很可能你的終端已經(jīng)支持人工智能(AI)了。中控智慧預(yù)測(cè)，隨著AI不斷發(fā)展，未來(lái)的AI將會(huì)區(qū)別于現(xiàn)在的AI。終端側(cè)AI將助力實(shí)現(xiàn)技術(shù)承諾，并且影響機(jī)器的學(xué)習(xí)和處理方式、進(jìn)而影響信息的傳達(dá)方式和實(shí)際體驗(yàn)。

終端側(cè)AI能夠在靠近數(shù)據(jù)源的位置進(jìn)行處理，實(shí)現(xiàn)低時(shí)延、頂級(jí)隱私保護(hù)、出色的可靠性和極高效的帶寬使用方式。正如《福布斯》指出：“如果我們把云端AI比作一個(gè)巨型大腦，那么終端側(cè)AI則可被認(rèn)為是集合諸多更小的大腦的蜂巢，它們通過(guò)自我復(fù)制和自我組織的方式協(xié)同工作。終端側(cè)AI將擁有像我們一樣的行為舉止——從我們所處的環(huán)境中學(xué)習(xí)，并輕松地在本地做出最佳決策?！?

終端側(cè)AI正在飛速發(fā)展。例如，在智能手機(jī)領(lǐng)域，目前主要是頂級(jí)終端可以支持終端側(cè)AI，但很快就會(huì)發(fā)生改變：領(lǐng)先IT研究分析公司Gartner預(yù)測(cè)，截止到2022年，80%已經(jīng)出貨的智能手機(jī)都將支持終端側(cè)AI功能，與2017年相比實(shí)現(xiàn)了10%的提升。

不僅僅是智能手機(jī)，終端側(cè)AI將通過(guò)多樣的方式顯著推動(dòng)其他行業(yè)的發(fā)展，例如物聯(lián)網(wǎng)(IoT)、汽車(chē)、擴(kuò)展現(xiàn)實(shí)(XR)和金融服務(wù)。生物識(shí)別將是推動(dòng)上述行業(yè)發(fā)展最有成效的方式之一。對(duì)于很多AI功能，在終端本地運(yùn)行算法所帶來(lái)的響應(yīng)時(shí)間和帶寬效率優(yōu)勢(shì)至關(guān)重要，尤其是生物識(shí)別等對(duì)時(shí)效性要求頗高的使用場(chǎng)景?？梢灶A(yù)見(jiàn)中控智慧及生物識(shí)別技術(shù)生態(tài)圈將受益于AI的發(fā)展，迎來(lái)技術(shù)紅利的爆發(fā)。

終端側(cè)AI支持更先進(jìn)的生物識(shí)別

提到生物識(shí)別，大部分人都將其局限于指紋掃描，事實(shí)上，指紋掃描僅僅是開(kāi)始。虹膜識(shí)別和人臉識(shí)別都已取得突破，一些先進(jìn)的版本可以利用AI來(lái)分析用戶(hù)的虹膜或面部特征，如瞳孔大小或下頜輪廓。很快，終端側(cè)AI將會(huì)激發(fā)更先進(jìn)的生物識(shí)別類(lèi)別，并成為我們?nèi)粘Ｉ畹囊徊糠帧?

由中控智慧及生物識(shí)別技術(shù)生態(tài)圈目前已有的技術(shù)案例舉例，步態(tài)識(shí)別，或者說(shuō)通過(guò)步伐來(lái)識(shí)別一個(gè)人的身份，這一技術(shù)已經(jīng)投入研究數(shù)十年，但在此之前所取得的進(jìn)展甚微。但最近在AI的支持下，步態(tài)識(shí)別的準(zhǔn)確率得到了提升?！禩ransactions on Pattern Analysis and Machine Intelligence(TPAMI)》匯刊上發(fā)表的一篇論文指出，今年早些時(shí)候，曼徹斯特大學(xué)的研究人員實(shí)現(xiàn)了99.3%的步態(tài)識(shí)別準(zhǔn)確率。該系統(tǒng)利用地面?zhèn)鞲衅鞑⒔柚鶤I分析了人體步伐，并發(fā)現(xiàn)實(shí)現(xiàn)最后一個(gè)百分點(diǎn)的精確度是最具挑戰(zhàn)性的。隨著在終端側(cè)AI取得的更多進(jìn)展，未來(lái)它將有望被應(yīng)用在機(jī)場(chǎng)安檢等使用場(chǎng)景，甚至有可能被用于醫(yī)學(xué)診斷。

