过去的12个月当然很艰难，COVID-19大流行病在世界范围内造成严重破坏。而且，非常不幸的是，现在每个人都意识到Covid-19可能会继续存在。当我们开始接受这个事实时，我们现在正在寻找方法来适应我们的生活方式以及与周围世界互动的方式。工业、企业和政府正在相应地进行调整，以确保人们安全、高效并能够过上自己的生活。我们工作的方式和地点只是我们大多数人必须改变的方式之一。在过去的一年里，在家工作已成为许多人的常态，即使我们从这场大流行病中走出来，我们也可能会看到企业继续允许员工在家工作。因此，这种工作方式让人们重新关注我们家的重要性，围绕技术支持的“智能”家居的对话也从未像现在这样受到关注。疫情之际，“人工智能+物联网”（AIoT）的新技术生态正在站稳脚跟。AIoT代表了互联事物(IoT)和部署在这些事物中的人工智能(AI)的融合。我们之前在文章中探讨过AIoT是什么以及它如何改变从医疗保健到交通运输等行业，但没有比智能家居更大的机会了。智能家居仍然是一个相对较新的行业，因此去年我们对阻碍AIoT的障碍进行了研究。在这项研究中，电子工程师强调了重要的市场层面和设备层面的问题。一年后，我们再次进行同样的研究，看看情况发生了怎样的变化。人类的需要往往是所有发明背后的驱动力，而COVID-19大流行加速了AIoT在智能家居及其他领域的发展和采用。随着技术的不断升级和迭代，安全性、连接性和可扩展性都变得更容易解决。在我们的2020年报告《THE EDGE OF TOMORROW》中，工程师将安全性、连接性和可扩展性列为AIoT面临的最大市场问题。然而，在过去的一年里，这些问题有所缓解，许多人认为这些障碍更容易克服。在安全方面，人工智能由于依赖数据而引发隐私问题。设备越“智能”，它需要的信息就越多。然而，在过去的12个月里，工程师们已经意识到在本地而不是在云端处理数据可以解决隐私问题。家庭可以将他们的数据保存在屋内，而无需将其发送给云中的第三方，从而降低泄露风险。通过将数据保存在家中，远程网络犯罪分子将不得不成为常规窃贼来窃取数据。虽然这不太可能发生，但对于设备制造商来说，确保在其设备上进行的处理是安全的仍然很重要。一系列设备级安全功能——包括安全密钥存储、加速加密和真正的随机数生成器——可以为显着提高数据和决策的安全性奠定基础。除了安全性之外，工程师还认为连接性对AI部署构成了巨大障碍，38%的工程师对该技术克服延迟问题的能力表示担忧。例如，当家庭医疗监护仪需要根据心脏病发作等可能改变生活的情况做出决策时，他们无法承受不可靠的连接问题带来的负担。然而，现在设备上的处理减少了对网络的需求，使网络延迟成为一个有争议的问题；只有27%的行业专家认为连通性是智能家居应用的主要障碍。如果要创建不受延迟影响的应用程序，智能家居行业应该转向设备上处理。某些AIoT芯片现在速度快且可预测，执行确定性以个位数纳秒为单位，这使产品能够快速思考和做出决策。最后，去年，工程师强调了可扩展性问题。工程师们意识到连接设备的数量正在增加，这给云基础设施带来了越来越大的压力。到2020年，大约四分之一的工程师将可扩展性视为边缘成功的主要障碍。然而，专家们现在开始看到AIoT根深蒂固的可扩展性带来的好处。边缘处理消除了对云的依赖，消除了任何潜在的增长和扩展问题。现在，只有不到五分之一的工程师认为云基础设施会阻碍边缘人工智能。好消息是，电子行业不需要做任何特别的事情来保持AIoT的可扩展性，因为AIoT扩展的主要技术障碍之一是云需要处理数十亿台设备和PB级数据。供电能力提高，功耗降低。随着AIoT市场在过去一年中日趋成熟，技术方面也取得了进步。设备上的处理能力有所提高，同时降低了启用AI所需的功耗和费用。现在，芯片足够灵活，能够以比以往任何时候都更实惠的价格满足AIoT的多样化需求。随着AIoT芯片成为产品制造商更现实的选择，工程师将如何过渡到使用它们？关键考虑因素之一是开发环境。很多时候，一个新的芯片架构意味着一个新的、不成熟的专有编程平台，工程师需要时间去学习和熟悉。相反，工程师应该寻找可以使用他们熟悉的行业标准技术访问的灵活平台——C中的完全可编程性、FreeRTOS等运行时环境以及TensorFlowLite等AI工具流。使用熟悉的平台意味着工程师可以快速对芯片进行编程，而无需学习新的语言、工具或技术。满足AIoT系统所有计算需求的单一编程环境是设计速度的基本推动力，这对于在家庭中开启快速、安全的AI新时代至关重要。
