現(xiàn)在，我也聽(tīng)說(shuō)了對(duì)數(shù)據(jù)隱私的關(guān)注也與此有關(guān)。如果我們的信息被發(fā)送回云端，它就在那里并且可能可以訪問(wèn)。如果它保持在本地，就在我們的設(shè)備上，那么我們的個(gè)人數(shù)據(jù)將保持私密的期望更高。

當(dāng)我們使用云時(shí)，有兩種方式可能會(huì)成為問(wèn)題。一是，它是靜止的數(shù)據(jù)。它位于云中，有人對(duì)其進(jìn)行了破解，并且他們可能可以訪問(wèn)這些數(shù)據(jù)。你的數(shù)據(jù)。而且還有數(shù)據(jù)在傳輸過(guò)程中被截獲的威脅。因此，如果它必須從設(shè)備或傳感器移動(dòng)到云端，那么它很容易受到黑客攻擊。

所以你是對(duì)的。出于安全機(jī)密性的原因，這是人工智能(尤其是在必要時(shí))在設(shè)備上完成而不是將其移動(dòng)到數(shù)據(jù)易受攻擊的地方的另一個(gè)原因

我在個(gè)人隱私方面提出了這個(gè)問(wèn)題，有人在亞馬遜上買東西并透露他們的信用卡號(hào)碼或你有什么。但這不是隱私的全部范圍。在企業(yè)環(huán)境中，公司可能只是希望能夠確保他們控制自己的所有數(shù)據(jù)，對(duì)吧?

不僅控制他們所有的數(shù)據(jù)，他們中的大多數(shù)人還要求客戶保護(hù)他們的客戶數(shù)據(jù)。因此，它也有法律含義。我很高興我們提出財(cái)務(wù)數(shù)據(jù)并不是許多人認(rèn)為私有的唯一內(nèi)容。健康記錄，他們孩子的照片。人們希望將數(shù)據(jù)保密的原因有很多，而且并不總是出于財(cái)務(wù)考慮。當(dāng)然，正如我們所提到的，在企業(yè)層面，它也超出了他們的財(cái)務(wù)數(shù)據(jù)。它繼續(xù)承擔(dān)保護(hù)其知識(shí)產(chǎn)權(quán)和客戶信息私密性的法律責(zé)任。

是否有特定的用例將人工智能從數(shù)據(jù)中心中吸引出來(lái)?

有，而且有很多。其中一些你會(huì)認(rèn)出，因?yàn)樗鼈円呀?jīng)在那里了。它們就像我們?cè)诩抑械闹悄軗P(yáng)聲器一樣，越來(lái)越多地充當(dāng)數(shù)字助理：能夠提醒我們約會(huì)或按需播放音樂(lè)。這些已經(jīng)有一段時(shí)間了。這些確實(shí)是邊緣人工智能的一個(gè)例子。他們中的大多數(shù)，你熟悉的那些——支持 Alexa 的設(shè)備、支持 Siri 的設(shè)備、Bixby——他們都在使用云。你問(wèn)它一個(gè)問(wèn)題，它會(huì)根據(jù)你給它檢測(cè)的詞喚醒。然后它將數(shù)據(jù)信息傳輸?shù)皆坪蛷脑浦袀鬏敗?

它在端點(diǎn)本身變得越來(lái)越聰明。因此，雖然這些設(shè)備已經(jīng)出現(xiàn)了一段時(shí)間，但他們正試圖在現(xiàn)場(chǎng)進(jìn)行越來(lái)越多的預(yù)處理。

例如，能夠通過(guò)聲音識(shí)別個(gè)人并能夠有效地個(gè)性化它為我們提供的響應(yīng)的設(shè)備正在遷移到盡可能多的設(shè)備上，并盡量減少必須流動(dòng)的內(nèi)容出云。當(dāng)然，你會(huì)看到各種其他人工智能被用于可穿戴設(shè)備、健身設(shè)備、手機(jī)的例子。所有這些都具有處于邊緣的人工智能功能，在某些情況下是在電池供電的設(shè)備中，這推動(dòng)了圍繞保持低功耗的大量創(chuàng)新。

是否有可能是通過(guò)將 AI 置于邊緣而非數(shù)據(jù)中心而啟用的新功能?

