人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。 人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)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(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。

谷歌的AlphaGo已經(jīng)將人工智能推到眾人面前，不可否認，人工智能已經(jīng)成為科技圈的下一個風口!李開復表示：“人工智能的到來，所帶來的改變絕對不僅僅是一個科技的改變，它對所有的行業(yè)都會重新定義與顛覆。”

身處這樣一個時代，我們該如何看待這場即將到來的風暴呢?人工智能的應(yīng)用日益普及，其中哪些細分市場會是嵌入式相關(guān)企業(yè)重點關(guān)注的方向呢?嵌入式工程師又該如何把握住人工智能所帶來的重大機遇呢?帶著這些問題，小編咨詢了好多人!

業(yè)界聲音

嵌入式系統(tǒng)開啟人工智能的歷史進程

北京航空航天大學教授 何立民

人工智能與嵌入式系統(tǒng)的關(guān)系，可用蘇軾《題西林壁》的詩句來形容，即“橫看成嶺側(cè)成峰，遠近高低各不同。不識廬山真面目，只緣身在此山中”。長期以來，形形色色的人工智能就在我的周圍，我們卻視而不見。為什么會出現(xiàn)這種現(xiàn)象?則要從兩個領(lǐng)域的人工智能說起。

所說的人工智能，就是以人工方式實現(xiàn)人類智力的替代。人類智力有“思維”與“行為”兩種方式。“思維”是大腦的獨立思考，“行為”是人類個體與客觀世界的交互狀態(tài)，除了思考還要有對外部世界的感知與控制。AlphaGo屬于前者，它與李世石、柯潔對決，還要有代理人將它的思維能力轉(zhuǎn)化成對決的下棋行為。實現(xiàn)人工智能的行為方式，則非嵌入式系統(tǒng)莫屬。對此，人工智能領(lǐng)域人士，普遍將這兩種人工智能定義成“強人工智能”與“弱人工智能”。

AlphaGo之父哈薩比斯在劍橋大學演講中則用“通用人工智能”與“狹義人工智能”來區(qū)分?？傊?，所有專家都認可具有行為能力的“弱人工智能”。

具有行為能力的“弱人工智能”就是智能化工具，即MCU基礎(chǔ)上的嵌入式應(yīng)用系統(tǒng)，已有40多年歷史。無怪乎約翰•麥卡錫這位50年代提出人工智能概念的學者，感嘆于我們?nèi)粘Ｉ钪忻刻於荚谑褂萌斯ぶ悄?，抱怨?ldquo;一旦一樣東西用人工智能實現(xiàn)了，人們就不再叫它人工智能了”。

可以驕傲地說，單片機、嵌入式系統(tǒng)開啟了人工智能的歷史進程，我們所做的一切都是人工智能的那些事兒。

人工智能要與產(chǎn)業(yè)深度結(jié)合

北京云知聲信息技術(shù)有限公司 技術(shù)部和市場部

人工智能是基礎(chǔ)的技術(shù)資源，它有著改變?nèi)藗兊乃季S與生活方式、變革社會的巨大潛力。從更大的格局看，萬物智聯(lián)時代正在到來，未來將從“以設(shè)備為中心”進步為“以用戶為中心”、“以數(shù)據(jù)為中心”。通過人工智能技術(shù)，萬物對人類的服務(wù)將變得“主動”，它們可以通過芯片感知人們的生活指標，并主動提供舒適的服務(wù)，例如天熱了空調(diào)自動開啟降溫，燈光可隨外界光線和用戶需求自動調(diào)整亮度等。另外，語音交互等更自然的人機交互方式，或許會取代遙控器或觸摸屏等，讓生活更加便捷。業(yè)界普遍認為人工智能的三個發(fā)展階段包括感知智能、認知智能和通用人工智能(AGI)。感知指語音、語言、圖像、手勢等;認知指理解、記憶、知識、推理、規(guī)劃、決策、創(chuàng)造等;通用人工智能指類似人類的思維。其中，感知是人機交互中最重要的一環(huán)，為人工智能提供數(shù)據(jù)基礎(chǔ)。這三個階段需要循序漸進。目前階段，人工智能的目標并不是讓機器模擬人的全部行為，而是在某些特定領(lǐng)域超過人類專家的水平、有能力高效地解決專業(yè)問題，從而對人類提供實用的服務(wù)。

