当我们开始接受这一事实时，我们现在正在寻求适应我们的生活方式以及与周围世界互动的方式。行业、企业和政府都在做相应的调整以适应当前现状，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大多数人不得不改变的方式之一。在过去的一年里，在家工作一直是许多人的常态，即使我们已经摆脱了这种大流行，我们也可能会看到企业继续允许员工在家工作。因此，这种工作方式重新关注了我们家庭的重要性，围绕技术支持的“智能”家庭的讨论从未如此受到人们的关注。
就在大流行爆发之际，一种称为“人工智能+物联网”（AIoT）的新型技术生态系统正在站稳脚跟。 AIoT 代表了连接事物（IoT）和部署在这些事物中的人工智能（AI）的融合。我们之前已经探讨过关于 AIoT 是什么以及它如何改变从医疗保健到运输等各种行业的文章，但没有比智能家居更大的机会了。
当前，智能家居仍然是一个相对新兴的行业，因此去年，我们对阻碍 AIoT 的障碍进行了研究。在该研究中，电子工程师强调了重要的市场级和设备级问题。一年后，我们又进行了同样的研究，看看事情发生了怎样的变化。人类刚需往往是所有发明的源动力，新冠病毒大流行加速了 AIoT 在智能家居及其他领域的开发和采用。
随着技术的不断升级迭代，安全性、连接性和可扩展性都变得更容易解决。
在我们 发布的2020 年的报告《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，在去年，这些问题得到了缓解，许多人认为障碍更容易克服。
在安全性方面，人工智能因其对数据的依赖而引发了隐私问题。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房屋之内，而无需将其发送给云中的第三方，从而降低了泄漏风险。
通过将数据保存在家中，远程网络犯罪分子将不得不变成一个普通的窃贼来窃取数据。虽然这不太可能发生，但设备制造商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% 的人表示担心该技术克服延迟问题的能力。例如，当家庭医疗监控需要根据心脏病等可能改变生活的情况做出决定时，他们无法承受不可靠的连接问题的负担。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% 的行业专家认为连接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，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进行测量，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。 2020 年，大约四分之一的工程师认为可扩展性是边缘技术成功的主要障碍。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可以阻碍边缘人工智能。
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。
供电能力提升，功耗降低。
随着过去一年 AIoT 市场的成熟，在技术方面也取得了进步。设备上的处理能力有所提高，同时减少了启用 AI 所需的功耗和支出。现在，芯片足够灵活，可以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，新的芯片架构意味着新的和不成熟的专有编程平台，工程师需要时间来学习和熟悉。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 语言中的完全可编程性、FreeRTOS 等运行时环境和 TensorFlow Lite 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根本推动因素，这对于开启快速、安全的家庭 AI 新时代至关重要。
