1/在過(guò)去的幾年里,嵌入式計(jì)算機(jī)視覺(jué)以及更廣泛的感知人工智能取得了巨大的增長(zhǎng):使用傳感器和嵌入式人工智能來(lái)幫助機(jī)器感知和理解周圍的現(xiàn)實(shí)世界。嵌入式視覺(jué)和感知 AI使系統(tǒng)比以往更強(qiáng)大、更易于使用、更高效、更有能力。是什么推動(dòng)了這一趨勢(shì)?正在解決什么問(wèn)題?通過(guò)調(diào)研專注相關(guān)領(lǐng)域上百家公司,我們將一些洞察總結(jié)下來(lái)。
2/最大的趨勢(shì)之一是多模態(tài)感知,即機(jī)器感知不僅涉及一種感官,還涉及將來(lái)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(xué)家兼德克薩斯大學(xué)奧斯汀分校計(jì)算機(jī)科學(xué)系教授Kristen Grauman分享了“感知AI的前沿:第一人稱視頻和多模態(tài)感知”發(fā)表演講。她討論等研究人員聚焦Ego4D,這是一個(gè)龐大的開(kāi)源多模態(tài)數(shù)據(jù)集,可以捕捉世界各地人們的日常生活活動(dòng)。
4/第二個(gè)趨勢(shì)是“人工智能無(wú)處不在”,這意味著人工智能已經(jīng)融入到各種各樣的產(chǎn)品中。是什么推動(dòng)了這一趨勢(shì)?簡(jiǎn)短的回答是人們希望系統(tǒng)功能更強(qiáng)大、更易于使用。你喜歡打掃你的房子嗎?當(dāng)然不是。但是有了機(jī)器人吸塵器,你就不必這樣做了。
5/Keurig現(xiàn)在提供一款咖啡機(jī),它使用嵌入式視覺(jué)和人工智能(是的,你沒(méi)看錯(cuò))來(lái)制作一杯完美的咖啡。十年后,如果有些產(chǎn)品沒(méi)有嵌入人工智能,我會(huì)感到驚訝。
6、人工智能無(wú)處不在的未來(lái)依賴于接下來(lái)的兩個(gè)趨勢(shì)。趨勢(shì)三是更快、更便宜、功能更強(qiáng)大的處理器。問(wèn)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(jié)能之前,你不能將人工智能嵌入到所有東西中。幸運(yùn)的是,隨著處理器和加速器越來(lái)越適應(yīng)人工智能任務(wù),這方面的進(jìn)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(chǎn)品只是嵌入式AI處理的眾多新選項(xiàng)中的一部分。
8/這就引出了趨勢(shì)四:低代碼/無(wú)代碼開(kāi)發(fā)工具,以及更普遍的編程平臺(tái),使AI易于實(shí)現(xiàn)。這些趨勢(shì)正在解決什么問(wèn)題?好吧,人工智能專家價(jià)格昂貴且供不應(yīng)求,可能有點(diǎn)像20年前的無(wú)線工程師。
9/除非我們讓非人工智能專家工程師能夠構(gòu)建這些系統(tǒng),否則無(wú)處不在的人工智能不會(huì)發(fā)生。Edge Impulse,DeGirum和Nota AI等公司已經(jīng)加緊提供開(kāi)發(fā)工具,大大簡(jiǎn)化了嵌入式AI開(kāi)發(fā)。
10/最后,一個(gè)可能改變游戲規(guī)則的通用法則:生成式AI。我們都看到了對(duì)ChatGPT(歷史上增長(zhǎng)最快的應(yīng)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(duì)人工智能的看法,以及我們?nèi)绾问褂盟??生成式AI的最新進(jìn)展是否會(huì)改變我們創(chuàng)建和使用判別性AI模型的方式,例如用于機(jī)器感知的模型?生成式人工智能是否會(huì)消除對(duì)大量手動(dòng)標(biāo)記訓(xùn)練數(shù)據(jù)的需求?它是否會(huì)加速我們創(chuàng)建輕松融合多種類型數(shù)據(jù)(如文本、圖像和聲音)的系統(tǒng)的能力?
-
嵌入式
+關(guān)注
關(guān)注
5089文章
19169瀏覽量
306747 -
AI
+關(guān)注
關(guān)注
87文章
31399瀏覽量
269788 -
人工智能
+關(guān)注
關(guān)注
1793文章
47590瀏覽量
239472
原文標(biāo)題:塑造嵌入式AI的四個(gè)新趨勢(shì)
文章出處:【微信號(hào):LinuxDev,微信公眾號(hào):Linux閱碼場(chǎng)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論