嵌入式是在小板子上跑的系統(tǒng)，非嵌入式是在機房服務(wù)器上跑的，另外還有云端跑的軟件，PC上跑的也是非嵌入式的。嵌入式工程師的主要工作有信息采集(比如mic語音采集)、人機交互(例如分析結(jié)果的顯示、語音播報等)、設(shè)備控制(比如空調(diào)控制)，還有輕量級的人工智能算法，完全可以在嵌入式設(shè)備上實現(xiàn)，比如我們的公司的離線語音識別算法。隨著人工智能算法的成熟及優(yōu)化、嵌入式芯片運算能力的提升，很多原來在云端或者工作站上實現(xiàn)的功能，在嵌入式系統(tǒng)上也能實現(xiàn)。

云知聲公司利用機器學習平臺(包括深度學習、增強學習、貝葉斯學習)，在語音技術(shù)、語言技術(shù)、知識計算、大數(shù)據(jù)分析等領(lǐng)域建立了領(lǐng)先的核心技術(shù)體系，這些技術(shù)共同構(gòu)成了云知聲完整的人工智能技術(shù)圖譜。在應(yīng)用層面，AI芯、AIUI、AI Service技術(shù)架構(gòu)支撐起云知聲核心技術(shù)的落地和實現(xiàn)，目前已經(jīng)在家居、汽車、醫(yī)療和教育等領(lǐng)域有廣泛應(yīng)用，形成了完整的“云端芯”生態(tài)閉環(huán)。目前，云知聲有前端信號處理團隊(主要在嵌入式端)、人工智能算法團隊(嵌入式端和云端)、語音識別和自然語言理解團隊，還有芯片團隊(提供嵌入式平臺)。

由于產(chǎn)業(yè)需求的提升，人工智能目前的發(fā)展勢頭很足，但是應(yīng)該注重人工智能與產(chǎn)業(yè)的深度結(jié)合，如果脫離產(chǎn)業(yè)，這一輪人工智能浪潮可能還會“冷下去”。因此，打造人工智能產(chǎn)業(yè)生態(tài)很重要。

工程師應(yīng)該考慮如何添加AI

賽靈思戰(zhàn)略市場開發(fā)總監(jiān) Andy Walsh

很顯然，近期推動AI崛起的機器學習創(chuàng)新正成為計算機科學的基本組成部分。我們預(yù)計在越來越多的領(lǐng)域中應(yīng)用編程將受益于機器學習技術(shù)，如云計算、嵌入式應(yīng)用等。計算機編程與網(wǎng)絡(luò)模型和訓練數(shù)據(jù)組集之間的關(guān)系越來越密切，而與顯性編程和規(guī)則化決策之間的關(guān)系反倒不怎么密切了。

我認為，視覺引導導向的系統(tǒng)將成為下階段AI發(fā)展與部署的重大領(lǐng)域之一。舉例來說，要確保自動駕駛汽車安全行駛，就必須提供相關(guān)智能，這是一項艱巨的挑戰(zhàn)，不僅需要充分利用AI創(chuàng)新，同時還會造成極大的產(chǎn)業(yè)影響，并有望對整個社會帶來巨大積極影響。

隨著時間的推移，一些簡單的建議在機器學習領(lǐng)域越來越重要，要想方設(shè)法讓機器學習能夠在設(shè)計中整合AI。要確定AI如何為高效視覺引導導向的系統(tǒng)帶來增值，并明確針對多攝像頭和多傳感器專門設(shè)計的系統(tǒng)如何以實用高效的方式整合機器學習。機器學習并不能解決所有問題，但為了交付極富競爭力的新型嵌入式設(shè)計，系統(tǒng)工程師應(yīng)考慮如何添加AI，從而推動產(chǎn)品發(fā)展演進。工程師借助賽靈思技術(shù)可實現(xiàn)這一目標，能提供可重配置處理和連接功能，從而提供最高能效的機器學習推斷性能，而且為確保傳感器融合實現(xiàn)最高靈活性以及最高性能的計算機視覺處理，且無需針對每個設(shè)計都創(chuàng)建定制芯片。

