所謂嵌入式人工智能，就是設備無須聯網通過云端數據中心進行大規模計算去實現人工智能，而是在本地計算，在不聯網的情況下就可以做實時的環境感知、人機交互、決策控制。那么嵌入式與人工智能關系是什么？嵌入式人工智能的發展趨勢你知道嗎？本文主要詳細嵌入式與人工智能，具體的跟隨小編一起來了解一下。

嵌入式與人工智能關系

所謂嵌入式，就是指一種可被內置于設備或裝置的專用計算機系統。通常來說，具有數字接口的設備都具有嵌入式系統，如手機、車載電腦、智能手表等等。

而嵌入式 AI，則是一種讓 AI 算法可以在終端設備上運行的技術概念。很簡單，換句話說，它的作用就是能讓音箱、手機、機器人等智能硬件在不聯網的情況下實時完成環境感知、人機交互、決策控制等功能。

現在的人工智能大多屬于前者，siri、阿爾法狗都是典型代表。要實現人工智能的行為，必須使用嵌入式系統，這就是現在所說的強人工智能與弱人工智能。具有行為能力的“弱人工智能”就是智能化工具，即MCU基礎上的嵌入式應用系統，已有40多年歷史。可以驕傲地說，單片機、嵌入式系統開啟了人工智能的歷史進程，我們所做的一切都是人工智能的那些事兒。人工智能是基礎的技術資源，它有著改變人們的思維與生活方式、變革社會的巨大潛力。從更大的格局看，萬物智聯時代正在到來，未來將從“以設備為中心”進步為“以用戶為中心”、“以數據為中心”。

業界普遍認為人工智能的三個發展階段包括感知智能、認知智能和通用人工智能（AGI）。感知指語音、語言、圖像、手勢等;認知指理解、記憶、知識、推理、規劃、決策、創造等;通用人工智能指類似人類的思維。其中，感知是人機交互中最重要的一環，為人工智能提供數據基礎。這三個階段需要循序漸進。目前階段，人工智能的目標并不是讓機器模擬人的全部行為，而是在某些特定領域超過人類專家的水平、有能力高效地解決專業問題，從而對人類提供實用的服務。

在人工智能時代，從事嵌入式人工智能研發的上海速嵌公司認為，強大的算法也不會拘泥于PC機實現，需要落地的話，就要依賴嵌入式承載。嵌入式在智能手機上的應用已經足以證明，未來出現的機器人一定會使用嵌入式的技術，所以說對于嵌入式系統的需求已經非常迫切，期待能夠出現顛覆智能手機的嵌入式便攜移動終端。

嵌入式系統開啟人工智能的歷史進程

所說的人工智能，就是以人工方式實現人類智力的替代。人類智力有“思維”與“行為”兩種方式。“思維”是大腦的獨立思考，“行為”是人類個體與客觀世界的交互狀態，除了思考還要有對外部世界的感知與控制。AlphaGo屬于前者，它與李世石、柯潔對決，還要有代理人將它的思維能力轉化成對決的下棋行為。實現人工智能的行為方式，則非嵌入式系統莫屬。對此，人工智能領域人士，普遍將這兩種人工智能定義成“強人工智能”與“弱人工智能”。

AlphaGo之父哈薩比斯在劍橋大學演講中則用“通用人工智能”與“狹義人工智能”來區分。總之，所有專家都認可具有行為能力的“弱人工智能”。

具有行為能力的“弱人工智能”就是智能化工具，即MCU基礎上的嵌入式應用系統，已有40多年歷史。無怪乎約翰?麥卡錫這位50年代提出人工智能概念的學者，感嘆于我們日常生活中每天都在使用人工智能，抱怨于“一旦一樣東西用人工智能實現了，人們就不再叫它人工智能了”。

可以驕傲地說，單片機、嵌入式系統開啟了人工智能的歷史進程，速嵌智造所做的一切都是嵌入式人工智能的那些事兒。

嵌入式人工智能的的發展趨勢

而接下來的10年到20年走向萬物互聯的階段，除了整體解決方案的競爭、純算法公司的存亡值得關注以外，5G和AI相輔相成也將帶來新的機會。高通全球副總裁孫剛表示，預計2025年AI延伸出來的產業會產生5.1萬億美元的商業場景，到2030年由5G延伸出來的產業為12.3萬億（數據來源），這兩個產業有非常大的前景。

