 医生已经在查看上周的温度读数并建议进行流感测试。

智能家居市场正在快速增长，边缘计算将有所帮助

随着亚马逊等公司继续将资金投入市场发展，预计智能家居市场将在未来几年迅速增长。根据智能家居市场的收入预计在2020年将达到25.2亿美元政治家。预计收入的年增长率为15.8％（CAGR 2020-2025）为15.8％，预计到2025年的市场量为52亿美元。到2025年，超过56％的家庭将至少拥有一个智能Internet连接的设备，并且最常见的设备用途将用于设备的安全，控制和连接，随后是娱乐性，随后是explactiment，随后是eNcternerment，随后是statisista。

安全性和数据隐私将成为实现快速增长的两个关键挑战 - 尤其是在涉及Halo和它们使用生物特征数据的设备时。这就是为什么边缘计算中的发展至关重要的原因。

在生物识别信息的上下文中的边缘计算仅意味着处理尽可能接近消费者的数据。对于智能家居产品，人机接口（HMI）被视为关键，并且大量的研发正在使用语音来识别家庭用户和基于此的个性化经验。视觉和运动检测系统也更频繁地部署。这些相互作用会产生大量的数据，该数据将通过AI和ML算法处理。

个人信息传播的距离越少，越好，因为数据被盗，滥用或拦截的机会较少。设备性能也可以从不必依靠数据传输到中心位置的云中受益，例如，当今的智能扬声器系统通常情况下。

不过，挑战是，利用AI在边缘设备而不是云上利用AI并不简单，因为成本和复杂性需要在成本敏感的消费者应用中保持平衡。

突触，最近提供集成芯片解决方案建议智能家居产品具有支持HMI的独特要求。尽管基于产品是电视，智能扬声器还是相机的要求有所不同，但它们将利用Edge AI支持语音和视频处理。他们的结论是：当基础芯片和内存系统为语音，视觉和视频显示提供“多模式”支持时，Edge AI将在家庭中有效。换句话说，处理器需要对所有HMI模式进行集成支持，以达到总价和绩效要求。

面前是什么？到目前为止，到2020年，芯片技术的大量进步已取得了很大的进步，这表明Edge设备将继续看到巨大的性能飞跃。例如，AI芯片设计师克伦宣布新一代的边缘AI芯片，可以在设备本身上容纳字典的字典，以供语音识别 - 绕过需要利用云服务的需求 - 但也有能力用于可以通过电池充电的增强现实设备中使用。

这些事态发展，更多地表明，设备制造商和服务提供商不必牺牲消费者隐私或设备性能就可以实现围绕语音和视觉数据构建的引人入胜的新服务。