人工智能概念：
AI，就是人工智能。那么什么是人工智能? 計(jì)算機(jī)科學(xué)家的定義是：我們希望計(jì)算機(jī)具有人類意識(shí)，例如能夠討論、學(xué)習(xí)和感受用于模擬、擴(kuò)展的理論、方法、技術(shù)和應(yīng)用系統(tǒng)的能力。 并擴(kuò)展計(jì)算機(jī)探索和發(fā)展人類智能的一門新技術(shù)科學(xué)。 人工智能領(lǐng)域的研究包括機(jī)器人技術(shù)、語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)。
傳統(tǒng)人工智能的實(shí)現(xiàn)
我們平時(shí)使用的人工智能比如手機(jī)上的語(yǔ)音識(shí)別，都是通過(guò)聯(lián)網(wǎng)來(lái)實(shí)現(xiàn)的，手機(jī)把語(yǔ)音轉(zhuǎn)換為聲音文件或聲音字節(jié)流，然后把聲音的數(shù)字流送到云端(后臺(tái)服務(wù)器)，由后臺(tái)的服務(wù)器進(jìn)行聲音識(shí)別運(yùn)算，把文字再返回給手機(jī)。人機(jī)對(duì)話功能的實(shí)現(xiàn)也是如此，手機(jī)把聲音的字節(jié)流傳到后臺(tái)服務(wù)器，服務(wù)器然后解析成文字，然后再做自然語(yǔ)言處理，把文字的語(yǔ)義解析出來(lái)，服務(wù)器處理后后再返回對(duì)話結(jié)果給手機(jī)語(yǔ)音播放。再比如人臉識(shí)別功能，手機(jī)攝像頭把人臉保存為圖片上傳到服務(wù)器，服務(wù)器通過(guò)復(fù)雜的人工神經(jīng)網(wǎng)絡(luò)計(jì)算，把計(jì)算的結(jié)果通過(guò)網(wǎng)絡(luò)傳遞給手機(jī)。
現(xiàn)階段的自動(dòng)駕駛技術(shù)也基本依賴于后端服務(wù)器的，車載傳感器把數(shù)據(jù)上傳到云端服務(wù)器，服務(wù)器下發(fā)指令給車輛，告訴車輛的行為。
傳統(tǒng)的人工智能方式實(shí)現(xiàn)的缺點(diǎn)
這種使用后臺(tái)服務(wù)器的方式實(shí)現(xiàn)人工智能功能相對(duì)對(duì)終端(手機(jī))來(lái)說(shuō)實(shí)現(xiàn)簡(jiǎn)單，僅僅需要調(diào)用后臺(tái)服務(wù)器的接口即可實(shí)現(xiàn)非常復(fù)雜的功能，不需要終端有多大的計(jì)算能力。但這種方式有很大的弊端，就是必須聯(lián)網(wǎng)，而且后臺(tái)的服務(wù)器絕大部分是要付費(fèi)才能實(shí)現(xiàn)計(jì)算功能。這種模式很多場(chǎng)景是無(wú)法實(shí)現(xiàn)人工智能的，比如在沒(méi)有網(wǎng)絡(luò)的工廠，偏遠(yuǎn)山區(qū)。對(duì)于產(chǎn)品開(kāi)發(fā)者來(lái)說(shuō)，購(gòu)買付費(fèi)的人工智能服務(wù)也是一個(gè)巨大的開(kāi)支，后面還有可能面對(duì)后臺(tái)服務(wù)器升級(jí)造成的接口改變，導(dǎo)致終端無(wú)法訪問(wèn)后端服務(wù)器，產(chǎn)品徹底作廢。
