物联网需要一套新的眼睛

计算机视觉的兴起催生了机器人厨师和用于探测燃料生产过程中气体燃烧的摄像机。这也导致了试图在网络边缘运行的联网摄像机的增加。

“边缘运行”意味着这些摄像机不仅与云端进行无线通信，还与本地网关进行通信，并与内置逻辑板协同完成任务。这些任务可能很简单，比如在生产线生产出有缺陷的产品时通知制造商；也可能很复杂，比如识别人员身份，确定系统是否应发出警报。

而随着我们连接更多的摄像机，并要求它们执行更复杂的任务，它们的基础架构也在悄然改变。当前，用于图像处理和计算的硅已然发生种种变化。未来数年，摄像机将不仅仅满足人眼的要求，亦会朝向数码眼的需求迈进。

推动硅发生转变的挑战有两个。首先是处理能力。许多摄像机试图通过机器学习来识别特定物体。例如，一家石油公司可能想要一架能够在远程石油管道上空识别泄漏情况的无人机。由于需要巨大的计算能力，这些识别模型的训练通常是在云端完成的。一些雄心勃勃的芯片供应商认为，未来几年，边缘运行的芯片不仅能够使用这些模型匹配图像，还能够在设备上直接训练模型。

这种愿景还没有实现，是因为硅供应商还面临着另一项挑战。将图像与模型进行对比不仅需要计算能力，还需要消耗电力。硅供应商正尝试制造耗电低且仍能正常工作的芯片。高通公司的研究实验室研制出了这样一款芯片，称之为Glance。该芯片将镜头、图像处理器和蓝牙收音机集成在一个比方糖还小的模块上。

Glance仅能处理三四个简单模型，如识别人形，但它耗电不足2毫瓦。高通公司尚未将这项技术商业化，但其最新的一些计算机视觉芯片可以实现在芯片上处理图像的同时降低耗电量。

但是摄像机真的需要镜头吗？犹他大学的研究人员不这么认为。他们发明了一种无透镜相机，削减了传统摄像机的一些硬件并降低了它们的高数据速率。该摄像机是一个附着在树脂玻璃上的光电探测器，它拍下基本图像后，将它们转换成计算机能够识别的图形。

这种方法不适用于需要丰富细节的工作，但它可以为计算机实现基本功能提供一种更便宜、更节能的视角。我们也可以将这种思维应用于如何为计算机生成图像数据。例如，华盛顿大学的研究人员一直在研究如何利用Wi-Fi信号中断的情况教会电脑理解手势。

未来摄像机的外观可以突破传统。它只需要将输入的数据与统计模型相匹配，就能告知我们某样东西的外观。如果它能做到低成本、低耗电，那么它的变化将超出我们的认知，甚至成为生活的必需品。