【導(dǎo)讀】隨著人工智能的不斷發(fā)展，其爭(zhēng)議性也越來(lái)越大；而在企業(yè)和消費(fèi)者的眼中，人工智能價(jià)值顯著。如同許多新興科技一樣，目前人工智能的應(yīng)用主要聚焦于大規(guī)模、基礎(chǔ)設(shè)施密集且高功耗的領(lǐng)域。然而，隨著人工智能應(yīng)用的高速發(fā)展，大型數(shù)據(jù)中心給電網(wǎng)帶來(lái)的壓力日益增大，高度密集型應(yīng)用的可持續(xù)性和經(jīng)濟(jì)性也在大幅下降。
隨著人工智能的不斷發(fā)展，其爭(zhēng)議性也越來(lái)越大；而在企業(yè)和消費(fèi)者的眼中，人工智能價(jià)值顯著。如同許多新興科技一樣，目前人工智能的應(yīng)用主要聚焦于大規(guī)模、基礎(chǔ)設(shè)施密集且高功耗的領(lǐng)域。然而，隨著人工智能應(yīng)用的高速發(fā)展，大型數(shù)據(jù)中心給電網(wǎng)帶來(lái)的壓力日益增大，高度密集型應(yīng)用的可持續(xù)性和經(jīng)濟(jì)性也在大幅下降。
因此，市場(chǎng)對(duì)更靈活、以產(chǎn)品為導(dǎo)向的人工智能解決方案的需求不斷飆升，如何將數(shù)據(jù)處理功能移到微型邊緣設(shè)備附近或內(nèi)部的邊緣人工智能正成為新趨勢(shì)。換句話(huà)說(shuō)，邊緣人工智能就是在本地設(shè)備上執(zhí)行基本的推理任務(wù)，無(wú)需把原始數(shù)據(jù)發(fā)送到數(shù)據(jù)中心和云計(jì)算服務(wù)器。目前，工業(yè)和消費(fèi)應(yīng)用的安全性得到了顯著改善，同時(shí)邊緣人工智能還提升了設(shè)備的性能和能效，而成本僅為云端人工智能的幾分之一。
但是，如同任何新機(jī)遇一樣，邊緣人工智能也帶來(lái)了新的挑戰(zhàn)。現(xiàn)在，為了充分發(fā)揮邊緣人工智能的潛力，產(chǎn)品開(kāi)發(fā)人員必須考慮如何構(gòu)建正確的基礎(chǔ)設(shè)施，并積累所需的專(zhuān)業(yè)知識(shí)。
在本地設(shè)備上推理的重要性
人工智能大體上分為機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)計(jì)算兩大領(lǐng)域，機(jī)器學(xué)習(xí)是系統(tǒng)從數(shù)據(jù)中學(xué)習(xí)的過(guò)程，神經(jīng)網(wǎng)絡(luò)是模擬人腦思維的特定神經(jīng)網(wǎng)絡(luò)模型。這兩種人工智能技術(shù)都是補(bǔ)充性計(jì)算機(jī)編程方法，通過(guò)向計(jì)算機(jī)輸入相關(guān)數(shù)據(jù)，訓(xùn)練機(jī)器執(zhí)行一項(xiàng)任務(wù)，確保輸出結(jié)果準(zhǔn)確可靠。這些計(jì)算任務(wù)通常規(guī)模很大，需要建設(shè)大型數(shù)據(jù)中心才能保證人工智能正常運(yùn)行。
至于較小的工業(yè)設(shè)備和消費(fèi)類(lèi)產(chǎn)品，無(wú)論是智能烤箱，工業(yè)機(jī)器人，還是在云端進(jìn)行數(shù)據(jù)分析和人工智能推理等，從經(jīng)濟(jì)或環(huán)保的角度來(lái)看都缺乏可行性。
