如果我們可以將互聯網從物聯網中剝離出來會怎樣？或者至少將互聯網從某些產品中剔除？這就是 Useful Sensors 背后的想法，這家初創公司由 Pete Warden 創建，Pete Warden 是谷歌 TensorFlow Micro 團隊的前技術負責人，也是谷歌收購的深度學習技術初創公司 Jetpac 的前任創始人。借助Useful Sensors，Warden希望解決困擾 Tiny ML 社區的問題——即除了自動喚醒詞檢測之外幾乎沒有著名的案例應用。
但是 Tiny ML 的前景是巨大的。通過將機器學習嵌入至傳感器，因此數據保留在設備本地，工程師可以設計不需要互聯網連接的智能產品，可以節省電力并提高隱私。這些好處可以體現在任何發生在邊緣的機器學習上，例如手機或智能音箱，但Tiny ML 專為電源或內存的受限計算而設計。
Useful Sensors 的 10 美元初始傳感器可以進行人臉檢測。
要在微控制器驅動的設備上運行任何類型的機器學習，需要不同類型的算法，可能是不同的處理器架構，并且愿意接受模型準確性的不確定性。但好處仍然很強大，Warden 讓我想象一臺可以打開并顯示我上次觀看的內容的電視，或者根據我的喜好調整照明。他的團隊還在建造一個可以跟隨人臉擺動的風扇，根據他們的喜好將微風直接對準某人或遠離他們。
Useful Sensor 的第一個產品是計算機視覺傳感器（具有 110 度視野的微型相機），可以檢測人并區分幾張面孔。它對于照明的個性化或弄清楚誰在看電視等場景已經足夠了，但不夠準確，以至于 Warden 覺得在鎖或安全敏感設備中不太能準確識別。該傳感器可在 Sparkfun 網站上以 10 美元的價格發售。
低價、小批量以及更多功能使得從DIY到原型設計工程師都可以輕松利用它。Warden的希望是，可以看到傳感器引發一波應用浪潮，讓離線設備識別一個人會改變它的工作方式。例如，如果通用電氣或博世在灶具中嵌入類似的東西，這樣孩子們就無法打開他們。或者鏡子里的傳感器可以用來調出一個人當天的日程安排。汽車可以使用這樣的傳感器來確定司機的疲勞程度或是否有兒童留在汽車座椅中。
Warden說，這個 10 美元的人員檢測傳感器將使用“數十毫瓦”的功率。下個月，Warden 表示他計劃推出另一個傳感器，該傳感器將跟蹤基本手勢。作為 Tiny ML 社區的教父之一，Warden 對更智能傳感器的潛力充滿熱情和真誠。
他還擔心隱私問題，并試圖阻止日常麥克風和微型攝像機的不可避免的崛起變得“令人毛骨悚然”。他希望消費電子行業和政府能夠就標簽和透明度達成某種共識，以便購買設備的消費者準確了解他們的新產品上的傳感器以及它們的使用方式。
對于圖像傳感器，Warden 讓任何人都難以從傳感器訪問原始圖像數據——他們只能獲取有關人臉的元數據，例如檢測、身份以及人臉是否正在注視傳感器。該傳感器也是預編程的，開發人員不允許對傳感器進行閃存或重新編程，因此他們無法將其變成一個微型低功耗、低分辨率的間諜攝像頭。 Warden 還設計了傳感器，以便第三方可以對其進行審核，以防標準機構或政府試圖圍繞隱私和智能傳感器制定規則。
Warden 的方法是深思熟慮的，可以幫助解決目前Tiny ML商用化不利的局面。從商業角度來看，Warden 知道他不會大量向DIY愛好者出售這一產品，但他希望他們的工作能夠激勵那些大公司，看看這項技術能做什么，并最終成為客戶。
