姓 名：王嘉良 学 号：20181213882 学 院：广研院
版权声明：转自CSDN@「位文杰TOP」
原文链接：https://blog.csdn.net/qq_36958104/article/details/89154866
【嵌牛导读】：所谓嵌入式人工智能，就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。那么嵌入式人工智能的发展趋势你知道吗？
【嵌牛鼻子】：嵌入式、人工智能
【嵌牛提问】：嵌入式人工智能的的发展趋势是什么？
【嵌牛内容】
嵌入式系统开启人工智能的历史进程
人工智能与嵌入式系统的关系，可用苏轼《题西林壁》的诗句来形容，即“横看成岭侧成峰，远近高低各不同。不识庐山真面目，只缘身在此山中”。长期以来，形形色色的人工智能就在我的周围，我们却视而不见。为什么会出现这种现象？则要从两个领域的人工智能说起。
所说的人工智能，就是以人工方式实现人类智力的替代。人类智力有“思维”与“行为”两种方式。“思维”是大脑的独立思考，“行为”是人类个体与客观世界的交互状态，除了思考还要有对外部世界的感知与控制。AlphaGo属于前者，它与李世石、柯洁对决，还要有代理人将它的思维能力转化成对决的下棋行为。实现人工智能的行为方式，则非嵌入式系统莫属。对此，人工智能领域人士，普遍将这两种人工智能定义成“强人工智能”与“弱人工智能”。
AlphaGo之父哈萨比斯在剑桥大学演讲中则用“通用人工智能”与“狭义人工智能”来区分。总之，所有专家都认可具有行为能力的“弱人工智能”。
具有行为能力的“弱人工智能”就是智能化工具，即MCU基础上的嵌入式应用系统，已有40多年历史。无怪乎约翰•麦卡锡这位50年代提出人工智能概念的学者，感叹于我们日常生活中每天都在使用人工智能，抱怨于“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了”。
可以骄傲地说，单片机、嵌入式系统开启了人工智能的历史进程，我们所做的一切都是人工智能的那些事儿。
嵌入式人工智能的的发展趋势
1、嵌入式人工智能于各行业垂直领域应用具有巨大的潜力
嵌入式人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素，是嵌入式人工智能技术在各种终端用户垂直领域的应用数量不断增加，尤其是改善对终端消费者服务。当然嵌入式人工智能市场要起来也受到IT基础设施完善、智能手机及智能穿戴式设备的普及。其中，以自然语言处理（NLP）应用市场占嵌入式人工智能市场很大部分。随着自然语言处理的技术不断精进而驱动消费者服务的成长，还有：汽车信息通讯娱乐系统、嵌入式人工智能机器人及支持嵌入式人工智能的智能手机等领域。
2、嵌入式人工智能导入医疗保健行业维持高速成长
由于医疗保健行业大量使用大数据及嵌入式人工智能，进而精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外嵌入式人工智能还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。嵌入式人工智能导入医疗保健行业从2016年到2022年维持很高成长，预计从2016年的6.671亿美元达到2022年的79.888亿美元年均复合增长率为52.68％。
3、嵌入式人工智能取代屏幕成为新UI / UX接口
过去从PC到手机时代以来，用户接口都是透过屏幕或键盘来互动。随着智能喇叭（Smart Speaker）、虚拟/增强现实（VR/AR）与自动驾驶车系统陆续进入人类生活环境，加速在不需要屏幕的情况下，人们也能够很轻松自在与运算系统沟通。这表示着嵌入式人工智能透过自然语言处理与机器学习让技术变得更为直观，也变得较易操控，未来将可以取代屏幕在用户接口与用户体验的地位。嵌入式人工智能除了在企业后端扮演重要角色外，在技术接口也可承担更复杂角色。例如：使用视觉图形的自动驾驶车，透过人工神经网络以实现实时翻译，也就是说，嵌入式人工智能让接口变得更为简单且更有智能，也因此设定了未来互动的高标准模式。
4、未来手机芯片一定内建嵌入式人工智能运算核心
现阶段主流的ARM架构处理器速度不够快，若要进行大量的图像运算仍嫌不足，所以未来的手机芯片一定会内建嵌入式人工智能运算核心。正如，苹果将3D感测技术带入iPhone之后，Android阵营智能手机将在明年（2017）跟进导入3D感测相关应用。
5、嵌入式人工智能芯片关键在于成功整合软硬件
嵌入式人工智能芯片的核心是半导体及算法。嵌入式人工智能硬件主要是要求更快指令周期与低功耗，包括GPU、DSP、ASIC、FPGA和神经元芯片，且须与深度学习算法相结合，而成功相结合的关键在于先进的封装技术。总体来说GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以嵌入式人工智能硬件选择就看产品供货商的需求考虑而定。例如，苹果的Face ID脸部辨识就是3D深度感测芯片加上神经引擎运算功能，整合高达8个组件进行分析，分别是红外线镜头、泛光感应组件、距离传感器、环境光传感器、前端相机、点阵投影器、喇叭与麦克风。苹果强调用户的生物识别数据，包含：指纹或脸部辨识都以加密形式储存在iPhone内部，所以不易被窃取。
6、嵌入式人工智能自主学习是终极目标
嵌入式人工智能“大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。目前，仍处于机器学习及深度学习的阶段，若要达到自主学习需要解决四大关键问题。首先，是为自主机器打造一个嵌入式人工智能平台；还要提供一个能够让自主机器进行自主学习的虚拟环境，必须符合物理法则，碰撞，压力，效果都要与现实世界一样；然后再将嵌入式人工智能的“大脑”放到自主机器的框架中；最后建立虚拟世界入口（VR）。目前，NVIDIA推出自主机器处理器Xavier，就在为自主机器的商用和普及做准备工作。
7、最完美的架构是把CPU和GPU（或其他处理器）结合起来
未来，还会推出许多专门的领域所需的超强性能的处理器，但是CPU是通用于各种设备，什么场景都可以适用。所以，最完美的架构是把CPU和GPU（或其他处理器）结合起来。例如，NVIDIA推出CUDA计算架构，将专用功能ASIC与通用编程模型相结合，使开发人员实现多种算法。
8、AR成为嵌入式人工智能的眼睛，两者是互补、不可或缺
未来的嵌入式人工智能需要AR，未来的AR也需要嵌入式人工智能，可以将AR比喻成嵌入式人工智能的眼睛。为了机器人学习而创造的在虚拟世界，本身就是虚拟现实。还有，如果要让人进入到虚拟环境去对机器人进行训练，还需要更多其它的技术。展望未来，随着嵌入式人工智能、物联网、VR/AR、5G等技术成熟，将带动新一波半导体产业的30年荣景，包括：内存、中央处理器、通讯与传感器四大芯片，各种新产品应用芯片需求不断增加，以中国在半导体的庞大市场优势将会在全球扮演关键的角色。