是的，有。因此，在邊緣有許多新興的人工智能用例。它們涵蓋的范圍很廣，其中一些你會(huì)認(rèn)出，其中一些可能看起來(lái)很新穎。

首先，在這些新興用例和現(xiàn)有產(chǎn)品中，它們正在日益增強(qiáng)的一種方式是稱為自然語(yǔ)言處理的東西。所以我們都知道語(yǔ)音檢測(cè)，所有這些設(shè)備都會(huì)得到的喚醒詞，但僅此而已。這是一個(gè)喚醒詞，告訴設(shè)備喚醒并開(kāi)始傾聽(tīng)可能出現(xiàn)的問(wèn)題。

自然語(yǔ)言處理已經(jīng)成為人工智能的殺手級(jí)應(yīng)用之一，具有理解完整句子上下文的能力。并且一些神經(jīng)網(wǎng)絡(luò)實(shí)際上能夠以非順序的方式解析句子。因此，例如，當(dāng)我們和我交談時(shí)，我們可能會(huì)將句子中的單詞放在不同的位置。但是一旦他們?cè)谝黄?，我們就?huì)明白其中的含義。我們不必按順序處理所有內(nèi)容。我們可以在可能被許多其他單詞分開(kāi)的單詞之間建立聯(lián)系，并且能夠理解這一點(diǎn)。因此，自然語(yǔ)言處理再次被我之前談到的所有增強(qiáng)功能所支持——更小的模型、新的人工智能算法、終端設(shè)備上的更多功能和內(nèi)存——這已成為一個(gè)非常重要的用例，

但是對(duì)于你關(guān)于新興用例和新事物的觀點(diǎn)，我認(rèn)為有。隨著人們希望讓更多聯(lián)網(wǎng)汽車上路，人工智能正被用于車對(duì)基礎(chǔ)設(shè)施、車對(duì)車通信。例如，監(jiān)控設(shè)備正在拍攝圖像并能夠在邊緣進(jìn)行人工智能來(lái)確定，也許它專門用于人員檢測(cè)或車牌檢測(cè)。這越來(lái)越多地在終點(diǎn)完成。

醫(yī)學(xué)診斷開(kāi)始成為現(xiàn)實(shí)，其中人工智能被用于掃描設(shè)備并被用于計(jì)算機(jī)斷層掃描，并且能夠比正在查看相同掃描的放射科醫(yī)生和醫(yī)生做得更好或更好，因?yàn)樗麄円呀?jīng)訓(xùn)練有足夠的圖像，他們可以檢測(cè)到人眼可能無(wú)法檢測(cè)到的東西。

當(dāng)然，每個(gè)人都知道的大用例——以及許多令人害怕或迫不及待的用例——是自動(dòng)駕駛。因此，如果我們考慮該用例，它幾乎涵蓋了我們一直在討論的有關(guān)需求的所有內(nèi)容：它必須是實(shí)時(shí)的。當(dāng)你以每小時(shí) 60 英里的速度在路上行駛時(shí)，你無(wú)法承受將信息發(fā)送到上方道路中物體的云或它是否是物體，然后等待它按順序返回讓它做出反應(yīng)。因此，為了完成自動(dòng)駕駛，必須在車輛本身上進(jìn)行大量實(shí)時(shí)處理。當(dāng)然，這也需要相當(dāng)多的計(jì)算能力。因此，自動(dòng)駕駛幾乎成為邊緣人工智能的典型代表。

還有一些我們?cè)谌粘９ぷ髦锌赡軙?huì)看到的更通俗的應(yīng)用程序。