<abbr id="kc8ii"><menu id="kc8ii"></menu></abbr>
  • <input id="kc8ii"><tbody id="kc8ii"></tbody></input><table id="kc8ii"><source id="kc8ii"></source></table><kbd id="kc8ii"></kbd>
    <center id="kc8ii"><table id="kc8ii"></table></center>
  • <input id="kc8ii"></input>
    <abbr id="kc8ii"></abbr>
  • <abbr id="kc8ii"></abbr>
  • <center id="kc8ii"><table id="kc8ii"></table></center>
    <abbr id="kc8ii"></abbr>
    你的位置:首頁 > 傳感技術 > 正文

    邊緣計算人工智能之夢

    發布時間:2022-08-01 來源:ADI 責任編輯:wenwei

    【導讀】飛行汽車、機器人管家……在一些未來暢想中,今天的人們已經擁有了各式“智慧”產品。如果運氣不好的話,高智能機器人大行其道,開始起來反抗人類,再現《機械公敵》劇情。雖然這些想象并未成真,但在當下,人工智能(AI)技術已經走進了人們的世界。比如,每當給Alexa智能音箱指令時,機器學習技術都會努力弄清話語內容,并試圖做出最佳判斷。每次Netflix或亞馬遜推薦了“下一部電影”或“下一次購貨商品”時,均是基于復雜機器學習算法而定向推薦,讓這些推薦遠比之前的促銷看上去誘人。盡管自動駕駛汽車尚未普及,但人們紛紛意識到自主導航的潛力和趨勢。


    9.jpg


    人工智能技術大有前途——它讓機器可以根據周圍的世界做出決策,像人一樣處理信息,甚至處理方式還會優于人類。但是,如果細想上述事例,便會發現目前的很多人工智能,只能通過“大型機器”來實現——這些機器發熱量高、擁有線路功耗、體積巨大,而且昂貴。像Alexa和Netflix依靠云端的大型、高耗電服務器來分析用戶的意圖。而自動駕駛汽車則要依賴電池供電,考慮到電池必須能夠驅動車輪和轉向,因此需要提供很高的容量,與非常昂貴的人工智能決策相比,同樣也要消耗大量能源。


    目前,人工智能技術穩步發展,但是人工智能的“小型化,邊緣化”卻明顯滯后。那些由小型電池供電或存在成本和尺寸限制的設備無法實現機器的視覺和聽覺分析功能。目前,這些小型機器只能利用簡單的人工智能技術:也許只是聽一個關鍵詞,或者分析低維信號,比如用光容積描記術(PPG)來測量心率。


    如果小型機器有視覺和聽覺功能會怎么樣?


    事實上,小型設備一旦能夠看到和聽到,是否有實用價值呢?思考一下,像門鈴攝像頭這樣的小產品需要使用自動駕駛或自然語言處理等高階人工智能技術嗎?似乎也沒有必要。因此可以考慮采用不太復雜、處理強度不大的小型化的、邊緣的人工智能計算,比如詞匯識別、語音識別和圖像分析。


    ●    普通的門鈴攝像頭和消費類安保攝像頭經常會被一些無關緊要的事件觸發,比如刮風引起的植物擺動、云彩引起的劇烈光線變化、甚至是狗或貓在攝像頭前跑動。這些事件可能會導致誤觸發,從而需要房主去操作忽視并清除此類觸發事件。尤其糟糕的是,如果房主正好在世界其它地方旅行,而家里的攝像頭卻對日出、云彩、日落造成的光線變化發出了誤警報會影響他們睡眠和旅行。但一個智能攝像頭卻能夠基于更具體的事件進行觸發,例如在所監控的畫面中出現了一個人。


    ●    門鎖或其它出入口可使用面部識別,甚至是語音識別來授予人員訪問權限,在某些情況下不需要鑰匙或胸卡。


    ●    很多攝像頭都希望在發生某些特定事件時才觸發:例如,跟蹤攝像頭可能希望在畫面中出現鹿時被觸發,安保攝像頭可能希望在畫面中有人或出現開門或腳步聲等噪音時被觸發,而個人攝像頭可能希望通過語音命令來觸發。


    ●    雖然有很多“Hey Alexa”這樣的簡單解決方案,但多詞匯量命令在很多應用中都非常有用。如果具備識別20個或更多單詞的詞匯表,就可以在工業設備、家居自動化、烹飪設備和大量其它設備中應用,以簡化人機交互。


    盡管這些例子只觸及表層:讓小型機器看到、聽到和解決過去需要人為干預的問題,但實際上這是一種顛覆性思路,因為人們每天都不斷發現可智能化創造的新場景。


    讓小機器具備視覺和聽覺功能,面臨哪些挑戰?


