邊緣人工智慧（Edge AI）如今幾乎已和電腦視覺畫上等號，透過攝影機在裝置端辨識人物、物體與人臉。但嵌入式 AI 解決方案公司 embedUR systems 創辦人暨執行長 Rajesh Subramaniam 近日在《Forbes》撰文指出，視覺只是最早導入邊緣運算的感知方式，在許多場景中其實並不適合；他認為，無線感測（Wireless Sensing）是 Edge AI 的下一步。
Subramaniam 指出，攝影機在黑暗環境中的表現較差，耗電量也可能超出電池供電裝置所能負荷；無線感測則是另一種更強大的做法，利用現有的無線電訊號與設備，不必加裝感測器，就能偵測移動、人體存在與環境變化，有機會讓數十億台既有設備變成環境感測器，為 Edge AI 帶來新的應用空間。
無線訊號也能偵測人體活動，低功耗 AI 實現即時分析
無線感測的核心概念，是把原本用來通訊的無線訊號，同時拿來感測周遭環境。路由器、智慧家庭中樞與電燈開關裡的無線晶片，原本就透過 Wi-Fi、藍牙、行動網路、超寬頻（UWB）及 Zigbee 等網路通訊。當人在室內移動時，會干擾設備之間的訊號路徑，軟體再解讀訊號模式的變化，不需要攝影機或穿戴式裝置，也不必另外安裝任何基礎設施，就能感測空間內是否有人，以及人的活動。
現階段，無線感測主要用於基本的移動與存在偵測，Subramaniam 提到，市場上已有 Comcast Wi-Fi Motion、Philips Hue MotionAware 等商業案例。近來的新發展在於，低功耗微控制器上執行的 Edge AI 模型，已經能即時解讀這些訊號。這些模型以大量資料訓練，學習有人走動時，以及訊號碰到家具或牆壁反彈時，訊號模式會如何變化。
Subramaniam 認為，Edge AI 的一大優勢，在於運算與推理都在裝置端完成，不必把資料送到雲端再傳回來，因此延遲低，即使網路斷線，系統也能照常運作。
從智慧建築到高齡照護，無線感測拓展 Edge AI 應用
在 Subramaniam 看來，這讓無線感測能應用在智慧建築、高齡照護等各種領域。即時偵測空間是否有人使用，有助於更有效地調控暖氣、冷氣與照明，可望大幅節省能源，其中動態感應照明已是目前最主要的應用。大樓管理者也能藉此掌握辦公室、會議室與停車位的使用時段與使用方式。在安全監控方面，無線感測可偵測非營業時間出現的異常活動，並協助監控資產，例如確認存放貴重物品的貨櫃或儲藏空間是開著還是關著。
更進階的應用，則包括高齡照護中的跌倒偵測，以及即使人站著不動，也能追蹤呼吸頻率。但 Subramaniam 指出，這些功能目前多半只出現在技術展示、研究計畫，以及採用高精度毫米波雷達（Millimeter-wave Radar）晶片的利基型照護產品中，一般路由器還無法普遍做到。
Comcast 推出 Wi-Fi 動態感測，準確度與隱私成普及關鍵
無線感測已開始走入一般家庭。《TechCrunch》今年 8 月報導，美國有線電視與寬頻業者 Comcast 已為數百萬台較新的 Xfinity 家用路由器推出免費的 Wi-Fi Motion 功能，透過偵測 Wi-Fi 訊號受到的干擾，把路由器變成動態感測器，讓使用者外出時也能透過 Xfinity App 收到家中活動通知。這項功能適用於 XB7 及更新機型，由使用者自行決定是否開啟；據《The Verge》引述，用戶可將這項功能用於「家中的動態偵測與基本的安全防護」。
但使用這項功能，也得在隱私上有所取捨。《TechCrunch》指出，開啟功能後，Comcast 可能基於相當廣泛的理由，將 Wi-Fi Motion 產生的資訊提供給外部單位，而且不必告知使用者。Xfinity 的支援頁面寫道，在執法調查或相關程序、Comcast 身為當事方的爭議，或依法院命令、傳票等情況下，Comcast 都可能將這些資訊提供給第三方，且不會另行通知。《TechCrunch》提醒，重視隱私的使用者在開啟這項功能前，最好先考慮清楚。
Subramaniam 指出，要把無線感測做好，開發者正著重於準確度，透過大量驗證與測試，讓業者能信任系統提供的資料與結果，「我們絕對不希望寵物、掃地機器人或會擺動的家電，讓系統誤判空間裡有人，進而削弱大家對無線感測系統的信任」。訊號涵蓋範圍與干擾同樣是隱憂，感測表現可能因環境而有很大差異，距離與牆壁會削弱訊號，也會增加多重路徑干擾（Multipath Interference）。
隱私同樣非常重要，因為租戶、員工與消費者可能不願意隨時被監控。Subramaniam 認為，一種做法或許是只在必要時才啟動感測，而非全天候運作；此外，若只在裝置端執行推理，原始感測訊號就能留在設備上，裝置與雲端之間的資料交換越少，個人活動模式或醫療資訊等隱私資料落入他人之手的機率也越低。
展望未來，Subramaniam 十分肯定無線感測將在 5 年內成為主流技術，部署在數百萬台設備中，大幅提升營運效率並節省成本；煙霧警報器、一氧化碳偵測器、燈具與電風扇等各類常見消費性設備，最終都會搭載某種形式的邊緣處理器，如今隨處可見的被動式紅外線（PIR）動態感測器也將遭到淘汰，需要購買、安裝與維護的設備因此減少。他寫道：「未來最聰明的房間，可能一台攝影機都沒有。」
【推薦閱讀】
◆ Hugging Face 推出開源模型 Carbon-X：DNA 基準測試逼近 GPT-6.1 Sol、成本估僅 1/1,800
＊本文開放合作夥伴轉載，資料來源：《Forbes》、《TechCrunch》，圖片來源：Unsplash。
