所谓嵌入式人工智能，就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。那么嵌入式与人工智能关系是什么？嵌入式人工智能的发展趋势你知道吗？本文主要详细嵌入式与人工智能，具体的跟随小编一起来了解一下。
嵌入式与人工智能关系
所谓嵌入式，就是指一种可被内置于设备或装置的专用计算机系统。通常来说，具有数字接口的设备都具有嵌入式系统，如手机、车载电脑、智能手表等等。
而嵌入式 AI，则是一种让 AI 算法可以在终端设备上运行的技术概念。很简单，换句话说，它的作用就是能让音箱、手机、机器人等智能硬件在不联网的情况下实时完成环境感知、人机交互、决策控制等功能。
现在的人工智能大多属于前者，siri、阿尔法狗都是典型代表。要实现人工智能的行为，必须使用嵌入式系统，这就是现在所说的强人工智能与弱人工智能。具有行为能力的“弱人工智能”就是智能化工具，即MCU基础上的嵌入式应用系统，已有40多年历史。可以骄傲地说，单片机、嵌入式系统开启了人工智能的历史进程，我们所做的一切都是人工智能的那些事儿。人工智能是基础的技术资源，它有着改变人们的思维与生活方式、变革社会的巨大潜力。从更大的格局看，万物智联时代正在到来，未来将从“以设备为中心”进步为“以用户为中心”、“以数据为中心”。
业界普遍认为人工智能的三个发展阶段包括感知智能、认知智能和通用人工智能（AGI）。感知指语音、语言、图像、手势等;认知指理解、记忆、知识、推理、规划、决策、创造等;通用人工智能指类似人类的思维。其中，感知是人机交互中最重要的一环，为人工智能提供数据基础。这三个阶段需要循序渐进。目前阶段，人工智能的目标并不是让机器模拟人的全部行为，而是在某些特定领域超过人类专家的水平、有能力高效地解决专业问题，从而对人类提供实用的服务。
在人工智能时代，从事嵌入式人工智能研发的上海速嵌公司认为，强大的算法也不会拘泥于PC机实现，需要落地的话，就要依赖嵌入式承载。嵌入式在智能手机上的应用已经足以证明，未来出现的机器人一定会使用嵌入式的技术，所以说对于嵌入式系统的需求已经非常迫切，期待能够出现颠覆智能手机的嵌入式便携移动终端。
嵌入式与人工智能关系_嵌入式人工智能的发展趋势
嵌入式系统开启人工智能的历史进程
所说的人工智能，就是以人工方式实现人类智力的替代。人类智力有“思维”与“行为”两种方式。“思维”是大脑的独立思考，“行为”是人类个体与客观世界的交互状态，除了思考还要有对外部世界的感知与控制。AlphaGo属于前者，它与李世石、柯洁对决，还要有代理人将它的思维能力转化成对决的下棋行为。实现人工智能的行为方式，则非嵌入式系统莫属。对此，人工智能领域人士，普遍将这两种人工智能定义成“强人工智能”与“弱人工智能”。
AlphaGo之父哈萨比斯在剑桥大学演讲中则用“通用人工智能”与“狭义人工智能”来区分。总之，所有专家都认可具有行为能力的“弱人工智能”。
具有行为能力的“弱人工智能”就是智能化工具，即MCU基础上的嵌入式应用系统，已有40多年历史。无怪乎约翰•麦卡锡这位50年代提出人工智能概念的学者，感叹于我们日常生活中每天都在使用人工智能，抱怨于“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了”。
可以骄傲地说，单片机、嵌入式系统开启了人工智能的历史进程，速嵌智造所做的一切都是嵌入式人工智能的那些事儿。
嵌入式与人工智能关系_嵌入式人工智能的发展趋势
嵌入式人工智能的的发展趋势
而接下来的10年到20年走向万物互联的阶段，除了整体解决方案的竞争、纯算法公司的存亡值得关注以外，5G和AI相辅相成也将带来新的机会。高通全球副总裁孙刚表示，预计2025年AI延伸出来的产业会产生5.1万亿美元的商业场景，到2030年由5G延伸出来的产业为12.3万亿（数据来源），这两个产业有非常大的前景。