相反，邊緣人工智能讓我們看到了本地推理、縮短延遲和降低傳輸負(fù)載的機(jī)會(huì)。在開(kāi)發(fā)新的人工智能應(yīng)用時(shí)，可以大幅提高成本和能效。我們已經(jīng)注意到，邊緣人工智能有助于提升智能建筑、資產(chǎn)跟蹤和工業(yè)應(yīng)用的生產(chǎn)效率。例如，通過(guò)邊緣人工智能硬件可以加快工業(yè)傳感器的處理速度，更快地發(fā)現(xiàn)故障，并實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，提前發(fā)現(xiàn)設(shè)備工況變化。
此外，下一代邊緣智能硬件將從一開(kāi)始就會(huì)引入特定的適配技術(shù)，讓人工智能子系統(tǒng)成為安全架構(gòu)的一部分，在系統(tǒng)內(nèi)部嵌入邊緣人工智能將引起廣泛關(guān)注。
在產(chǎn)品內(nèi)嵌入智能
嵌入式系統(tǒng)的下一個(gè)發(fā)展階段是在設(shè)備架構(gòu)內(nèi)引入邊緣人工智能技術(shù)，這些設(shè)備從此叫做“微型邊緣”，即直接在網(wǎng)絡(luò)邊緣上處理人工智能模型和機(jī)器學(xué)習(xí)算法的資源有限的微型設(shè)備，包括微控制器、低功耗處理器和嵌入式傳感器，能夠?qū)崟r(shí)處理數(shù)據(jù)，并且功耗很小，延遲很低。
現(xiàn)在，在衛(wèi)星邊緣設(shè)備上出現(xiàn)一種新型軟硬件，為在這些設(shè)備上執(zhí)行人工智能運(yùn)算提供了可能。通過(guò)從設(shè)計(jì)一開(kāi)始就將這種處理能力嵌入到設(shè)備架構(gòu)內(nèi)，我們正在將“信號(hào)”轉(zhuǎn)化成“數(shù)據(jù)”，而不再需要浪費(fèi)資源轉(zhuǎn)換信號(hào)。例如，微型邊緣傳感器可以收集周邊環(huán)境數(shù)據(jù)，利用片內(nèi)引擎輸出處理結(jié)果。在太陽(yáng)能發(fā)電廠情景中，太陽(yáng)能電池板內(nèi)的傳感器可以檢測(cè)電源管理系統(tǒng)附近的電弧故障。當(dāng)出現(xiàn)極端電壓時(shí)，傳感器就可以自動(dòng)觸發(fā)關(guān)機(jī)故障保護(hù)，避免電氣火災(zāi)發(fā)生。
根據(jù) ABI Research的市場(chǎng)分析，隨著電弧故障檢測(cè)、電池管理或設(shè)備內(nèi)置人臉或物體識(shí)別等應(yīng)用成為這一領(lǐng)域的增長(zhǎng)點(diǎn)，讓微小邊緣能夠執(zhí)行人工智能的微控制器將實(shí)現(xiàn)高于100% 的復(fù)合年增長(zhǎng)率。要想釋放這一巨大增長(zhǎng)潛力，需要下更大的功夫來(lái)縮小云端人工智能與邊緣設(shè)備之間的處理能力差距。
就像任何新技術(shù)一樣，只要有需求，就有滿(mǎn)足需求的辦法。
我們已經(jīng)看到了針對(duì)這一挑戰(zhàn)的有意義的研發(fā)成果，微型人工智能開(kāi)始嵌入到各種不同類(lèi)型的系統(tǒng)中，在某些情況下，消費(fèi)者已經(jīng)將這項(xiàng)技術(shù)視為理所當(dāng)然，在與設(shè)備語(yǔ)音交互時(shí)，他們根本就沒(méi)想過(guò)“他們正在用人工智能”。
構(gòu)建邊緣人工智能基礎(chǔ)設(shè)施
為了利用這一新興機(jī)會(huì)，產(chǎn)品開(kāi)發(fā)人員必須首先考慮邊緣設(shè)備輸入數(shù)據(jù)的質(zhì)量和類(lèi)型，因?yàn)檫@兩個(gè)因素決定了處理水平以及所需的軟硬件，這是普通邊緣人工智能與微型人工智能的主要區(qū)別，前者運(yùn)行在算力更強(qiáng)的硬件上，能夠處理復(fù)雜的算法和數(shù)據(jù)集，而后者主要用于運(yùn)行輕量級(jí)神經(jīng)網(wǎng)絡(luò)模型，執(zhí)行基本的推理任務(wù)。
