芯耀
1064
今年的消費電子里，伴隨著人工智能技術的快速推進，智能玩具，特別是萌寵機器人的新品越來越多。
早在2019年，日本公司GROOVE X就打造出了家庭陪伴機器人“LOVOT”，并在2023年2月進入中國大陸市場。2023年5月，日本松下公司也推出了同類產(chǎn)品NICOBO，用其可愛呆萌的外觀治愈了很多孤獨的人。
最近卡西歐自主開發(fā)的小型寵物機器人“Moflin”也成為熱門話題，可放在手掌上的可愛外觀和動作加上合適的價格，使得這款首次發(fā)售的產(chǎn)品比預期更早售罄，頗受歡迎。
Moflin去掉了傳統(tǒng)的高性能機器人具備的活動手腳等。減少了直接關系到成本的馬達數(shù)量等，呈現(xiàn)出可放在掌上的像小動物一樣的外觀和動作。此外，考慮到即使不說話也能顯得可愛和帶來治愈，并沒有搭載說話功能。沒有設定主題，只注重讓人感到可愛的尺寸、外觀和動作。雖然去掉了說話和走路等要素，但Moflin擁有最尖端的技術。搭載了卡西歐自主開發(fā)的專注于情感的AI。根據(jù)主人的觸碰方式和說話方式等，Moflin的情感會發(fā)生變化，逐漸形成自己的性格。據(jù)悉，花費50天左右，經(jīng)過情感表現(xiàn)范圍擴大等成長后，形成不同個性，總共有400萬種以上。
國內由萌友智能研發(fā)的AI毛絨萌寵Ropet，產(chǎn)品在去年12月完成研發(fā)并上線眾籌平臺Kickstarter，籌集金額已超500萬港元。Ropet立足情感陪伴，從視覺、聽覺、觸覺等多個方面打造出了萌寵機器人，為那些高情感需求的人提供了一種另類的陪伴，特別適用于年輕獨居女性群體。
我注意到，Ropet采用了離線方式的推理技術，將使用過程中所有的原始數(shù)據(jù)，都只通過端側大腦處理，將數(shù)據(jù)矩陣變成一些簡單的代碼長時間儲存至本地，并保證在斷網(wǎng)環(huán)境下能夠完成。對人們的行為也只是識別并不會記錄，以此來保證用戶隱私不受到人工智能的“侵犯”。
按照其團隊的說法，在歐美對隱私安全十分敏感的地區(qū)，如不能很好地保證隱私安全，將失去很多潛在購買者。無論是AI軟件還是硬件產(chǎn)品，隱私安全一直以來都是被關注的重點。隨著與AI“相處”得越來越默契，依賴感增強的同時，用戶也變得警惕起來。并發(fā)出類似“AI這么了解我，是否竊取了個人隱私數(shù)據(jù)？”這樣的疑問。
歐美對于智能玩具有比較嚴格的隱私保護法規(guī)：
1. 美國的COPPA法案：美國1998年通過的《兒童網(wǎng)絡隱私保護法》（COPPA）明確規(guī)定，智能聯(lián)網(wǎng)玩具和其他物聯(lián)網(wǎng)設備屬于COPPA涵蓋的在線服務范圍，必須遵守隱私保護要求。
2. 歐盟的GDPR和AI法案：歐盟2016年通過的《一般數(shù)據(jù)保護條例》（GDPR）首次明確為兒童數(shù)據(jù)提供特別保護。此外，歐盟新《人工智能法》要求使用人工智能技術的玩具必須遵守網(wǎng)絡安全、個人信息保護和隱私要求。
智能玩具的隱私風險是客觀存在的。智能玩具通常內置麥克風、攝像頭、GPS和語音識別技術，通過Wi-Fi和藍牙連接互聯(lián)網(wǎng)，可能收集兒童的姓名、地理位置、照片、音頻和視頻等信息，存在數(shù)據(jù)泄露風險。例如，2017年美國FBI曾警告，聯(lián)網(wǎng)玩具可能被黑客利用，獲取兒童的隱私信息。
采用離線推理模式，可以減少數(shù)據(jù)傳輸過程中的隱私風險，避免兒童信息被上傳到云端或第三方服務器，從而更好地保護兒童隱私。
歐美對隱私保護的高度關注確實會促使智能玩具更多地采用離線模式進行推理，以減少隱私風險并符合相關法規(guī)要求。
在邊緣推理中，從技術和運營成本的角度，離線和在線方式各有利弊。
離線邊緣推理：
優(yōu)點
1. 低延遲：數(shù)據(jù)處理在本地完成，無需依賴網(wǎng)絡傳輸，響應速度更快，適合對實時性要求高的場景。
2. 隱私保護：數(shù)據(jù)在本地處理，不上傳到云端或外部服務器，減少了隱私泄露的風險。
3. 離線可用：即使在網(wǎng)絡不可用的情況下，設備仍能正常運行。
4. 節(jié)省帶寬：減少了數(shù)據(jù)傳輸量，降低了網(wǎng)絡帶寬的使用。
5. 降低成本：減少了對云端資源的依賴，降低了長期運營成本。
缺點
1. 計算資源有限：邊緣設備的計算能力、存儲空間和能源供應通常有限，難以處理復雜的模型。
2. 模型更新困難：離線模式下，模型的更新和優(yōu)化需要手動操作，不如在線模式靈活。
3. 初始部署成本高：需要在邊緣設備上部署硬件和軟件，可能增加初始投資。
4. 維護復雜：邊緣設備分布廣泛，管理和維護難度較大。
在線邊緣推理：
優(yōu)點
1. 計算能力強大：可以利用云端的強大計算資源，處理復雜任務。
2. 模型更新靈活：模型可以在云端進行訓練和更新，實時同步到邊緣設備。
3. 易于擴展：通過云端管理，可以快速擴展到更多設備和場景。
4. 資源優(yōu)化：可以根據(jù)需求動態(tài)分配計算資源。
缺點
1. 依賴網(wǎng)絡：需要穩(wěn)定的網(wǎng)絡連接，否則可能導致延遲或服務中斷。
2. 隱私風險：數(shù)據(jù)需要傳輸?shù)皆贫耍黾恿穗[私泄露的風險。
3. 帶寬需求高：大量數(shù)據(jù)傳輸會增加網(wǎng)絡帶寬的使用。
4. 成本較高：長期依賴云端資源會增加運營成本。
離線邊緣推理更適合對實時性、隱私保護和可靠性要求較高的場景，如自動駕駛、智能醫(yī)療等。在線邊緣推理則適合對計算能力和靈活性要求較高的場景，如復雜的數(shù)據(jù)分析和動態(tài)模型更新。實際應用中，云邊協(xié)同模式（結合離線和在線的優(yōu)點）可能是更優(yōu)的選擇。
智能玩具領域，如果是從兒童的隱私保護出發(fā)，可能要更關注離線邊緣推理的方案，尤其是以歐美市場為目標的產(chǎn)品，帶邊緣推理的MCU可能是未來主流選擇。