1、嵌入式人工智能于各行业垂直领域应用具有巨大的潜力
嵌入式人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素，是嵌入式人工智能技术在各种终端用户垂直领域的应用数量不断增加，尤其是改善对终端消费者服务。当然嵌入式人工智能市场要起来也受到IT基础设施完善、智能手机及智能穿戴式设备的普及。其中，以自然语言处理（NLP）应用市场占嵌入式人工智能市场很大部分。随着自然语言处理的技术不断精进而驱动消费者服务的成长，还有：汽车信息通讯娱乐系统、嵌入式人工智能机器人及支持嵌入式人工智能的智能手机等领域。
2、嵌入式人工智能导入医疗保健行业维持高速成长
由于医疗保健行业大量使用大数据及嵌入式人工智能，进而精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外嵌入式人工智能还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。嵌入式人工智能导入医疗保健行业从2016年到2022年维持很高成长，预计从2016年的6.671亿美元达到2022年的79.888亿美元年均复合增长率为52.68％。
3、嵌入式人工智能取代屏幕成为新UI / UX接口
过去从PC到手机时代以来，用户接口都是透过屏幕或键盘来互动。随着智能喇叭（Smart Speaker）、虚拟/增强现实（VR/AR）与自动驾驶车系统陆续进入人类生活环境，加速在不需要屏幕的情况下，人们也能够很轻松自在与运算系统沟通。这表示着嵌入式人工智能透过自然语言处理与机器学习让技术变得更为直观，也变得较易操控，未来将可以取代屏幕在用户接口与用户体验的地位。例如：使用速嵌智造语音识别系统的各种家用电器、小家电，透过人工神经网络以实现实时翻译，也就是说，嵌入式人工智能让接口变得更为简单且更有智能，也因此设定了未来互动的高标准模式。
嵌入式与人工智能关系_嵌入式人工智能的发展趋势
4、未来手机芯片一定内建嵌入式人工智能运算核心
现阶段主流的ARM架构处理器速度不够快，若要进行大量的图像运算仍嫌不足，所以未来的手机芯片一定会内建嵌入式人工智能运算核心。正如，苹果将3D感测技术带入iPhone之后，Android阵营智能手机将在明年（2017）跟进导入3D感测相关应用。
5、嵌入式人工智能芯片关键在于成功整合软硬件
嵌入式人工智能芯片的核心是半导体及算法。嵌入式人工智能硬件主要是要求更快指令周期与低功耗，包括GPU、DSP、ASIC、FPGA和神经元芯片，且须与深度学习算法相结合，而成功相结合的关键在于先进的封装技术。总体来说GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以嵌入式人工智能硬件选择就看产品供货商的需求考虑而定。例如，苹果的Face ID脸部辨识就是3D深度感测芯片加上神经引擎运算功能，整合高达8个组件进行分析，分别是红外线镜头、泛光感应组件、距离传感器、环境光传感器、前端相机、点阵投影器、喇叭与麦克风。苹果强调用户的生物识别数据，包含：指纹或脸部辨识都以加密形式储存在iPhone内部，所以不易被窃取。
6、嵌入式人工智能自主学习是终极目标
嵌入式人工智能“大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。目前，上海速嵌QuickEmbed的嵌入式人工智能仍处于机器学习及深度学习的阶段，若要达到自主学习需要解决四大关键问题。首先，是为自主机器打造一个嵌入式人工智能平台；还要提供一个能够让自主机器进行自主学习的虚拟环境，必须符合物理法则，碰撞，压力，效果都要与现实世界一样；然后再将嵌入式人工智能的“大脑”放到自主机器的框架中；最后建立虚拟世界入口（VR）。目前，NVIDIA推出自主机器处理器Xavier，就在为自主机器的商用和普及做准备工作。