例如，音頻和視覺(jué)信息，尤其是視覺(jué)信息，極其復(fù)雜，分析視覺(jué)數(shù)據(jù)需要深度神經(jīng)架構(gòu)。另一方面，處理長(zhǎng)期記錄的振動(dòng)數(shù)據(jù)或電流測(cè)量數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)模型要求較低，因此，開(kāi)發(fā)人員可以在資源受限或超低功耗的低延遲設(shè)備上利用微型人工智能算法分析這類(lèi)數(shù)據(jù)。
在產(chǎn)品開(kāi)發(fā)階段，產(chǎn)品選型也非常重要，必須根據(jù)算力具體要求選擇所需的設(shè)備和微控制器。在許多情況下，少即是多，運(yùn)行更輕、更微型的人工智能模型可以提高設(shè)備的能效和電池續(xù)航時(shí)間。話(huà)雖如此，無(wú)論是處理文本還是視聽(tīng)信息，開(kāi)發(fā)人員仍然必須進(jìn)行預(yù)處理，將大量樣本數(shù)據(jù)輸入學(xué)習(xí)算法，以便訓(xùn)練人工智能模型。
未來(lái)前景
嵌入式人工智能微型邊緣設(shè)備發(fā)展仍處于起步階段，這意味著企業(yè)有機(jī)會(huì)探索實(shí)驗(yàn)，發(fā)揮創(chuàng)造力，確定成功要素。我們正處于一個(gè)巨大浪潮的開(kāi)端，這將全面加快人類(lèi)生活數(shù)字化進(jìn)程。
從智慧城市傳感器等智能公共基礎(chǔ)設(shè)施，到遠(yuǎn)程患者監(jiān)護(hù)醫(yī)療系統(tǒng)的非創(chuàng)傷式可穿戴設(shè)備，微型人工智能具有廣闊的應(yīng)用前景，讓用戶(hù)能夠改善生活方式，簡(jiǎn)化日常工作生活管理，甚至沒(méi)有意識(shí)到人工智能的存在。
需求是存在的，因?yàn)檫吘壢斯ぶ悄芎臀⑿腿斯ぶ悄芤呀?jīng)改變了產(chǎn)品開(kāi)發(fā)模式，重新定義了什么才算是偉大的技術(shù)，實(shí)現(xiàn)了更加個(gè)性化的預(yù)測(cè)、安全性和情境感知功能。在今后幾年，這種類(lèi)型的 人工智能將成為大多數(shù)日用產(chǎn)品的關(guān)鍵 ，如果沒(méi)有人工智能，開(kāi)發(fā)人員很快就會(huì)發(fā)現(xiàn)自己的創(chuàng)新已經(jīng)過(guò)時(shí)。
人工智能一項(xiàng)重大進(jìn)步，但并非沒(méi)有挑戰(zhàn)。只有建立更大的生態(tài)圈，提供豐富的開(kāi)發(fā)工具和軟件資源，才能克服這些挑戰(zhàn)。這只是時(shí)間問(wèn)題。微型邊緣人工智能是人類(lèi)社會(huì)解鎖更大的數(shù)據(jù)和環(huán)境控制權(quán)以及數(shù)據(jù)的實(shí)用價(jià)值的關(guān)鍵，最終實(shí)現(xiàn)更智能的AI驅(qū)動(dòng)的未來(lái)。
(作者：Marc Dupaquier，意法半導(dǎo)體人工智能解決方案 總經(jīng)理)
推薦閱讀：
光敏電阻從原理到國(guó)產(chǎn)替代的全面透視與選型指南
線(xiàn)繞電阻與金屬膜電阻技術(shù)對(duì)比及選型指南
立體視覺(jué)的“超感進(jìn)化”：軟硬件協(xié)同突破機(jī)器人感知極限
超越毫秒級(jí)響應(yīng)！全局快門(mén)圖像傳感器如何驅(qū)動(dòng)視覺(jué)系統(tǒng)效能躍升
