亞里士多德曾說：“人類是天生社會性動物”，也就是說我們必須彼此依靠才能得到幸福感。面對當前衛生危機，人與人的互動變得困難甚至不可能，但技術克服了這些挑戰，讓我們不僅可以在云端，甚至可以在生活中彼此連接。

在靠近家庭環境端使用的技術之所以稱為“邊緣計算”，是因為它依賴遠離網絡、位于網絡邊緣的計算機處理和連接能力，這通常發生在我們日常使用的實際設備中。我相信，“邊緣”即將催生重要創新，包括越來越多的低成本和低能耗傳感器和處理器應用，以及 AI/ML 和安全性方面的新成果。

“新常態”將幫助所有人更安全、更健康、更高效地工作和娛樂，具體表現為以下五個方面：

更有意義的互動

如果停下來仔細地想一想，打字這種溝通方式并不自然。作為典型的“間隙”技術，人們不得不將想法轉換為屏幕上的字符代碼，再由其他人組合這些代碼，反映出本來的意思。我們在真實時空中使用的細微溝通技巧統統丟失，例如說話速度、語氣、手勢和姿勢，而這些溝通技巧才是我們理解彼此的基礎：一項調查發現，55%的溝通是身體語言，38%是語氣，僅有 7%才是言語表達。

雖然最近視頻會議讓我們在一定程度上找回了這些體驗，但考慮到人際溝通主要以非語言形式進行，為了人類和社會的福祉，我們還需要做得更多。舉例來說，新的 Wi-Fi 6 路由器和 6GHz 帶寬配置可以讓家用設備的連接更輕松、更可靠。

想象一下這樣的溝通畫面，人們可以順暢地見到對方并且交談，而不是通過打字完成任務。想象一下，所有聊天以即時的視覺方式進行。

無需動手操作的體驗

操作按鍵或按鈕也不是自然的人類行為，邊緣技術的趨勢早就驗證了這一點，現在，我們可以與 Alexa 或谷歌家庭設備對話，完成工作、購物或娛樂。了解自然語言通信的準確含義和細微差別后，我們可以利用這些優勢進行創新，改進設備。您可以提出更高的要求，得到更多的回報。現在有了機器學習，您的設備可以輕松理解“將房間溫度調高一點”或“我的狗在哪里”等命令。

乃至上百種設備。

最終，我們與智能環境的互動可以像人與人之間一樣輕松。到那時，我們的生活會更多姿多彩。

個性化體驗

在本地感知和處理數據也意味著設備可以更智能地識別人和環境。

一個典型示例是，智能門鎖可以區分您和陌生人，或者根據需要學會識別快遞員和其他訪客。試想一下，設備還能學習環境和氣氛的細微差別，比如可以發現您受到脅迫。

如果您的房子或公寓有了這樣的功能，生活會變得非常有趣。設備可以識別不同的家庭成員，根據預編程或學習行為執行對應操作；孩子可以觀看不同于成人的電視頻道，潛在危險性電器（如灶臺）的操作會受到更緊密的監控。洗衣機可以在用戶選擇“輕負荷”選項時判斷出應為“全負荷”，自動調整水量和洗滌劑。

位置感知

響應命令、輕松分享只是智能家居圖景的一部分；另一部分是以非侵入的實用方式預測并滿足人類需求，這就需要邊緣計算的幫助。

要實現這些優勢，設備必須能夠感知、分析并基于模式和行為行動。想象一下，您的家“知道”浴室中有老人摔倒，或者有幼童走出后門。這樣的住宅還能分析整個家庭活動，主動提出建議來改進效率，例如照明或 HVAC。

為了進一步探討邊緣體驗，想象一下，衣柜發覺您站在衣柜前發呆的時間超過平時，因此根據您過去的天氣偏好（基于實際預測）和計劃（基于日歷）推薦服飾。或者，書桌發現孩子注意力不集中，因為她四處走動或眼神游移，于是建議更換家庭作業內容、休息或通過其他工具讓她回到正常狀態。

更高的安全性

邊緣驅動生活的另一方面是更多數據在本地存儲和使用，而非事事依賴互聯網。數據分散后，對黑客的吸引力降低，因為單個家庭的財務或健康數據遠沒有存儲百萬個家庭數據的中央服務器有價值。數據分散后，對云數據存儲的依賴同樣降低，本質上使數據更安全。此外，邊緣設備與互聯網連接時，通常是為了處理匿名數據，遠程服務器無法看見個人可識別信息。這意味著，設備機器學習隨時間推移掌握的偏好、行為和家庭成員相關信息將保留在該設備上。

想得更遠一點，憑證也在本地存儲，結合視覺、移動和 / 或其他傳感器提供可認證憑據，在您接觸基于云的解決方案（如購物）前證明您的身份。在這點上，邊緣生活的網絡體驗更高效、更令人滿意。

總之，邊緣驅動生活是一組真實、人性化體驗的技術參考。我們正在慢慢感受到，技術幫助我們得到生活中所需、所想的連接和優勢。“新常態”將產生更多的工具，以更多方式幫助人們自然、可持續地互動，從而改善人們在家、在辦公室、駕車或公共交通旅途中的體驗。

我們正在進入一個新的世界，通過技術更好地預測和自動滿足邊緣需求，造福家庭和社區。
責任編輯:pj