智能家居已經被大肆宣傳了很長一段時間，但公平地說，智能家居時代現在真的到來了。這種地位幾乎完全是由智能音箱的興起推動的——這是第一個真正面向大眾市場的智能家居設備。

IMARCGroup的數據顯示，去年智能音箱市場的價值為50.8億美元，預計到2027年將達到219.4億美元。如此廣泛的應用，為未來的智能家居奠定了基礎。

人們已經對語音控制/交互表現出高度的信任。然而，隨著越來越多的人購買智能家居和設備的激增，數據安全和隱私方面的代價會越來越大。

便利與隱私之間的平衡

換句話說，Alexa關燈時可能會有所幫助，但對云的永久鏈接的依賴意味著，從隱私的角度來看，其也將后門打開。

這不僅僅是一個技術事實，也是一個道德問題。對于設備而言，監聽特定的喚醒詞是很方便。但消費者主要擔心的是，他們家里的每一個聲音事件都被捕捉、數字化并傳輸到云端。

當然，這種機制不僅僅是出于技術上的需要——其也在推動亞馬遜、谷歌和其他公司基于廣告的商業模式。然而，這最終可能會弄巧成拙。如果消費者對數據隱私的擔憂無法得到解決，那么智能家居市場的上限就會低得多——不僅是對于現今的智能音箱，還有未來的任何設備。

這意味著，如果智能家居要真正蓬勃發展，還需要找到一種技術平衡。如果沒有識別人和響應命令的能力，就很難看出智能家居的“用途”。與此同時，我們必須避免讓人們覺得自己在家里一直處于監視之下的情況。

如何找到這種平衡，是目前智能家居行業最重要的問題。

進入邊緣人工智能

實現更私人化的智能家居的關鍵是讓設備本身更智能。

電視、條形音箱、智能音箱甚至遠程醫療監控設備都有一個共同點——都希望變得“更智能”。但目前唯一的方法是通過云。給智能音箱的命令和信號不被設備處理，相反，數據被傳輸到云進行解釋、情境化，然后將指令和動作發送回說話者。

基于云的物聯網還有另一種選擇——人工智能物聯網(AIoT)。AIoT模型包括將智能和處理能力直接放在終端設備中——使設備本身能夠在本地解釋和執行命令——切斷與云的連接。

問題在于，提供這種邊緣智能說起來容易做起來難。迄今為止，能夠提供這種智能的芯片價格昂貴，操作困難，且設計到產品中非常耗時。

交付AIoT

毫無疑問，AIoT的芯片設計挑戰是巨大的。要結束對云的依賴，就需要一種全新的處理器，能將AI、DSP、控制和I/O集成在一個設備中，且具有足夠多的功能，讓設計師能夠確定這四種之間的平衡。所有這些都必須在一個小包裝中交付，并以較低的總體BOM成本。

創造這樣一個具有快速處理和神經網絡能力的無限可編程設備并非易事。但這對智能家居隱私至關重要。其可以使收集到的信息在本地處理，同時保證個人數據的安全，并幾乎立即執行行動。

還值得注意的是，在網絡邊緣免費提供這種智能，將使向智能家庭設備添加更復雜的功能成為可能。借助新型處理器，可以將存在檢測、面部和圖像識別，甚至生命體征監控添加到設備中,獲取豐富的上下文數據，以在閉環系統內建立對操作環境的智能理解,而無需云,甚至,沒有將數據暴露給云。

當然，切斷與云的連接并不是安全智能家居設備的唯一要求。包括安全啟動、一次性可編程密鑰存儲、真正的隨機數生成和自定義安全指令在內的高級安全功能，對于保護消費者數據也至關重要。

智能家居的安全和隱私是不容置疑的

讓設備能夠本地處理數據，并對基于本地人工智能的結果做出反應，將代表著數據隱私方面的巨大進步。

有一種觀點認為，與目前基于云計算的系統所支持的個性化和用戶體驗相比，這將是一種太大的權衡。但是，提供智能家居服務并不需要個人信息。由邊緣人工智能(edgeAI)實現的視覺和音頻傳感器能夠識別兒童和父母的聲音，使設備能夠忽略兒童發出的打開烤箱或訂購受年齡限制的物品的命令。

隨著時間的推移，這些功能可以擴展到啟用非常復雜的功能，而無需將任何個人身份信息傳輸到云。例如，視覺和聲音傳感器可以協同工作，觀察有人在跌倒時受傷的房間，從而向緊急服務部門發出警報。

要實現這種更復雜的智能家居愿景，需要具備智能的設備和能夠繪制該圖片的集體傳感器陣列。向隱私的轉變，以及將人工智能傳感器優先于數據收集，是實現這一版本的智能家居的絕對關鍵的先決條件。