語(yǔ)音是另一個(gè)由AI推動(dòng)的生物識(shí)別領(lǐng)域。消費(fèi)者已經(jīng)在使用語(yǔ)音認(rèn)證和語(yǔ)音助手，但終端側(cè)AI的進(jìn)展將對(duì)開(kāi)發(fā)近乎自然語(yǔ)言的聲紋生物識(shí)別技術(shù)至關(guān)重要。人們習(xí)慣于會(huì)話過(guò)程中的快速響應(yīng)和無(wú)縫交談。因此，自然的語(yǔ)音交互應(yīng)該具備用戶(hù)體驗(yàn)上察覺(jué)不到時(shí)延。借助終端側(cè)AI的可靠性和對(duì)于時(shí)延的改進(jìn)，最終與機(jī)器對(duì)話將能夠聽(tīng)起來(lái)更像和真人對(duì)話。

過(guò)終端側(cè)AI和生物識(shí)別助力行業(yè)發(fā)展

對(duì)于很多行業(yè)，一些基于生物識(shí)別的全新或改進(jìn)的使用場(chǎng)景，正在改變我們使用終端的方式，中控智慧及生物識(shí)別技術(shù)生態(tài)圈相信新技術(shù)將創(chuàng)造無(wú)限可能。

在物聯(lián)網(wǎng)領(lǐng)域，從普通終端(例如燈泡和恒溫器)到更先進(jìn)終端(例如智能助手和電器)的演進(jìn)，很大程度上是依賴(lài)于終端側(cè)AI的。從諸如傳感器、麥克風(fēng)和攝像頭等擁有更先進(jìn)技術(shù)的設(shè)備中所采集到的數(shù)據(jù)，為機(jī)器學(xué)習(xí)的訓(xùn)練和預(yù)測(cè)功能創(chuàng)造了機(jī)會(huì)。并且考慮到隱私保護(hù)、更低時(shí)延和更高可靠性等原因，在通常情況下，終端本身就是創(chuàng)造新機(jī)會(huì)的最佳平臺(tái)。我們以智能家庭中的安防攝像頭為例來(lái)說(shuō)明。面部追蹤能夠在攝像頭上對(duì)視頻內(nèi)容進(jìn)行本地化分析，正是因?yàn)樗鼰o(wú)需等待網(wǎng)絡(luò)和云端之間來(lái)回傳輸數(shù)據(jù)，因此終端側(cè)的響應(yīng)速度也會(huì)更快。

此外，中控智慧及生物識(shí)別技術(shù)生態(tài)圈也認(rèn)為汽車(chē)行業(yè)也將受到重要影響。在汽車(chē)內(nèi)部，終端側(cè)AI開(kāi)始支持自然用戶(hù)界面、個(gè)性化和駕駛員意識(shí)監(jiān)測(cè)。基于生物識(shí)別和偏好，終端側(cè)AI有助于實(shí)現(xiàn)個(gè)性化體驗(yàn)，例如播放用戶(hù)喜愛(ài)的音樂(lè)或調(diào)節(jié)駕駛動(dòng)態(tài)。在車(chē)外，借助環(huán)視感知、路徑規(guī)劃和決策，終端側(cè)AI將助力自動(dòng)駕駛的實(shí)現(xiàn)。