<button id="zipn1"><object id="zipn1"></object></button>
  • <dd id="zipn1"></dd>

      1. <tbody id="zipn1"><track id="zipn1"></track></tbody>
      2. 當前位置:首頁 > 人工智能專欄

        什么是嵌入式人工智能? 時間:2021-06-10      來源:華清遠見

        人工智能概念

        AI,英文的直譯就是人工智能,什么是人工智能?計算機科學家們為我們定義了:就是希望計算機有類似人的意識,比如可以推理,自我學習,感情等能力,研究、開發用于模擬、延伸和擴展人智能的理論、方法、技術及應用系統的一門新技術科學。人工智能領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

        傳統人工智能的實現

        我們平時使用的人工智能比如手機上的語音識別,都是通過聯網來實現的,手機把語音轉換為聲音文件或聲音字節流,然后把聲音的數字流送到云端(后臺服務器),由后臺的服務器進行聲音識別運算,把文字再返回給手機。人機對話功能的實現也是如此,手機把聲音的字節流傳到后臺服務器,服務器然后解析成文字,然后再做自然語言處理,把文字的語義解析出來,服務器處理后后再返回對話結果給手機語音播放。再比如人臉識別功能,手機攝像頭把人臉保存為圖片上傳到服務器,服務器通過復雜的人工神經網絡計算,把計算的結果通過網絡傳遞給手機。

        現階段的自動駕駛技術也基本依賴于后端服務器的,車載傳感器把數據上傳到云端服務器,服務器下發指令給車輛,告訴車輛的行為。

        人工智能的實現流程

        傳統的人工智能方式實現的缺點

        這種使用后臺服務器的方式實現人工智能功能相對對終端(手機)來說實現簡單,僅僅需要調用后臺服務器的接口即可實現非常復雜的功能,不需要終端有多大的計算能力。但這種方式有很大的弊端,就是必須聯網,而且后臺的服務器絕大部分是要付費才能實現計算功能。這種模式很多場景是無法實現人工智能的,比如在沒有網絡的工廠,偏遠山區。對于產品開發者來說,購買付費的人工智能服務也是一個巨大的開支,后面還有可能面對后臺服務器升級造成的接口改變,導致終端無法訪問后端服務器,產品徹底作廢。

        對于自動駕駛這種對時間要求極高的應用,如果采用上面的到服務器交互的方式,是完全不能滿足自動駕駛的時間要求的。因為對于現階段的網絡服務器和終端的延時都是50ms級別之上,120km/h的情況下,50ms就是1.7米,一個交互來回車子已經走過了3-5米了。這樣的延時對于緊急情況是無法滿足需求的。即使5G普及,延時達到10ms以內,這種交互方式也有很多現實文件無法解決,比如速度越快,網絡越慢,網絡覆蓋問題,邊遠山區,隧道內,大量車輛在同一地區網絡會出現擁塞等情況。這些問題無法使用傳統的服務器交互方式實現。

        嵌入式人工智能的提出

        由于上述問題存在,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備上面實現人工智能的能力,這和我們平時使用的人工智能有一個很大的區別就是,平時手機或嵌入式設備是通過網絡連接后面的服務器來實現的人工智能,而嵌入式人工智能則是通過嵌入式設備本身來實現的,無需聯網。這樣帶來的好處是完全不依賴于云端的服務器,自己單打獨斗,實現人工智能的大部分功能。

        這種實現是想起來容易,但實現起來還有很多問題,目前嵌入式人工智能面臨三大挑戰,分別為運算能力、功耗及散熱。這些也是經典嵌入式設備所面臨的問題。這幾個問題其實有相互矛盾的地方,運算能強則功耗大,散熱要求明顯,反之亦然。

        嵌入式人工智能的發展

        鑒于當前的嵌入式人工智能的局限性,現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和推出。嵌入式人工智能芯片的核心是半導體及算法。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和神經元芯片,且須與深度學習算法相結合。

        現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是谷歌退出的一款深度學習框架,現在已被各大公司使用,但只能運行在PC上服務器上,同時谷歌也推出了可以運行在嵌入式設備的tensorflow-lite,TensorFlow Lite 是 TensorFlow 針對移動和嵌入式設備的輕量級解決方案。它允許您在低延遲的移動設備上運行機器學習模型,因此您可以利用它進行分類,回歸或獲取你想要的任何東西,而無需與服務器交互。

        意法半導體最近也展示了在國內最流行的芯片STM32上運行的人工智能神經網絡。同時也推出了在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備,位于節點邊緣,以及物聯網,智能建筑,工業和醫療應用中的深度嵌入式設備。

        嵌入式行業的前景

        嵌入式在10多年前曾一度的火熱,隨著產品的飽和同同質化嚴重,嵌入式變得不那么熱火。隨著嵌入式人工智能和物聯網的發展,嵌入式則再次變成熱門。和10多年前的那次爆發僅僅是硬件和軟件結合不同的是,這次它基于人工智能技術。嵌入式行業的人才缺口也非常嚴重,人才的匱乏已經成為了眾多企業的共識,而嵌入式幾乎是無所不在的應用領域,可以說人才的匱乏已經成為其發展的瓶頸。

        嵌入式行業的應用非常廣泛,遍及各行各業,總市場規模非常巨大。覆蓋六個主要行業:汽車、工業(包括航空電子、工業自動化、測量等)、醫療、能源、通信、消費電子。其中,通信和消費電子是目前最大的兩個行業,而能源行業則是增長最快的行業。

        上一篇:AIoT時代,高校人工智能專業如何建設

        下一篇:沒有了

        戳我查看2021年嵌入式每月就業風云榜

        點我了解華清遠見高校學霸學習秘籍

        猜你關心企業是如何評價華清學員的

        干貨分享
        相關新聞
        前臺專線:010-82525158 企業培訓洽談專線:010-82525379 院校合作洽談專線:010-82525379 Copyright © 2004-2021 北京華清遠見科技發展有限公司 版權所有 ,京ICP備16055225號-5,京公海網安備11010802025203號

        回到頂部

        8050国产二级精品