1/在過去的幾年里，嵌入式計算機視覺以及更廣泛的感知人工智能取得了巨大的增長：使用傳感器和嵌入式人工智能來幫助機器感知和理解周圍的現實世界。嵌入式視覺和感知 AI使系統比以往更強大、更易于使用、更高效、更有能力。是什么推動了這一趨勢？正在解決什么問題？通過調研專注相關領域上百家公司，我們將一些洞察總結下來。

2/最大的趨勢之一是多模態感知，即機器感知不僅涉及一種感官，還涉及將來自幾種不同類型傳感器的輸入融合在一起的感知。

3/Facebook AI Research研究科學家兼德克薩斯大學奧斯汀分校計算機科學系教授Kristen Grauman分享了“感知AI的前沿：第一人稱視頻和多模態感知”發表演講。她討論等研究人員聚焦Ego4D，這是一個龐大的開源多模態數據集，可以捕捉世界各地人們的日常生活活動。

4/第二個趨勢是“人工智能無處不在”，這意味著人工智能已經融入到各種各樣的產品中。是什么推動了這一趨勢？簡短的回答是人們希望系統功能更強大、更易于使用。你喜歡打掃你的房子嗎？當然不是。但是有了機器人吸塵器，你就不必這樣做了。

5/Keurig現在提供一款咖啡機，它使用嵌入式視覺和人工智能（是的，你沒看錯）來制作一杯完美的咖啡。十年后，如果有些產品沒有嵌入人工智能，我會感到驚訝。

6、人工智能無處不在的未來依賴于接下來的兩個趨勢。趨勢三是更快、更便宜、功能更強大的處理器。問題很明顯：在具有人工智能功能的嵌入式處理器足夠便宜和足夠節能之前，你不能將人工智能嵌入到所有東西中。幸運的是，隨著處理器和加速器越來越適應人工智能任務，這方面的進展令人難以置信。

7/DEEPX的M1 NPU，恩智浦的 i.MX 93，以及Expedera，Cadence/Tensilica和Xperi的產品只是嵌入式AI處理的眾多新選項中的一部分。

8/這就引出了趨勢四：低代碼/無代碼開發工具，以及更普遍的編程平臺，使AI易于實現。這些趨勢正在解決什么問題？好吧，人工智能專家價格昂貴且供不應求，可能有點像20年前的無線工程師。

9/除非我們讓非人工智能專家工程師能夠構建這些系統，否則無處不在的人工智能不會發生。Edge Impulse，DeGirum和Nota AI等公司已經加緊提供開發工具，大大簡化了嵌入式AI開發。

10/最后，一個可能改變游戲規則的通用法則：生成式AI。我們都看到了對ChatGPT（歷史上增長最快的應用程序！）和Midjourney的巨大興趣。生成式人工智能將如何改變我們對人工智能的看法，以及我們如何使用它？生成式AI的最新進展是否會改變我們創建和使用判別性AI模型的方式，例如用于機器感知的模型？生成式人工智能是否會消除對大量手動標記訓練數據的需求？它是否會加速我們創建輕松融合多種類型數據（如文本、圖像和聲音）的系統的能力？