·
作者: 智慧家庭實驗室 林祐祺
類比人類(工人智慧)的各式各樣服務業來說,不就是越了解你/妳的人,才能讓用戶賓至如歸嗎?同樣的對系統或者透過ML做出來的推測(人工智慧),如果用戶什麼資料都不給收集,系統如何能從用戶數據中提供自動化服務。
但讓用戶自行判斷目前正在使用的服務,其公司內部數據治理與管理的強度,是很困難的。即使是國際大品牌也時常出現資安問題,比如之前小米攝影機發生看到鄰居事件,或者Triple A(Apple, Amazon & Alphabet)與對岸的幾家智慧音箱大廠,也都被爆出其智慧音箱持續在未經用戶同意下收集用戶語音數據做大量分析,但這並不是一件新鮮事,畢竟在App時代人們就已經暴露在大量的數據收集之中。
但是,用戶對於數據的擁有權意識,勢必會隨著智慧生活來臨日益高漲,法規對於企業數據治理、管理規章制度、稽核機制、技術規範等,肯定也是越發嚴格。
因此,智慧家庭系統架構(如上圖),極有可能再度回到過去以 Home Gateway 為核心的系統架構,搭配混合雲端平台,但這次被賦予了一個好聽的名字,叫做邊緣運算混合雲,Home Gateway 或者邊緣裝置也會由於算法的精練與算力的增強而更具智慧。然而,邊緣運算帶來哪些好處?
- 降低隱私疑慮 —尤其是帶有影像數據的民生服務或者政府機敏數據,在邊緣做好數據本地處理再上雲端會降低隱私疑慮。
- 可靠度提高 — 很多自動化的情境與規則判斷,如果純粹倚靠雲端的IoT Exchange互聯網斷線時什麼都動不了…
- 反應延遲降低 — 在某些高度具有時效性的報警服務,超過幾秒的網路延遲都是不被允許的。
當然雲端也有算力無限跟服務介接便利等優勢,畢竟,AI在哪裡學習、在哪裡執行,都得看實際應用來決定,一個混合形式且開放的系統,會在未來比較有延伸性與擴充性。
by 智慧家庭實驗室 林祐祺 2022Q3