AI面臨的一大挑戰(zhàn)就是如何以高能效方式實現(xiàn)高性能AI。AI領(lǐng)域的一項重要創(chuàng)新就是為模型推理采用低降精度數(shù)據(jù)類型(訓練后部署)，這樣所得的模型能將計算效率提升2-10倍，而精確度基本保持不變。賽靈思FPGA和MPSoC能提供最高效率的降精度AI推理，而且無需為不同的網(wǎng)絡(luò)或應(yīng)用創(chuàng)建定制芯片。

網(wǎng)友雜談

李 申

嵌入式系統(tǒng)的主頻、功耗一般比較低，計算能力相對較弱。人工智能算法的復雜度較高，很多情況下需要服務(wù)器、GPU的介入才能實現(xiàn)算法的實時性。然而，嵌入式產(chǎn)品也具備對人工智能算法的需求，如人臉識別、語音識別等。嵌入式系統(tǒng)可以作為復雜人工智能產(chǎn)品的數(shù)據(jù)采集終端，或者人機交互終端，依靠云端完成人工智能系統(tǒng)的復雜計算任務(wù)。但是，網(wǎng)絡(luò)接入的流量限制和帶寬限制會影響用戶體驗的流暢性和實時性，“離線”人工智能計算引擎的開發(fā)顯得非常有必要。值得一提的是，F(xiàn)PGA具備功耗低、并行度高、計算能力強、功能定制靈活的特點，有可能成為未來“離線”人工智能產(chǎn)品的主要計算部件。

當FPGA作為算法加速部件出現(xiàn)時，產(chǎn)品的設(shè)計可以考慮采取CPU+FPGA的架構(gòu)，CPU與ARM可通過雙口RAM、DDR、總線等方式進行通信，也可以在FPGA內(nèi)部構(gòu)造軟核，用來移植部分對實時性要求不高的代碼。

目前，主流的FPGA廠商已經(jīng)開始將CPU硬核(如ARM)與FPGA集成到一個IC內(nèi)部，與軟核相比，這些硬核具備更強的計算能力，與片內(nèi)FPGA之間的交互更加方便。同時，片內(nèi)FPGA為系統(tǒng)的可定制化及復雜算法的硬件加速提供了保證，這種結(jié)構(gòu)為“離線”人工智能嵌入式產(chǎn)品的設(shè)計拓寬了思路。

尚志啟

信息技術(shù)飛速發(fā)展的今天，為人類帶來了極大的便利，即時通信以及各類移動終端的出現(xiàn)，也相應(yīng)地產(chǎn)生了一些數(shù)據(jù)，所以要進行數(shù)據(jù)的收集以及處理。為了更完美地處理數(shù)據(jù)，誕生了更強的算法和效率更高的CPU，并且有了人工智能，這些都是對硬件的考驗。

2016、2017年，AlphaGo分別與李世石、柯潔對弈，從谷歌2015年公布的數(shù)據(jù)來看，阿爾法狗使用了1202塊CPU以及176塊GPU，人工智能的推進對硬件是一個極大的挑戰(zhàn)。

移動支付和自動駕駛為生活提供了極大的便捷，與硬件貼切的就是嵌入式，嵌入式可能在生活中很少有人提到，但我們現(xiàn)在所使用與智能有關(guān)的都離不開嵌入式，如智能手表、微波爐等。

在人工智能時代，強大的算法也不會拘泥于PC機實現(xiàn)，需要落地的話，就要依賴嵌入式承載。嵌入式在智能手機上的應(yīng)用已經(jīng)足以證明，未來出現(xiàn)的機器人一定會使用嵌入式的技術(shù)，所以說對于嵌入式系統(tǒng)的需求已經(jīng)非常迫切，期待能夠出現(xiàn)顛覆智能手機的嵌入式便攜移動終端。

編輯觀點

嵌入式工程師在人工智能時代當然是可以大有所為的，舉個冰箱自己買雞蛋的例子，這個過程是這樣的：首先冰箱感應(yīng)到缺少雞蛋，然后給超市發(fā)訂單，再將訂單信息發(fā)給主人，最后主人支付訂單，完成后超市就可以發(fā)貨了。這一系列的過程都是在嵌入式基礎(chǔ)上完成的。智慧交通、智慧城市、智能家居、智能醫(yī)療、智能手機等行業(yè)都離不開嵌入式系統(tǒng)，在這個智能生態(tài)圈內(nèi)，不管智能硬件怎么改變，也都是在嵌入式行業(yè)之內(nèi)的。