设备端 AI 革命:变革推理技术的 4 种方式

设备端人工智能不仅仅是另一个流行词,它代表了移动智能和日常技术协同工作方式的根本转变。我们的设备不再仅仅依赖远程服务器,而是变得功能强大、独立且真正具有响应能力。这是一场重新定义计算未来的转变,坦率地说,这一转变已经持续了很长时间。我们是什么 [...]

来源:AI Time Journal

设备端人工智能不仅仅是另一个流行词,它代表了移动智能和日常技术协同工作方式的根本转变。我们的设备不再仅仅依赖远程服务器,而是变得强大、独立且真正具有响应能力。这是一场重新定义计算未来的转变,坦率地说,这一转变已经持续了很长时间。

我们看到的不仅仅是渐进式的改进。这是一个根本性的转变。你的手机、你的笔记本电脑,甚至你的智能门铃——它们都在变得更加智能,而无需不断地给家里的某个数据中心打电话。

让我来解释一下为什么这比你想象的更重要。

1. 保持数据私密性

还记得剑桥分析丑闻吗?那时我们意识到我们的私人信息可能会被窃取并用于对付我们。

设备上的人工智能是阻止这种情况发生的潜在解决方案

这是针对大规模隐私泄露的强大防御措施。其工作原理如下:

本地处理:您的设备会在设备上处理所有信息(例如您的语音、照片或搜索查询)。

无需发送:由于这种本地处理,您的设备永远不需要将该个人数据发送到远程公司服务器。

示例:当您要求您的私人助理“嘿,提醒我给妈妈打电话”时,录音永远不会离开您的手机。

这为您提供真正的、内置的隐私保护。公司不能滥用或丢失您的数据,因为他们从一开始就无法访问这些数据。

虽然它并不能解决所有隐私问题(就像社交媒体应用程序所做的那样),但这是向前迈出的一大步。结果很简单:心灵平静。您不必再担心您的私人对话是否被保存或存储在网上的某个地方。

2. 即时响应时间

您是否尝试过在 Wi-Fi 信号较弱的情况下使用增强现实 (AR) 或实时翻译?结果令人沮丧:出现故障、延迟,而且常常无法使用。发生这种延迟是因为数据在远程服务器和返回之间的传输过程中被卡住。

底线