人工智能技術大有前途——它讓機器可以根據周圍的世界做出決策，像人一樣處理信息，甚至處理方式還會優于人類。但是，如果細想上述事例，便會發現目前的很多人工智能，只能通過“大型機器”來實現——這些機器發熱量高、擁有線路功耗、體積巨大，而且昂貴。像Alexa和Netflix依靠云端的大型、高耗電服務器來分析用戶的意圖。而自動駕駛汽車則要依賴電池供電，考慮到電池必須能夠驅動車輪和轉向，因此需要提供很高的容量，與非常昂貴的人工智能決策相比，同樣也要消耗大量能源。 
目前，人工智能技術穩步發展，但是人工智能的“小型化，邊緣化”卻明顯滯后。那些由小型電池供電或存在成本和尺寸限制的設備無法實現機器的視覺和聽覺分析功能。目前，這些小型機器只能利用簡單的人工智能技術：也許只是聽一個關鍵詞，或者分析低維信號，比如用光容積描記術(PPG)來測量心率。 
如果小型機器有視覺和聽覺功能會怎么樣？ 
事實上，小型設備一旦能夠看到和聽到，是否有實用價值呢？思考一下，像門鈴攝像頭這樣的小產品需要使用自動駕駛或自然語言處理等高階人工智能技術嗎？似乎也沒有必要。因此可以考慮采用不太復雜、處理強度不大的小型化的、邊緣的人工智能計算，比如詞匯識別、語音識別和圖像分析。 
普通的門鈴攝像頭和消費類安保攝像頭經常會被一些無關緊要的事件觸發，比如刮風引起的植物擺動、云彩引起的劇烈光線變化、甚至是狗或貓在攝像頭前跑動。這些事件可能會導致誤觸發，從而需要房主去操作忽視并清除此類觸發事件。尤其糟糕的是，如果房主正好在世界其它地方旅行，而家里的攝像頭卻對日出、云彩、日落造成的光線變化發出了誤警報會影響他們睡眠和旅行。但一個智能攝像頭卻能夠基于更具體的事件進行觸發，例如在所監控的畫面中出現了一個人。 
門鎖或其它出入口可使用面部識別，甚至是語音識別來授予人員訪問權限，在某些情況下不需要鑰匙或胸卡。 
很多攝像頭都希望在發生某些特定事件時才觸發：例如，跟蹤攝像頭可能希望在畫面中出現鹿時被觸發，安保攝像頭可能希望在畫面中有人或出現開門或腳步聲等噪音時被觸發，而個人攝像頭可能希望通過語音命令來觸發。 
雖然有很多“Hey Alexa”這樣的簡單解決方案，但多詞匯量命令在很多應用中都非常有用。如果具備識別20個或更多單詞的詞匯表，就可以在工業設備、家居自動化、烹飪設備和大量其它設備中應用，以簡化人機交互。 
盡管這些例子只觸及表層：讓小型機器看到、聽到和解決過去需要人為干預的問題，但實際上這是一種顛覆性思路，因為人們每天都不斷發現可智能化創造的新場景。 
讓小機器具備視覺和聽覺功能，面臨哪些挑戰？ 
既然人工智能對小型機器具有如此實用價值，為何沒有被大量開發呢？答案是受限于算力。人工智能推理是神經網絡模型計算的結果?？梢园焉窠浘W絡模型看作是大腦處理圖像或聲音的粗略近似形態，將其分解為非常小的片段，然后在這些小碎片組合在一起時識別出模型?，F代化視覺問題的主要模型是卷積神經網絡(CNN)。這類模型在圖像分析方面非常出色，在音頻分析方面也非常有用。問題在于，這些模型需要數百萬或數十億次的數學計算。對于傳統硬件設計，這些應用在實施時卻會面臨一些困難抉擇：
使用低成本、低功耗的微控制器解決方案。雖然平均功耗可能很低，但卷積神經網絡可能需要幾秒鐘時間來計算，這意味著人工智能推理不是實時的，并會消耗大量的電池電量。 
購置一個昂貴的高性能處理器，能在規定延遲內完成這些數學運算。不過，這些處理器通常很大，需要很多外部組件，包括散熱器或類似的冷卻組件。好處是，它們執行人工智能推理的速度非常快。 
低功耗微控制器解決方案的速度太慢，無法發揮作用，而高性能處理器方法會超出成本、尺寸和電源預算，可以說上述兩種方案都不夠理想，難以實施。
由此可見，人們需要的是一種全新的嵌入式人工智能解決方案，盡可能減少卷積神經網絡計算所需的能耗。人工智能推理需要以比傳統微控制器或處理器解決方案更少的能量來執行，并且無需借助能耗高、尺寸大、成本大的外部組件（如存儲器）。如果人工智能推理解決方案實際上能夠消除機器視覺的能量損失，那么即便是最小的設備也能看到并識別周圍世界發生的事情。 
幸運的是，人們現在已經處于這場“小型機器”革命的開端。目前，ADI已經在市場上推出了相關產品，能夠消除人工智能推理的能源成本，并實現電池供電的機器視覺功能。