SoC中的AI和神经网络解决方案

GDPR的影响

2018年5月25日，欧盟所有成员国都将采用新的通用数据保护条例(也称为GDPR)，该条例对于个人信息的收集、管理和使用有了更严格的规定。新法规对于消费者数据的整理方式、必须采用哪种方式进行存储和保护以及如何使用等方面具有广泛的影响。

各种组织不能够再收集大量关于消费者的数据进行多方面的分析——现在要求数据控制者将个人数据的处理操作最小化，并且进行高效的限制，仅用于特定目的应用需求。此外，该应用必须能够明确传达给相关数据的个人，获取用户同意的要求也必须更加的明确。因此，那些我们已经熟悉的笨拙且易混淆的条款都将不适用：处理个人用户数据的公司必须能够透明的解释他们要收集哪些数据、清楚地说明为什么需要这些数据以及如何使用等。

另一个重要的考虑因素是：GDPR给予同意处理其数据的个人可以随时撤销授权的权利，值得注意的是，数据控制人员必须为此建议用户这项权利，他们还必须能够提供简单的方法让用户能够撤销授权，然后确保在合理的时间范围内删除数据，这仅仅是数据处理法规方面的根本性改变，但可能会产生巨大的影响。

理论上不能够充分证明符合GDPR条例的公司将会面临巨额罚款，因此数据隐私和保护对所有公司来说都越来越重要，这将会促使各种组织和服务提供商能够深刻地重新考虑他们收集数据和处理的方式。

人工智能（AI）介绍

考虑到不符合GPDR条例带来的影响，企业可能不想再收集个人用户的任何数据，但是为了提供相互服务，企业与消费者之间的数据通信是必不可少的，我们可以进行最小化处理但不可能避免。

那么人工智能（AI）如何提供帮助呢？让我们来看一些潜在的应用场景以及我们对引入AI如何减轻一些风险的解释。

针对安全的行为定位

假设一个繁忙的机场，每天有成千上万的旅客通过大厅和登机口，视频记录设备实时对每个现场进行监控。每个摄像机都会创建连续的视频流，在进行存档之前这些视频流会在安全控制室内进行汇总和监控。这些视频包括上百万帧的数据，每个数据都包含数百张人物图片、他们的脸、活动以及通过在机场内的轨迹，要有效监控所有视频数据源无疑是一项挑战，即使受过专业行为分析培训的专家也是如此，更重要的是，这些系统正在不断创建和归档大量的视频数据，其中大部分数据基本上都是毫无用处的。

在GDPR条例中规定摄像机与控制室之间的视频加密传输是必需的，这样才能够保证数据在网络中传输是安全的。事实上这种基本的安全要素已经在使用了，但通过将AI技术引入摄像机单元我们可以进一步改进该系统：在这种情况下视频信号处理芯片集成的神经网络处理器会被设置为匿名识别每个场景中的任务和物体，除了检测到可疑行为或者异常。举个例子，一个用户带着两件行李进入某个区域，但是离开时只拿走一件行李，尽管他还没有达到登机柜台，系统会自动记录视频的相关部分。进一步分析可以确定某个用户，但是视频中的其他人依然是匿名的，因此AI不仅可以显著的减少需要处理的数据量，还可以实现匿名处理源数据。

AI在自动驾驶领域的应用

机场的案例说明了一个潜在的AI应用场景，在此场景中人们期望得到监控并且监控视频只能认为是机场的私有财产。另一个例子就是在ADAS系统中使用摄像头的汽车，在这种情况下摄像机会在车辆行驶过程中不断捕捉公路上的图像，获取该线路上所有用户、司机和行人的个人信息显然是不可能的。

在ADAS系统中使用神经网络技术可以帮助处理摄像机或者传感器自身相关的数据，摄像机输出的图像并不一定都是用户可以识别的，相反，在图像处理流水线中使用AI技术，这可能会将原始数据转变为数字化视频流。举个例子就是道路标志识别系统解析速度限制，其中标志的数字和距离非常重要：AI摄像机输出的数据非常的简单，比如是“70kph in 50m”，当然这是一个简化的例子——实际的道路标识系统要复杂的多——但是它足以说明了SoC中的AI和神经网络技术能够显著的减少下游环节需要处理的数据量。

片上神经网络提供了解决方案

在任何数据处理应用中授权同意是很难展示的，尤其是大规模的个人识别数据无法避免的情况下，在芯片中集成神经网络以创建一个人工智能平台，它能给我们提供独特的解决方案。

神经网络技术的一些元素已经集成到智能手机SoC芯片中，对一些应用提供支持，比如人脸识别、安全支付等。同样的，我们期望AI运行在神经推理引擎上，为自动驾驶带来革命性的变化，它将使得消费电子设备能够与用户自然的交谈，它将成为新一代智能家居和物联网（IoT）设备的核心，事实上我们预计人工智能（AI）将变得无处不在。

毫无疑问GDPR是批量审查数据保护和处理要求的主要催化剂之一，但是我们将这些新规定解读为另一种影响，它将带来电子设备收集和处理信息方式的创新，我们预计这种趋势会渗透到更广泛的应用领域，甚至是一些AI“知道”而人类“不知道”的世界，这一切都是为了更好的遵循数据保护条例。