對(duì)于自動(dòng)駕駛這種對(duì)時(shí)間要求極高的應(yīng)用，如果采用上面的到服務(wù)器交互的方式，是完全不能滿足自動(dòng)駕駛的時(shí)間要求的。因?yàn)閷?duì)于現(xiàn)階段的網(wǎng)絡(luò)服務(wù)器和終端的延時(shí)都是50ms級(jí)別之上，120km/h的情況下，50ms就是1.7米，一個(gè)交互來(lái)回車子已經(jīng)走過(guò)了3-5米了。這樣的延時(shí)對(duì)于緊急情況是無(wú)法滿足需求的。即使5G普及，延時(shí)達(dá)到10ms以內(nèi)，這種交互方式也有很多現(xiàn)實(shí)文件無(wú)法解決，比如速度越快，網(wǎng)絡(luò)越慢，網(wǎng)絡(luò)覆蓋問(wèn)題，邊遠(yuǎn)山區(qū)，隧道內(nèi)，大量車輛在同一地區(qū)網(wǎng)絡(luò)會(huì)出現(xiàn)擁塞等情況。這些問(wèn)題無(wú)法使用傳統(tǒng)的服務(wù)器交互方式實(shí)現(xiàn)。
嵌入式人工智能的提出
由于上述問(wèn)題存在，提出了嵌入式人工智能概念。嵌入式AI就是希望在嵌入式設(shè)備上面實(shí)現(xiàn)人工智能的能力，這和我們平時(shí)使用的人工智能有一個(gè)很大的區(qū)別就是，平時(shí)手機(jī)或嵌入式設(shè)備是通過(guò)網(wǎng)絡(luò)連接后面的服務(wù)器來(lái)實(shí)現(xiàn)的人工智能，而嵌入式人工智能則是通過(guò)嵌入式設(shè)備本身來(lái)實(shí)現(xiàn)的，無(wú)需聯(lián)網(wǎng)。這樣帶來(lái)的好處是完全不依賴于云端的服務(wù)器，自己?jiǎn)未颡?dú)斗，實(shí)現(xiàn)人工智能的大部分功能。
這種實(shí)現(xiàn)是想起來(lái)容易，但實(shí)現(xiàn)起來(lái)還有很多問(wèn)題，目前嵌入式人工智能面臨三大挑戰(zhàn)，分別為運(yùn)算能力、功耗及散熱。這些也是經(jīng)典嵌入式設(shè)備所面臨的問(wèn)題。這幾個(gè)問(wèn)題其實(shí)有相互矛盾的地方，運(yùn)算能強(qiáng)則功耗大，散熱要求明顯，反之亦然。
嵌入式人工智能的發(fā)展：
鑒于當(dāng)前的嵌入式人工智能的局限性，現(xiàn)在的芯片廠商在這方面是下足了功夫，新的人工智能芯片在不斷的研發(fā)和推出。嵌入式人工智能芯片的核心是半導(dǎo)體及算法。嵌入式人工智能硬件主要是要求更快指令周期與低功耗，包括GPU、DSP、ASIC、FPGA和神經(jīng)元芯片，且須與深度學(xué)習(xí)算法相結(jié)合。
現(xiàn)在各大巨頭都在部署自己的嵌入式解決方案，最著名的就是谷歌，tensorflow是谷歌推出的一款深度學(xué)習(xí)框架，現(xiàn)在已被各大公司使用，但只能運(yùn)行在PC上服務(wù)器上，同時(shí)谷歌也推出了可以運(yùn)行在嵌入式設(shè)備的tensorflow-lite，TensorFlow Lite 是 TensorFlow 針對(duì)移動(dòng)和嵌入式設(shè)備的輕量級(jí)解決方案。它允許您在低延遲的移動(dòng)設(shè)備上運(yùn)行機(jī)器學(xué)習(xí)模型，因此您可以利用它進(jìn)行分類，回歸或獲取你想要的任何東西，而無(wú)需與服務(wù)器交互。
意法半導(dǎo)體最近也展示了在國(guó)內(nèi)最流行的芯片STM32上運(yùn)行的人工智能神經(jīng)網(wǎng)絡(luò)。同時(shí)也推出了在STM32CubeMX工具中引入STM32Cube.AI工具包，將AI引入微控制器供電的智能設(shè)備，位于節(jié)點(diǎn)邊緣，以及物聯(lián)網(wǎng)，智能建筑，工業(yè)和醫(yī)療應(yīng)用中的深度嵌入式設(shè)備。
下載文檔
