低功耗且非常小巧 看看这个团队的太阳能AI相机

　　“AI不是触手可及吗？为什么房间里不见它呢？”人工智能创业者Ali Farhadi坐在会议室里，俯身看着西雅图的联合湖，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(Allen Institute for Artificial Intelligence)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Raspberry Pi Zero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Pi Zero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。“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超级电容器，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，Naderiparizi说它还能以每秒1格的速度运行超过30年。

　　不仅仅是产品

　　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，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。