智能家居已经被大肆宣传了很长一段时间，何确会危但公平地说，保智智能家居时代现在真的居不及数据隐到来了。这种地位几乎完全是何确会危由智能音箱的兴起推动的——这是第一个真正面向大众市场的智能家居设备。

IMARCGroup的保智数据显示，去年智能音箱市场的居不及数据隐价值为50.8亿美元，预计到2027年将达到219.4亿美元
 。何确会危如此广泛的保智应用，建站模板为未来的居不及数据隐智能家居奠定了基础 。

人们已经对语音控制/交互表现出高度的何确会危信任 。然而 ，保智随着越来越多的居不及数据隐人购买智能家居和设备的激增 ，数据安全和隐私方面的何确会危代价会越来越大
。

便利与隐私之间的保智平衡

换句话说 ，Alexa关灯时可能会有所帮助 ，居不及数据隐但对云的永久链接的依赖意味着，高防服务器从隐私的角度来看 ，其也将后门打开 。

这不仅仅是一个技术事实 ，也是一个道德问题。对于设备而言 ，监听特定的唤醒词是很方便。但消费者主要担心的是，他们家里的每一个声音事件都被捕捉  、免费模板数字化并传输到云端。

当然，这种机制不仅仅是出于技术上的需要——其也在推动亚马逊 、谷歌和其他公司基于广告的商业模式。然而 ，这最终可能会弄巧成拙 。如果消费者对数据隐私的担忧无法得到解决
，那么智能家居市场的上限就会低得多——不仅是对于现今的智能音箱，还有未来的源码库任何设备 。

这意味着 ，如果智能家居要真正蓬勃发展，还需要找到一种技术平衡 。如果没有识别人和响应命令的能力，就很难看出智能家居的“用途”
。与此同时，我们必须避免让人们觉得自己在家里一直处于监视之下的情况 。

如何找到这种平衡 ，是目前智能家居行业最重要的问题 。

进入边缘人工智能

实现更私人化的源码下载智能家居的关键是让设备本身更智能。

电视 、条形音箱 、智能音箱甚至远程医疗监控设备都有一个共同点——都希望变得“更智能” 。但目前唯一的方法是通过云
 。给智能音箱的命令和信号不被设备处理 ，相反，数据被传输到云进行解释、情境化 ，然后将指令和动作发送回说话者 。

基于云的模板下载物联网还有另一种选择——人工智能物联网(AIoT)。AIoT模型包括将智能和处理能力直接放在终端设备中——使设备本身能够在本地解释和执行命令——切断与云的连接。

问题在于，提供这种边缘智能说起来容易做起来难。迄今为止，能够提供这种智能的芯片价格昂贵，操作困难 ，且设计到产品中非常耗时。

交付AIoT

毫无疑问 ，AIoT的芯片设计挑战是巨大的  。要结束对云的依赖，就需要一种全新的处理器  ，能将AI、DSP 、控制和I/O集成在一个设备中，且具有足够多的功能  ，让设计师能够确定这四种之间的平衡。所有这些都必须在一个小包装中交付，并以较低的总体BOM成本。

创造这样一个具有快速处理和神经网络能力的无限可编程设备并非易事 。但这对智能家居隐私至关重要
。其可以使收集到的信息在本地处理，同时保证个人数据的安全，并几乎立即执行行动 。

还值得注意的是，在网络边缘免费提供这种智能 ，将使向智能家庭设备添加更复杂的功能成为可能
。借助新型处理器 ，可以将存在检测、面部和图像识别
，甚至生命体征监控添加到设备中,获取丰富的上下文数据，以在闭环系统内建立对操作环境的智能理解,而无需云,甚至,没有将数据暴露给云 。

当然 ，切断与云的连接并不是安全智能家居设备的唯一要求。包括安全启动 、一次性可编程密钥存储
、真正的随机数生成和自定义安全指令在内的高级安全功能，对于保护消费者数据也至关重要  。

智能家居的安全和隐私是不容置疑的

让设备能够本地处理数据 ，并对基于本地人工智能的结果做出反应 ，将代表着数据隐私方面的巨大进步。

有一种观点认为
，与目前基于云计算的系统所支持的个性化和用户体验相比 ，这将是一种太大的权衡。但是
，提供智能家居服务并不需要个人信息  。由边缘人工智能(edgeAI)实现的视觉和音频传感器能够识别儿童和父母的声音 ，使设备能够忽略儿童发出的打开烤箱或订购受年龄限制的物品的命令 。

随着时间的推移 ，这些功能可以扩展到启用非常复杂的功能，而无需将任何个人身份信息传输到云  。例如，视觉和声音传感器可以协同工作  ，观察有人在跌倒时受伤的房间 ，从而向紧急服务部门发出警报
。

要实现这种更复杂的智能家居愿景 ，需要具备智能的设备和能够绘制该图片的集体传感器阵列。向隐私的转变 ，以及将人工智能传感器优先于数据收集，是实现这一版本的智能家居的绝对关键的先决条件 。