人工智能是什么時(shí)候再次流行起來(lái)的?這可以追溯到2016年3月，當(dāng)時(shí)，谷歌的神經(jīng)網(wǎng)絡(luò)驅(qū)動(dòng)的人工智能 (AI)機(jī)器人 AlphaGo在圍棋比賽中擊敗了韓國(guó)冠軍李世石，在此之前，沒(méi)有任何機(jī)器可以用來(lái)破解圍棋的棋局。

當(dāng)前，人工智能基本處于“炒作”的狀態(tài)，連大眾媒體都在宣傳智能機(jī)器帶來(lái)的希望和恐懼。這讓人聯(lián)想到人們都熟悉的另一種被炒作的事物：物聯(lián)網(wǎng) (IoT) 。在Google Trends上搜索詞條IoT和人工智能，當(dāng)繪制這兩個(gè)詞條的流行度曲線時(shí)，如圖1所示，會(huì)發(fā)現(xiàn)二者的模式非常相似。

圖1. Google Trends，IoT(紅色)和人工智能(藍(lán)色)曲線

雖然有一些物聯(lián)網(wǎng)初創(chuàng)企業(yè)出現(xiàn)后消失了，但物聯(lián)網(wǎng)仍然存在，并且正在逐步發(fā)展，最終必將開(kāi)花結(jié)果。而物聯(lián)網(wǎng)和人工智能之間的碰撞正與此類(lèi)似。

有思考能力的物體

絕大多數(shù)人工智能應(yīng)用最初主要集中在Facebook、谷歌、亞馬遜等提供的互聯(lián)網(wǎng)服務(wù)，這些服務(wù)的算法運(yùn)行在配備多核CPU和GPU的服務(wù)器上，運(yùn)行頻率達(dá)GHz，內(nèi)存達(dá)兆兆字節(jié)。緊接著，人工智能進(jìn)入高性能的消費(fèi)設(shè)備，出現(xiàn)在智能手機(jī)、自動(dòng)駕駛汽車(chē)、游戲機(jī)、電視和智能音響中。雖然技術(shù)上處于“邊緣”狀態(tài)，并且通常被歸類(lèi)為“物聯(lián)網(wǎng)”，但這些設(shè)備在物聯(lián)網(wǎng)設(shè)備中是特殊的，因?yàn)樗鼈內(nèi)匀恍枰拇罅康墓?、性能和?nèi)存，并且需要通過(guò)高帶寬鏈路連接到互聯(lián)網(wǎng)。

雖然物聯(lián)網(wǎng)將幾十億的設(shè)備連接在一起，但絕大多數(shù)設(shè)備的功能都很有限。而人工智能的引入，為這些位于網(wǎng)絡(luò)邊緣的設(shè)備帶來(lái)革命性的影響，但前提是需要在資源、連接能力、成本和功率之間達(dá)到適當(dāng)?shù)钠胶狻?/p>

有人可能會(huì)質(zhì)疑：在這么小的設(shè)備上實(shí)現(xiàn)邊緣的人工智能有什么用?

為了說(shuō)明白這一點(diǎn)，我們將這些設(shè)備與動(dòng)物大腦所能達(dá)到的智能水平進(jìn)行比較。

維基百科簡(jiǎn)要介紹了幾種動(dòng)物的平均神經(jīng)元，包括一些動(dòng)物的突觸(神經(jīng)元連接)數(shù)量，借此可以推斷其余動(dòng)物的突觸/神經(jīng)元。如果想用深度神經(jīng)網(wǎng)絡(luò)模擬動(dòng)物大腦的處理能力，如表1所示，粗略的模擬情況是每個(gè)神經(jīng)元(輸出)需要一個(gè)字節(jié)，每個(gè)突觸(重量)需要一個(gè)字節(jié)。

表1. 模擬動(dòng)物大腦所需的存儲(chǔ)量總結(jié)：

(數(shù)據(jù)來(lái)源：維基百科，“動(dòng)物神經(jīng)元列表”)

小螞蟻的強(qiáng)大能力

微控制器 (MCU) 的存儲(chǔ)器范圍為1兆字節(jié)到4兆字節(jié)，因此，MCU中的人工智能水平與水母或蝸牛的大腦類(lèi)似。

蝸牛和水母可以自己覓食、活動(dòng)、繁殖，并在感受到威脅時(shí)躲藏起來(lái)。它們管理與環(huán)境的復(fù)雜交互過(guò)程、識(shí)別模式并控制身體動(dòng)作。這種智能水平對(duì)于簡(jiǎn)單的設(shè)備已經(jīng)足夠，如恒溫器、真空吸塵器和門(mén)鈴。這個(gè)例子的理念是讓設(shè)備根據(jù)對(duì)環(huán)境的感知做出簡(jiǎn)單的決策。

擁有蝸牛大腦的設(shè)備可以控制一些簡(jiǎn)單的行為模式，可以識(shí)別篡改企圖的門(mén)鎖，或者根據(jù)衣服顏色定義程序的洗衣機(jī)就屬于這種級(jí)別的智能水平。