1、嵌入式人工智能于各行業垂直領域應用具有巨大的潛力

嵌入式人工智能市場在零售、交通運輸和自動化、制造業及農業等各行業垂直領域具有巨大的潛力。而驅動市場的主要因素，是嵌入式人工智能技術在各種終端用戶垂直領域的應用數量不斷增加，尤其是改善對終端消費者服務。當然嵌入式人工智能市場要起來也受到IT基礎設施完善、智能手機及智能穿戴式設備的普及。其中，以自然語言處理（NLP）應用市場占嵌入式人工智能市場很大部分。隨著自然語言處理的技術不斷精進而驅動消費者服務的成長，還有：汽車信息通訊娛樂系統、嵌入式人工智能機器人及支持嵌入式人工智能的智能手機等領域。

2、嵌入式人工智能導入醫療保健行業維持高速成長

由于醫療保健行業大量使用大數據及嵌入式人工智能，進而精準改善疾病診斷、醫療人員與患者之間人力的不平衡、降低醫療成本、促進跨行業合作關系。此外嵌入式人工智能還廣泛應用于臨床試驗、大型醫療計劃、醫療咨詢與宣傳推廣和銷售開發。嵌入式人工智能導入醫療保健行業從2016年到2022年維持很高成長，預計從2016年的6.671億美元達到2022年的79.888億美元年均復合增長率為52.68％。

3、嵌入式人工智能取代屏幕成為新UI / UX接口

過去從PC到手機時代以來，用戶接口都是透過屏幕或鍵盤來互動。隨著智能喇叭（Smart Speaker）、虛擬/增強現實（VR/AR）與自動駕駛車系統陸續進入人類生活環境，加速在不需要屏幕的情況下，人們也能夠很輕松自在與運算系統溝通。這表示著嵌入式人工智能透過自然語言處理與機器學習讓技術變得更為直觀，也變得較易操控，未來將可以取代屏幕在用戶接口與用戶體驗的地位。例如：使用速嵌智造語音識別系統的各種家用電器、小家電，透過人工神經網絡以實現實時翻譯，也就是說，嵌入式人工智能讓接口變得更為簡單且更有智能，也因此設定了未來互動的高標準模式。

4、未來手機芯片一定內建嵌入式人工智能運算核心

現階段主流的ARM架構處理器速度不夠快，若要進行大量的圖像運算仍嫌不足，所以未來的手機芯片一定會內建嵌入式人工智能運算核心。正如，蘋果將3D感測技術帶入iPhone之后，Android陣營智能手機將在明年（2017）跟進導入3D感測相關應用。

5、嵌入式人工智能芯片關鍵在于成功整合軟硬件

嵌入式人工智能芯片的核心是半導體及算法。嵌入式人工智能硬件主要是要求更快指令周期與低功耗，包括GPU、DSP、ASIC、FPGA和神經元芯片，且須與深度學習算法相結合，而成功相結合的關鍵在于先進的封裝技術。總體來說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選擇就看產品供貨商的需求考慮而定。例如，蘋果的Face ID臉部辨識就是3D深度感測芯片加上神經引擎運算功能，整合高達8個組件進行分析，分別是紅外線鏡頭、泛光感應組件、距離傳感器、環境光傳感器、前端相機、點陣投影器、喇叭與麥克風。蘋果強調用戶的生物識別數據，包含：指紋或臉部辨識都以加密形式儲存在iPhone內部，所以不易被竊取。

6、嵌入式人工智能自主學習是終極目標

嵌入式人工智能“大腦”變聰明是分階段進行，從機器學習進化到深度學習，再進化至自主學習。目前，上海速嵌QuickEmbed的嵌入式人工智能仍處于機器學習及深度學習的階段，若要達到自主學習需要解決四大關鍵問題。首先，是為自主機器打造一個嵌入式人工智能平臺；還要提供一個能夠讓自主機器進行自主學習的虛擬環境，必須符合物理法則，碰撞，壓力，效果都要與現實世界一樣；然后再將嵌入式人工智能的“大腦”放到自主機器的框架中；最后建立虛擬世界入口（VR）。目前，NVIDIA推出自主機器處理器Xavier，就在為自主機器的商用和普及做準備工作。