全新太阳能AI相机携手有源晶振进入市场

尽管AI已经应用于许多科技小玩意,但真正能运行AI工作的只是桌上的使用了有源晶体振荡器的手机.大多数情况下设备都不可以自我进行机器学习,但设备可以将数据发到云端,这样的方式比前者更有效率,AI的工作过程对资源十分吃紧,不仅占用CPU,而且大量消耗电池电量.

自Xnor于2017年获得了艾伦人工智能研究所的投资后,便开始致力于解决或减轻上述问题的负担,公司在终端设备的深度学习模型上实现突破,借用这种技术,尖端计算机视觉技术在5美元的迷你电脑或者超极本上都可以加载.

技术成熟后,Xnor的机器学习模型效率很高,将来会应用于更多的设备和行业,后期公司会根据实际情况调整他们的目标.对于AI驱动设备依然存在不足的问题,Farhadi指着样本设备上的电池组部分,解释道：“电量是最大的问题.”

Xnor想将AI技术加载于手机和PiZero等设备,但设备的CPU和电量都是有限的,电量是他们目前碰到的最大瓶颈.Farhadi的团队提出了一个疯狂的想法：打造一个不需要电池的AI平台.

该设备可以完成实时计算机视觉的任务,只要在设备视野内,转瞬间便能检测到一个人,一辆车,一只鸟等的位置,并确定其身份,然后通过1612晶振无线传输信息,这种设备依赖的是太阳能供电的计算机.

这是一个320×240分辨率的迷你相机,一个加载了目标识别模型的FPGA（现场可编程门阵列）,一个用于处理图像和相机软件的内存,以及一小块太阳能电池,外加一个能够及时收发数据的无线装置和一块有源晶振.“这个东西没有固定能源,它就是一个价值仅两美元的电脑,上面装着一个劣质的相机,但它物体识别的功能却很强大.”Farhadi对Xnor团队的新发明有点激动.

只要这块太阳能电池受到明显的光照,它就可以为图像处理器和物体识别算法持续供电,设备工作电压不低于100毫伏,电压过低时拍照的频率也会降低,它还可以不依赖于光源单独运行,但这种操作并不建议,出于这个原因,设备上还安装了一个石英晶振电容器,就算是光源不充足的时候,设备依然可以整晚运行.

如果要证明它的效率,我们假设给它在装上一个手表电池,它还能以每秒1格的速度运行超过30年.真正的突破并不在于太阳能智能相机的发明,真正的突破在于——电脑中运行一个复杂的深度学习模型时,它的成本和电量比你手机休眠状态下耗费得还要少.

进行人脸识别,自然语言处理等推断过程所需的能量仍存在不足之处,当你开口时,贴片石英晶振控制的智能灯泡便开灯,但其实这并不“智能”,当灯泡内的模块接收并发送你的声音到一个处理/数据中心,中心会分析你的话语并作出相应的回应,然后灯就亮了.

这一过程不仅麻烦,同时还有延迟,程序也有可能崩溃或受到攻击,而且还需要有恒定的电源或电池.相反,我们想象家里的花盆,墙上或者书架顶上藏着一个小巧的相机.只需要日常的光照,这个相机就能识别语音命令,不用连接云端也能分析照片；设备内部信息输入很少,所以也不会被黑客攻击,而且零件成本仅为10美元.

最终只有一种可能能够真正深入我们的生活,无处不在,只有最后描述的设备能增量数十亿,而且所需基础设施投资并不大.

你希望拥有一个监控宝宝动作并把图像发到云服务器的a类婴儿监控器呢,还是一个就算断网但还能继续告知你宝宝情况的b类监控器呢？在两者运行良好的情况下,b类监控器似乎更合适,在无数个消费者应用中,这样的选择也是大趋所向.