動(dòng)物(即使是那些智力較低的動(dòng)物)在互動(dòng)方面也比計(jì)算機(jī)的性能更高。動(dòng)物通過(guò)視覺(jué)、嗅覺(jué)和觸覺(jué)進(jìn)行本能地交流和互動(dòng)。如果設(shè)備擁有蝸牛的大腦，肯定會(huì)帶來(lái)敏感、更直觀、更自然的用戶界面。

具有千兆字節(jié)外部存儲(chǔ)的微處理器可以達(dá)到螞蟻或蜜蜂的智力水平。昆蟲(chóng)智力的典型用例是群體效應(yīng)。這意味著大量的簡(jiǎn)單機(jī)器人具有足夠的智能來(lái)展示群體行為，可以執(zhí)行復(fù)雜的任務(wù)，就像蟻群那樣。世界上有10 quintillion (100,000,000,000億)只昆蟲(chóng)，而人只有76億 ， 由此可見(jiàn)一大群昆蟲(chóng)大腦所具備的能力是多么強(qiáng)大。

這一應(yīng)用的范圍非常廣泛，包括農(nóng)業(yè)、城市、環(huán)境、安防、救援和國(guó)防。哈佛大學(xué)的研究人員演示了1024個(gè)機(jī)器人組成的群體，這是迄今為止最大的一個(gè)機(jī)器人群。就像螞蟻或蜜蜂一樣，1024個(gè)機(jī)器人群可以完成可觀的工作任務(wù)，如運(yùn)輸大型物體或自主建造真人大小的結(jié)構(gòu)。

實(shí)現(xiàn)終端智能化

在智能手機(jī)、安全攝像頭和汽車(chē)等功能豐富的嵌入式設(shè)備中，機(jī)器視覺(jué)一直推動(dòng)著人工智能的應(yīng)用。由于有具體的用例、巨大的潛在市場(chǎng)和高效的算法，CNN(卷積神經(jīng)網(wǎng)絡(luò))機(jī)器視覺(jué)可實(shí)現(xiàn)硬件加速?，F(xiàn)在，幾乎所有能夠進(jìn)行圖像采集和處理的設(shè)備都集成了CNN AI加速器。

在網(wǎng)絡(luò)端點(diǎn)處的小型IoT設(shè)備中實(shí)現(xiàn)人工智能并不容易，有很多應(yīng)用都沒(méi)有經(jīng)過(guò)驗(yàn)證。對(duì)硬件加速進(jìn)行適當(dāng)?shù)亩x也很難，因此，許多硬件公司采取的方法是通過(guò)通用控制器上的工具和軟件實(shí)現(xiàn)人工智能，并監(jiān)控演變過(guò)程。

針對(duì)這一點(diǎn)，瑞薩電子最早發(fā)布了嵌入式AI解決方案 (e-AI)，該解決方案使用戶能夠?qū)⒔?jīng)過(guò)訓(xùn)練的網(wǎng)絡(luò)從Tensorflow或Caffe轉(zhuǎn)換為其MCU可用的代碼。瑞薩電子提供的工具包括一個(gè)e-AI轉(zhuǎn)換器，它可以轉(zhuǎn)換神經(jīng)網(wǎng)絡(luò)成為MCU工具可用的C代碼，并提供一個(gè)預(yù)測(cè)轉(zhuǎn)換網(wǎng)絡(luò)性能功效的e-AI檢查器。瑞薩電子已經(jīng)確定了幾個(gè)用例，例如預(yù)測(cè)性維護(hù)，目的是推動(dòng)用戶和社區(qū)的發(fā)明和創(chuàng)新。因此，瑞薩電子提供了瑞薩電子社區(qū) “gadget Renesas” 開(kāi)發(fā)板的教程，而且瑞薩電子美國(guó)公司一直在推動(dòng)使用RZ/A1H嵌入式MPU設(shè)計(jì)GR-PEACH開(kāi)發(fā)板的e-AI設(shè)計(jì)競(jìng)賽。

嵌入式AI正在不斷增加

嵌入式AI正處于典型的“商業(yè)模型定義”階段，即解決方案已被發(fā)明并被早期采用者使用，但還沒(méi)有被主流大眾所接受。從事這項(xiàng)研究的初創(chuàng)公司和創(chuàng)新公司必將竭盡全力跨越這條鴻溝。隨著發(fā)展的日新月異，可以肯定，在找到有實(shí)際商業(yè)價(jià)值的用例和增長(zhǎng)點(diǎn)以取得成功之前，必須有許多支點(diǎn)為這個(gè)目標(biāo)提供支撐。

關(guān)于作者

Semir Haddad是瑞薩電子美國(guó)公司戰(zhàn)略規(guī)劃和戰(zhàn)略業(yè)務(wù)開(kāi)發(fā)總監(jiān)。他在半導(dǎo)體行業(yè)擁有超過(guò)20年的經(jīng)驗(yàn)，并且在微控制器 (MCU)、微處理器 (MPU) 和嵌入式軟件的產(chǎn)品管理領(lǐng)域擁有超過(guò)17年豐富經(jīng)驗(yàn)。Haddad先生在法國(guó)高等電力學(xué)院獲得電子工程碩士學(xué)位，在法國(guó)ESSEC商學(xué)院獲得MBA學(xué)位。