【資料圖】
在過去的十年里,人工智能 (AI) 已由一個(gè)概念轉(zhuǎn)變?yōu)槿藗兩钪斜夭豢缮俚囊豁?xiàng)技術(shù)。搜索、社交媒體源、在線廣告等服務(wù)都使用 AI 算法,并在云端對海量數(shù)據(jù)進(jìn)行多元化處理,進(jìn)而為每位用戶量身打造定制服務(wù)。此外,AI 的自主學(xué)習(xí)能力在網(wǎng)絡(luò)應(yīng)用中也無處不在,包括優(yōu)化用戶體驗(yàn)、業(yè)務(wù)流程和技術(shù)解決方案等。
與此同時(shí),AI在聯(lián)網(wǎng)設(shè)備中也開始得到廣泛應(yīng)用,例如通過人臉識(shí)別解鎖手機(jī)、拍攝照片等應(yīng)用。但值得一提的是:這些應(yīng)用的AI計(jì)算在終端設(shè)備上就可實(shí)現(xiàn),即邊緣 AI 算法。
AI及相關(guān)的機(jī)器學(xué)習(xí)技術(shù)逐漸普及和成熟,越來越多的產(chǎn)品集成了邊緣 AI,幫助改善用戶服務(wù)體驗(yàn)并能支持全新的應(yīng)用場景。語音及人臉識(shí)別等手機(jī)標(biāo)配功能僅僅是邊緣AI應(yīng)用的很小一部分,未來將會(huì)有更多場景使用到邊緣AI技術(shù)。
與標(biāo)準(zhǔn)人工智能類似,邊緣 AI 依賴于模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)創(chuàng)建的數(shù)學(xué)模型,并通過訓(xùn)練完成各種任務(wù)。例如,在接觸過網(wǎng)絡(luò)上大量紅綠燈圖片之后,這些神經(jīng)網(wǎng)絡(luò)就會(huì)輕而易舉地識(shí)別此類圖片。
訓(xùn)練AI算法的過程需要大量數(shù)據(jù),并且涉及大量的計(jì)算。但最終得到的是體積小、功能強(qiáng)的 AI 模型,可以輕松部署到任意數(shù)量的終端設(shè)備上。如果這些設(shè)備具有足夠的計(jì)算資源,那么運(yùn)行算法時(shí)就不需要云端連接。
人臉識(shí)別除了可以在智能手機(jī)上使用,也可以在其他場景中用于用戶驗(yàn)證。例如,商業(yè)門禁解決方案通過人臉識(shí)別來確保進(jìn)入限制區(qū)域的員工均經(jīng)過授權(quán),而安保攝像頭則可以利用人臉識(shí)別功能在檢測到陌生人進(jìn)入建筑時(shí)觸發(fā)警報(bào)。同樣,在健身房、醫(yī)療診所或商業(yè)場館,人臉識(shí)別還可以用來辨別客戶。
與此同時(shí),語音用戶界面也越來越流行。畢竟,直接與智能設(shè)備對話應(yīng)該是最方便的互動(dòng)方式了。語音識(shí)別技術(shù)可以驗(yàn)證用戶身份,處理輸入的語音指令,近年來在智能手機(jī)和智能個(gè)人助理的應(yīng)用中被逐漸完善,現(xiàn)在已經(jīng)開始出現(xiàn)在汽車和智能家居設(shè)備應(yīng)用中,同時(shí)還為無法打字的殘疾人士帶來了便利。
在工業(yè)領(lǐng)域,邊緣AI可用于標(biāo)記設(shè)備的異常行為,例如電機(jī)出現(xiàn)故障的早期特征或軸承的磨損跡象。針對此類異常檢測應(yīng)用場景,我們使用包含正常行為的數(shù)據(jù)集對AI模型進(jìn)行訓(xùn)練。只要檢測到任何偏離標(biāo)準(zhǔn)的情況,工廠操作人員就會(huì)收到警報(bào),從而能夠了解機(jī)械設(shè)備潛在的故障并且盡早進(jìn)行處理,避免停機(jī)所造成的高昂經(jīng)濟(jì)和時(shí)間損失。
在無線智能設(shè)備中部署邊緣 AI 應(yīng)用場景已經(jīng)變得非常便捷,而且其性能也更強(qiáng)大。u-blox剛剛推出了NORA-W10 Wi-Fi 4和藍(lán)牙低功耗5.0模塊,專為實(shí)現(xiàn)和加速邊緣AI應(yīng)用部署而設(shè)計(jì)。NORA-W10模塊除了采用高性能open CPU來支持功能豐富的客戶應(yīng)用,還支持語音和人臉識(shí)別的 AI計(jì)算。用于邊緣神經(jīng)網(wǎng)絡(luò)推理(8 位和 16 位模型)的AI矢量指令可以帶來額外的性能提升,顯著加快AI算法速度,降低感知延遲,并且還能減少耗電量。
(8056753)
關(guān)鍵詞: 采用高性能CPU 讓AI在無線環(huán)境中應(yīng)用的超級神器 人工智能