我最近參加了上海世界通信大會（MWC）。機器人的聲勢浩大，而且是非常浩大。我看到幾十家公司，尋找顧客打造品牌，并提供他們眾多應用程序中的任何一種。

舉個應用程序的例子，機器人護士Tug。它看起來一點也不像我們在科幻片中看到的機器人形象，除非你想的是星際大戰(zhàn)（Star Wars）中某些比較實用的例子。它看起來像是一個有輪子的箱子，但擁有許多我們期待行動機器人具備的功能，包括巡游和回避障礙物。這可以在醫(yī)院里巡游，若是有人走道它面前，就會停下，還會繞過不對的點滴站；這臺機器人還能呼叫電梯，前往其他樓層。Tug的重點是送藥和食物給病人，且已經在美國37間榮民醫(yī)院服務。

想象這能替忙碌的護士減輕多少肩頭負擔。廠內還有多種其他助理應用服務，在長者照護、在教學支持、餐廳與旅館。把這當成在智能音箱之后，下個重要的個人助理物品（Amazon已經有超過十萬臺機器人在倉庫工作，所以很明顯他們正在開發(fā)家用機器人當作Echo的后繼者）。這不是科幻小說；家用助理機器人今天就可以出貨。

機器人健康助理

很顯然，生產這種機器人的技術挑戰(zhàn)和自動駕駛問題類似，不過依然有明顯的不同。巡游和回避障礙是共通點，但清晰駕駛車道和交通管理的概念，無法運用在這些機器人身上；一切都關乎在建筑物內的障礙回避與巡游（要重新規(guī)劃地圖以繞過臨時不可移動的障礙）。雖然車子有自然語言接口只是還不錯，但是對機器人助理來說，卻是不可或缺。誰想要在藥房送錯藥，或是餐廳搞砸點單時學著怎么按鈕？

Gartner 最近推出一份機器人人工智能與感應要求的前十大清單，其中包括了：

? 計算機視覺－場景分析、對象識別等等

? 生物識別與驗證－誰在跟我說話，他們是否獲準下達此等命令

? 對話接口－話語識別與自然語言處理

? 聲音場景分析－識別明顯的噪音如狗吠或玻璃破裂

? 地點感應－我在哪，誰／什么在我附近

? 自動移動－能夠不撞倒對象或人，移動到建筑物其他地方的能力

? 機器人內建人工智能功能－不只是仰賴云端

現(xiàn)今對于建立具有這些能力的系統(tǒng)默認取向，從根據(jù)多核心繪圖處理器（GPU）平臺，在機器人內建人工智能系統(tǒng)。這可以理解──產品建立者可以使用現(xiàn)成的平臺做樣品，無須擔心專用集成電路（ASIC）細節(jié)，就像他們會使用中央處理器（CPU）開發(fā)板給更傳統(tǒng)應用程序使用的方式一樣。但是隨著產品數(shù)量暴增，或著你正推動其暴增的時候，成本與顧客滿足／差異化就愈來愈重要?，F(xiàn)成的解決方案很貴，耗電量很大，且使用和別人一樣的平臺就很難有所差異。這就是為什么無可避免地，大量解決方案轉向ASIC平臺。你無須放棄所有已經投入樣品的投資；成本較低的GPU平臺可能還是解決方案的一部份，但是重要層次的人工智能功能性可以轉移到更有成本效率、更加統(tǒng)合的平臺上。

在機器學習（ML）應用程序中，數(shù)字信號處理（DSP）優(yōu)于GPU的每瓦特效能遠近馳名，有一部分原因是固定點優(yōu)于浮動點操作，還有某些平臺的量化彈性。訂做解決方案的價格優(yōu)勢（以數(shù)量算）也很出名。這就是為何你更有可能看到具數(shù)量／價格敏感性的ML應用程序在邊際采用DSP而不是現(xiàn)有的GPU。

智能屏幕－無屏幕機器人的形式之一？

但你能做到所有用GPU可以做到的事嗎？答案是還真不少。拿計算機視覺，亦即定位、追蹤、對象識別、手勢識別為例。這個程度的視覺處理現(xiàn)在在某些DSP為基礎的內建平臺上已經有了?；蛘哂米詣右苿又С直镜刂匦掠柧殻o須連上云端）。再一次，支持此一智能的核心識別能力，也是你在GPU會發(fā)現(xiàn)的同樣能力，在DSP上也找得到。

語音識別／驗證與聲音場景分析也可以卸下。這些（和其他這里舉的例子）明白地點出，為何卸除的意義這么重要。這每一種智能操作都分解成多重步驟，就說從取得聲音，到方向解析，到也許基本字詞識別，最終甚至是自然語言處理（NLP）。最后一步非常困難，可能需要上云端。但是在那之前的步驟都可以很輕松用內建解決方案處理。某些應用程序，只須識別很有限的單字，或是你希望偵測非語言信號，例如打破窗戶的地方，你可能根本不需要云端（或本地GPU）。已經有人暗示，甚至有限的NLP在不久的未來便能在邊際支持。

例如CEVA打造了一連串龐大的解決方案，在邊緣人工智能用平臺、前端語音處理、物聯(lián)網深入學習上，使用人工智能支持這些前端功能。