1. 首页 > 智能家居

担心智能家居泄露隐私 智能家居安全吗

作者:admin 更新时间:2025-03-27
摘要:Alexa,你在偷听我吗?
我总是会问我的Amazon Echo这个问题。,担心智能家居泄露隐私 智能家居安全吗

 

 

  Alexa,你在偷听我吗?

  我总是会问我的Amazon Echo这个难题。虽然它很伶俐很方便,但有时过于智能也让人毛骨悚然。由于这种智能设备通常是基于云上的,它会经常从智能门铃等设备将家里的音频或图片发送到互联网上。当然,这也会产生隐私泄露的风险,想想亚马逊或谷歌的转包商坐在一旁听大家家里传送过来的音频片段,或者黑客超距离监视大家的孩子,这有多恐怖。

  这个难题是结构性的。它融入了当今消费类人工智能的构建和部署方法。大型科技企业都是在这样的假设下运作的:人工智能要想最有效地识别人脸和声音等,就需要深入进修神经网络,而这需要强大的计算能力。大家被告知,这些神经网络需要大量的数据,需要源源不断地输入数据来进步它们的智能水平,因此它必须在云端发生,对吗?

  不是这样的。在20世纪20年代初,当复杂的消费者神经网络第一次出现时,这些见解还能站得住脚。那时候,如果你想自动识别小猫,你确实需要谷歌“吞噬全球”的服务器的力量。

  但摩尔定律就是摩尔定律,近年来人工智能硬件和软件都有了巨大的改进。如今,有了一种新的神经网络,它可以完全运行在廉价、低功耗的微处理器上,它可以完成大家需要的全部人工智能诀窍,但永远不会将图片或声音发送到云端,它就是边缘AI。在接下来的一段时刻里,如果大家足够幸运的话,我相信它可以给大家带来方便,而且不会损害大家的隐私。

  一家边缘AI企业——Picovoice,它生产的软件可以识别语音命令,但你能想象,它只是运行在壹个价格不超过几美元的小微处理器上吗?硬件是如此实惠,以至于智能语音技术也许会被应用于洗衣机或洗碗机等日常家居中。Picovoice表示,它已经在和各大家电企业合作开发语音控制设备。

  这么小的AI是如何运行的?

  这其实一个巧妙的工程技术。传统的神经网络多运用长数位数的数字进行计算,而Picovoice运用的是特别短的数字,甚至二进制的1和0,这就使得AI可以在速度慢得多的芯片上运行。这种折中方法塑造出来的似乎一个不那么雄心勃勃的机器人:壹个咖啡机的语音识别人工智能只需要识别大约200个单词,全部这些都和java的酿造任务有关。

  “你不能像运用Alexa那样跟它对话或者开玩笑,但谁在乎?它只一个咖啡壶而已。”

  Picovoice创始人Alireza Kenarsari-Anhari说,你不会和咖啡机进行有意义的对话。

  这一个很有哲理意义的见解,它暗示了当今人工智能的另壹个难题:企业不断创新语音助手,试图让他们表现得像C-3PO(《星球大战》中的机器人),它几乎能听懂你说的任何话。这很难,而且确实需要大量的云来实现。然而日常用品不需要通过图灵测试。我不需要壹个会讲“爸爸笑话”的电灯开关或让它有啥子自我觉悟。它们只需要听懂“开”和“关”或者“暗”就行了。

  当涉及到和我“同床共寝”的小玩意时,我宁愿它们不那么伶俐。

  更重要的一点是,边缘AI反应很快。从设备发送你的声音请求,到在整个非洲大陆的中途播放Smash Mouth的“全明星”,再到亚马逊的服务器,NSA大量想法犯罪数据或任何最终结局的经过中,性能不会暂停,也不会损失几毫秒。

  “边缘处理风驰电掣”,Todd Mozer说,他是sensor企业的首席执行官,这家企业为边缘设备制造视听识别软件。他示范了他为微波炉创建的一些神经网络代码,他发出的任何命令,比如“把我的爆米花加热2分36秒”,都能立即被识别出来。

  这也使边缘AI更加节能。无需云计算可以减少为互联网数据包路由提供动力所需的碳燃烧量。确实,西雅图企业XNOR.ai企业苹果企业最近收购了一款图像识别神经网络,它的重量特别轻,可以由壹个小型太阳能电池供电。(真正意义上的油炸面条,是用植物产生的微弱电压来制作的)。正如XNOR.ai联合创始人阿里·法哈迪(Ali Farhadi)指出的那样,边缘AI不仅环保,还能保护隐私:“我不想有壹个能把我孩子卧室的照片发送到云端的设备,不管它宣称有多安全,他们似乎每隔一天就被黑客攻击一次。”

  当然,传统的AI并不会消失,一些机器智能方面的创造也许需要云功能。毕竟,有些人也许真的想跟牙刷聊天,因此他们当然可以把自己的口腔清洁数据反馈给“索伦之眼”(《指环王》剧情),这也许很有趣。但对普通人来说,相信大多会选择边缘AI:少点聪明,多点隐私。

(转载)