    既然人工智能對小型機器具有如此實用價值,為何沒有被大量開發呢?答案是受限于算力。人工智能推理是神經網絡模型計算的結果。可以把神經網絡模型看作是大腦處理圖像或聲音的粗略近似形態,將其分解為非常小的片段,然后在這些小碎片組合在一起時識別出模型。現代化視覺問題的主要模型是卷積神經網絡(CNN)。這類模型在圖像分析方面非常出色,在音頻分析方面也非常有用。問題在于,這些模型需要數百萬或數十億次的數學計算。對于傳統硬件設計,這些應用在實施時卻會面臨一些困難抉擇:


    ●    使用低成本、低功耗的微控制器解決方案。雖然平均功耗可能很低,但卷積神經網絡可能需要幾秒鐘時間來計算,這意味著人工智能推理不是實時的,并會消耗大量的電池電量。


    ●    購置一個昂貴的高性能處理器,能在規定延遲內完成這些數學運算。不過,這些處理器通常很大,需要很多外部組件,包括散熱器或類似的冷卻組件。好處是,它們執行人工智能推理的速度非常快。


    ●    低功耗微控制器解決方案的速度太慢,無法發揮作用,而高性能處理器方法會超出成本、尺寸和電源預算,可以說上述兩種方案都不夠理想,難以實施。


    由此可見,人們需要的是一種全新的嵌入式人工智能解決方案,盡可能減少卷積神經網絡計算所需的能耗。人工智能推理需要以比傳統微控制器或處理器解決方案更少的能量來執行,并且無需借助能耗高、尺寸大、成本大的外部組件(如存儲器)。如果人工智能推理解決方案實際上能夠消除機器視覺的能量損失,那么即便是最小的設備也能看到并識別周圍世界發生的事情。


    幸運的是,人們現在已經處于這場“小型機器”革命的開端。目前,ADI已經在市場上推出了相關產品,能夠消除人工智能推理的能源成本,并實現電池供電的機器視覺功能。了解更多有關構建能夠執行人工智能推理但能耗卻只有微焦耳的微控制器的信息。


    關于ADI公司


    ADI是全球領先的高性能模擬技術公司,致力于解決最艱巨的工程設計挑戰。憑借杰出的檢測、測量、電源、連接和解譯技術,搭建連接現實世界和數字世界的智能化橋梁,從而幫助客戶重新認識周圍的世界。詳情請瀏覽ADI官網www.analog.com/cn。



    免責聲明:本文為轉載文章,轉載此文目的在于傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請聯系小編進行處理。


    推薦閱讀:


    ADALM2000實驗:硅控整流器(SCR)

    GaN是否具有可靠性?或者說我們能否如此提問?

    高效的電動車牽引逆變器設計,你需要一顆高性能智能柵極驅動器!

    VE-Trac SiC如何讓主驅逆變器變得更強?

    聰明與智慧之爭:為什么智能樓宇是更好的選擇

    特別推薦
    技術文章更多>>
    技術白皮書下載更多>>
    熱門搜索
    ?

    關閉

    ?

    關閉

    九九久久精品无码专区| 欧美日韩中文字幕| 亚洲中文字幕伊人久久无码| 东京热加勒比无码少妇| 欧美日韩不卡一区二区三区中文字| 精品深夜AV无码一区二区| 亚洲精品一级无码中文字幕 | 亚洲精品97久久中文字幕无码 | 亚洲AV中文无码乱人伦下载 | 色欲综合久久中文字幕网| 国产精品三级在线观看无码| 熟妇人妻系列aⅴ无码专区友真希| 亚洲中文字幕无码久久综合网| 无码内射中文字幕岛国片| 久久亚洲AV无码精品色午夜麻豆| 最新中文字幕av无码专区| 久99久无码精品视频免费播放| 日韩人妻精品无码一区二区三区| 久久无码国产专区精品| 亚洲av午夜国产精品无码中文字 | 中文毛片无遮挡高潮免费| 99久久人妻无码精品系列| 久久久久无码精品国产| 日本无码小泬粉嫩精品图| www.中文字幕| 久久精品中文字幕久久| 色婷婷综合久久久中文字幕| 日本按摩高潮a级中文片| 亚洲国产成人精品无码久久久久久综合 | 国产99久久九九精品无码| 精品人妻无码一区二区色欲产成人 | 毛片无码全部免费| 四虎成人精品国产永久免费无码| 日韩经典精品无码一区| 免费无遮挡无码视频在线观看| 免费A级毛片无码A∨| 青青草无码免费一二三区| 色综合久久久久无码专区| 日韩精品无码一区二区三区不卡| 日韩精品无码AV成人观看| 国产日韩精品中文字无码|