中新网・甘肃新闻
 当前位置:首页 > 视觉本地 > 正文内容
Edge AI超越语音和视觉
发布时间:2019-06-17 22:29:40  点击数:45  

  在讨论AI在边缘设备设计中的作用时,公众对亚马逊Alexa和支持摄像头的自动驾驶汽车等系统的广泛认知使得语音和视觉几乎自动浮现在脑海中。

  在讨论AI在边缘设备设计中的作用时,公众对亚马逊Alexa和支持摄像头的自动驾驶汽车等系统的广泛认知使得语音和视觉几乎自动浮现在脑海中。但AI技术远远超出语音和视觉解释,支持使用传统算法开发难以处理的复杂系统行为的实现。诀窍是尽可能靠近边缘移动AI。

  语音和视觉的两个标志性AI应用恰好也说明了将AI设计到嵌入式系统中的两种架构选择。在语音的情况下,AI的主要任务 - 学习和推理 - 都在云中处理,其中有大量的处理能力。这使得边缘设备能够以更少的处理能力相处。它将大部分有限的容量用于捕获和转发数据到云端,并实现任何返回的命令。该方法具有允许相对便宜的边缘设备设计的优点,但是遭受大量WAN通信活动的高带宽需求和延迟效应。

  另一方面,视觉系统提供了相当大的本地处理能力,可以根据实时数据做出实时推断和响应决策。在边缘设备实现之前,在大型计算机系统上进行了通知推理引擎开发的机器学习。该方法几乎不涉及WAN流量并且最小化延迟,但是可能需要显着的本地处理能力以及相关的膨胀成本。

  本地处理带来的两大好处促使人们开发人工智能处理选项,以寻求降低本地AI推理的成本,正如早期的AspenCore特殊项目AI Flood Drives Chips to the Edge所探讨的那样。最近,公司已经开始将他们的AI处理硬件与工具配对,以帮助开发人员选择实现推理引擎所需的机器学习或培训的方法和实施。例如,QuickLogic现在提供SensiML分析工具包及其EOS S3AI硬件开发套件,用于在工业预测性维护等应用中开发基于边缘的AI。同样,意法半导体正在提供STM32Cube.AI工具包,用于将神经网络转换为C代码。此外,像Mathworks这样的公司正在扩充像MATLAB这样的工具,用于推理引擎的分析。

  这些不同趋势的结果将是扩展AI在嵌入式系统中的应用,远远超出当今所见的各种应用。开发人员将能够使用AI技术实现复杂的嵌入式系统行为,这比当前的算法开发实践允许的更快,更可靠。而不是创建一个复杂的状态机,试图预测所有可能的输入条件并定义所需的结果,开发人员将根据实际数据训练AI系统,并允许它处理常见情况,同时识别和标记意外的数据没有做任何意外的事情。

  这个特殊项目探讨了人工智能不断向边缘发展的过程,文章研究了技术趋势,确定了实施的硬件和通信要求,并讨论了一些创新的应用空间,例如人工智能可以发挥作用的测试和数据存储。随着开发人员对AI的理解不断增长,其处理成本不断下降,可应用的应用程序范围将继续增长。最终,Ai将像微处理器那样对电子系统设计产生变革性的影响。AspenCore的人工智能特殊项目正在追踪这一发展。(编译/千家网)

     汕尾在线
【编辑:汕尾在线】

上一篇:重橙网络积极推动Flash Player本地化服务进程

下一篇:大脑界面技术的进步为视觉系统提供了更清晰的洞察力

>>推荐图文

>>热门文章

关于我们 | About us | 联系我们 | 广告服务 | 法律声明 | 招聘信息 | 留言反馈

本网站所刊载信息不代表汕尾在线的观点,刊用本网站稿件,务经书面授权。

未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。

Powerd by 汕尾在线 版权所有