谷歌周二在纽约举行了年度大型硬件活动，揭开了Pixel 4，Nest Mini，Pixelbook Go，Nest Wifi和Pixel Buds的面纱。这是可以预见的，因为该公司在活动中披露的几乎每件硬件的细节都提前了几个月泄露，但是如果Google年度最大的硬件活动有一个总体主题，那就是设备上机器学习的许多应用。Google引入的大多数硬件都包括运行AI的专用芯片，这种趋势将继续在整个行业范围内发展，以使消费者无疑会喜欢的服务，但也可能涉及隐私。

与第一代Home Mini相比，新的Nest Mini的设备上机器学习功能可以识别您最常用的语音命令，以加快Google Assistant的响应时间。

在明年发布的Pixel Buds中，机器学习可以帮助识别环境声音水平，并像智能手机在阳光或阴影下变暗或变亮一样，增加或减少声音。

使用设备上的语言模型，Pixel 4上的Google Assistant更快。Pixel 4的神经核心将支持面部识别以进行支付验证，面部解锁和频繁面孔，这是一种AI，可以训练您的相机识别您经常拍摄的人的面孔，然后指导您如何拍摄最佳照片。

传统上，设备上机器学习的边缘部署意味着AI助手无需维护与Internet的连接就可以运行，这种方法可以避免需要在线共享用户数据或收集成为其中一种的语音记录的需求。 2019年大部分时间最具争议的隐私问题。

由于出于对用户语音的常规录制而引起的隐私问题，“设备上的机器学习”和“边缘计算”等短语已成为隐私的同义词。这就是为什么像Snips这样的边缘助手把隐私作为卖点的原因。

对于Google的许多AI服务，某些服务(例如由Neural Core处理器支持的语音识别)可以完全在设备上运行，而其他服务(例如新的Google Assistant)则需要连接到云并将您的数据发送回Google母公司。

Google Nest产品经理Chris Chan告诉VentureBeat，今天，用于Google硬件的设备上AI主要是为了提高速度。

语音识别和自然语言处理等任务可以在设备上完成，但它们仍需要云来提供个性化并将智能家居设备和YouTube或Spotify等流服务的生态系统拼接在一起。

陈说，这是一个混合模型。“如果您过多地关注仅在单个设备上存在的命令，那么用户将无法从使用这种上下文中受益，甚至无法在其他设备上受益，更不用说在旅途中，何时使用Nest或Google服务了。 “在汽车和其他环境中，” Chan说。

他说，对于Nest Mini的设备上ML，您仍需要互联网连接才能完成命令。

Chan说：“随着时间的流逝，我们肯定会探索其他一些架构，这些架构可能会更加分散或以家庭为基础，但目前还没有。”

与可以离线操作的边缘计算相反，混合方法提出了一个问题：程序包功能强大，但是为什么不使用离线Google Assistant进行操作呢?

答案可能在于有争议的人们语音数据收集。

全球智能扬声器市场和AI助手市场的领导者齐心协力解决人们的隐私问题。

为了回应人们对流行的数字助理(如Siri，Cortana，Google Assistant和Alexa)审阅录音的争议，Google和Amazon都引入了语音命令，使人们每天都可以删除录音。它们还向用户扩展了每三个月或每18个月自动删除语音数据的功能。

那么，为什么要轻松删除数据却选择三个月或18个月呢?

当VentureBeat向Alexa首席科学家Rohit Prasad提出这个问题时，他说亚马逊希望继续跟踪趋势并跟踪查询的季节性变化，并且还有许多工作要做以改善Alexa的对话式AI模型。

谷歌发言人还表示，该公司会保留数据以了解季节性或多个季节的趋势，但将来可能会重新考虑。

发言人说：“在我们的研究中，这些时间范围受到用户的青睐，因为它们包含了整个季节(三个月的时间)或多个季节(18个月)的数据。”

Chan表示，Google用户将来可能会从设备上的机器学习中获得更多的隐私保护利益。

他说：“我们希望在未来几年内一切事情都在本地进行，因为那样的话您将获得巨大的速度优势，但我们还没有实现。”

随着对话计算已成为人们生活中越来越重要的一部分，为什么以及何时将技术巨头将助手连接到互联网可能会在塑造人们对AI的边缘计算和隐私感知方面发挥作用。但是，如果科技巨头之间的竞争成为使智能家居的使用更加私有化以满足消费者需求，那么消费者就可以获胜。