人工智能发展的一大趋势是从云计算向边缘计算（edge computing）转变。前者是AI设备通过互联网进行远程计算，而后者是更多地在本地进行计算，在设备上直接运行算法。边缘计算的优势包括：更快得到结果、更加安全以及灵活性。但是基于边缘计算，可以制造出怎样的产品呢？

总部位于西雅图的AI创企Xnor无疑走在该技术的最前沿。本周，公司发布了一款完全依靠太阳能供电的AI相机样机（不需要电池或外部电源供电）。相机分辨率（320×320）不算高，搭载FGPA芯片处理器，并且配有最新的对象识别算法技术。

理论上，用户可以把这样的设备放在户外的任何地方，让它无限期地向你传输数据。它兼容几种不同的低能耗无线通信协议（Wi-Fi除外，因其耗电量过大），这使得它可以在几十公里范围内发送信息。Xnor公司表示，如果装上电池，它可以在白天储存足够的电力，使得相机在低日照时间和夜间运行。

Xnor的首席技术官Mohammad Rastegari表示：“我们目前正在调查此相机的实用案例，案例包括：大型民用项目（自动驾驶汽车车内监控）、无人机摄像头等等。”

Xnor公司在AI设备小型化方面实力不容小觑。2017年，公司从艾伦人工智能研究所（Allen Institute for Artificial Intelligence）分离出来，它拥有一种创建超高效机器学习系统的专有方法，这项技术的关键是一种被称为同或门（XNOR gate）的逻辑电路，公司也因此得名。它还通过在低功耗、低计算的设备（如Raspberry Pi Zero，一款微型电脑）上运行来证明其软件的实用性。

这款太阳能的AI相机还不能上市销售。虽然它在电力方面可以自给自足，但是操作上有一些限制。例如，每秒能处理多少帧图像取决于能得到多少太阳能。Xnor说，在阳光充足的时候，它的传输速度是32帧/秒，但这一问题可以通过更大的太阳能电池来弥补解决。

很明显，像这样的设备在未来只会变得越来越普遍。它们价格相对便宜（Xnor型号售价为10美元），对操作者来说也更便利。而且，鉴于其拍摄的照片视频始终不会传输到设备以外，所以数据隐私性更强。

但问题仍然存在：在一个充满AI监视的世界里，我们不免感到不自在。在智能CCTV的背景下，科技界已经在努力解决这个问题。而正如Xnor所展示的，AI无处不在，只不过设备尺寸会变得越来越小，从而不那么引人注目。

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/409/901.htm]