家用生物识别技术智能家居将变得多么智能

　　芯片设计的快速发展以及用于生物特征识别语音和面部识别的算法，正在扩大智能家居功能的范围。超高分辨率视频监控，能够检测某人是否跌倒而无法起床;用于游戏和娱乐系统的手势控制以及不需要使用“唤醒”字词的更准确的语音识别。这些功能可以内置到低成本消费电子设备中，其中许多将由电池供电且不受限制。
　　借助这些用于人机之间个性化交互的新功能，出现了有关平衡隐私与便利性和其他好处的问题。通过利用边缘计算概念，亚马逊和Facebook等公司的新设备可以更好地实现这种平衡。
　　亚马逊的“光环”效应
　　上周，随着亚马逊推出了一种名为Halo的新设备和健康服务，在智能家居中使用生物识别数据的趋势日益突出。
　　Halo Band是一种可穿戴设备，乍一看就像市场上的其他设备，例如Fitbit Sense或Apple Watch。它没有用于显示信息的显示屏，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(以及用于打开或关闭麦克风的按钮)以及其他功能。Halo Band将数据发送到基于AI的Halo服务。它有什么作用?某些功能与其他设备相似，但是在使用生物识别符(尤其是语音)方面存在一些重大差异。
　　–活动：Halo不仅计算步数，还计算向点移动的强度和持续时间。白天坐得太久?Halo会扣除您懒惰式生活方式的积分。
　　–睡眠：Amazon Halo使用运动，心率和温度进行连续测量，这些测量超出了睡眠时间和清醒时间，并提供了催眠图，显示睡眠的每个阶段所花费的时间以及睡眠时的皮肤温度。
　　–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。
　　–语音音调：如果您还记得母亲在谈论使用那种语音音调，则对Halo的音调功能的工作原理有所了解。它比您的母亲更科学，“使用机器学习来分析客户声音中的能量和积极性”，为客户提供幸福感方面的压力指示。
　　推测Halo在Amazon Smart Home中的角色
　　需要明确的是，Halo目前仅在有限的基础上提供。但是Halo的生物识别数据收集功能可以与其他语音生物识别和面部识别技术一起在智能家居中扮演有趣的角色。考虑一下如何根据Halo的健康跟踪建议的饮食需求或偏好，将Alexa智能扬声器和Amazon Prime帐户用于杂货店购物。如何使用无人机或自动驾驶汽车将杂货从您当地的Whole Foods(亚马逊所有)自动运出?或者，如果您更喜欢在商店购物，则该公司正在尝试一些无收银员商店，这些商店可以通过使用生物识别技术或基于设备的数字ID将商品添加到购物车中来更新账单，而无需扫描和结帐。
　　如果Halo检测到压力不太理想，Alexa可能会在Amazon Music上建议“ Calm”或冥想播放列表(该公司已与Headspace和其他提供商合作提供Halo服务)。锻炼时间意味着根据Halo建议的健身方案启动Amazon Fire TV进行交互式健身会议。
　　两年前，由亚马逊，伯克希尔·哈撒韦公司和摩根大通公司创建的医疗保健公司Haven最终还可以利用您的智能家居中的生物识别数据。亚马逊拥有84万名员工，对医疗保健的成本和功效有着极大的既得利益程式。为此，该公司于2019年开始为西雅图地区的员工及其家人进行试点。虚拟健康服务优势，称为Amazon Care，由Oasis Medical Group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健康中心。同样，Halo数据可以用来建议您需要去诊所-医生已经在查看上周的体温读数并建议进行流感测试。
　　智能家居市场正在快速增长，边缘计算将助您一臂之力
　　随着像亚马逊这样的公司继续向市场开发投入资金，智能家居市场有望在未来几年中快速增长。根据Statista的预测，到2020年，智能家居市场的收入将达到25.2亿美元。收入预计将显示15.8%的年增长率(CAGR 2020-2025)，预计到2025年市场规模将达到52亿美元。到2025年，超过56%的家庭将至少拥有一个智能互联网连接设备，并且Statista表示，设备最常见的用途是安全性，控制性和连接性，其次是娱乐性。
　　安全性和数据隐私将成为实现快速增长的两个主要挑战-特别是在像Halo这样的设备及其生物识别数据使用方面。因此，边缘计算的发展必不可少。
　　在生物识别信息的上下文中，边缘计算只是意味着处理尽可能接近消费者的数据。对于智能家居产品，人机界面(HMI)被视为关键，而大量的研发工作正在使用语音来识别家庭用户并在此基础上个性化体验。视觉和运动检测系统也越来越频繁地部署。这些交互会生成大量要由AI和ML算法处理的数据。
　　个人信息传播的距离越短越好，因为窃取，滥用或拦截数据的机会更少。例如，如今的智能扬声器系统经常不需要依靠数据传输到位于中心的云，因此设备性能也可能会受益。
　　然而，挑战在于，在边缘设备而不是云上利用AI并非易事，因为在成本敏感型消费者应用程序中需要平衡成本和复杂性。
　　提供集成芯片解决方案的Synaptics最近建议，智能家居产品对支持HMI有一些独特的要求。尽管根据产品是电视，智能扬声器还是摄像头，要求会有所不同，但他们将利用Edge AI来支持语音和视频处理。他们的结论是：当底层芯片和存储系统为语音，视觉和视频显示提供“多模式”支持时，边缘AI将在家庭中发挥作用。换句话说，处理器需要对HMI的所有模式都具有集成的支持，才能达到组合的价格和性能要求。
　　什么样的未来?到2020年为止，芯片技术已经取得了许多重大进步​​，这表明边缘设备的性能将继续取得巨大飞跃。例如，AI芯片设计师Kneron宣布了新一代的边缘AI芯片，该芯片可以在设备本身上保存一个词典字典，以进行语音识别-无需利用云服务-还可以在增强现实中使用可能会持续数月才能充满电的设备。
　　这些发展以及更多的发展表明，设备制造商和服务提供商不必牺牲消费者的隐私或设备性能即可实现围绕语音和视觉数据的引人入胜的新服务。