在本文中，我們主要探討兩個(gè)主要問(wèn)題，即在“小型機(jī)器”中實(shí)現(xiàn)人工智能的理由，以及開(kāi)發(fā)人工智能小型機(jī)器將面臨哪些挑戰(zhàn)?

未來(lái)，在人工智能方面，我們應(yīng)該有飛行汽車(chē)和機(jī)器人管家。甚至還可能遇到有感知能力的機(jī)器人決定起來(lái)反抗我們。雖然我們還沒(méi)有發(fā)展到這種程度，但顯然人工智能(AI)技術(shù)已經(jīng)進(jìn)入了我們的世界。

每次當(dāng)我們讓智能語(yǔ)音助手做一件事是，機(jī)器學(xué)習(xí)技術(shù)就會(huì)先搞明白你說(shuō)了什么，并試圖對(duì)你想讓它做什么做出最好的決定。例如，每次視頻網(wǎng)站或電商平臺(tái)向你推薦“你可能喜歡的電影”或“你可能需要的商品”時(shí)，它都是基于復(fù)雜的機(jī)器學(xué)習(xí)算法，盡可能地向你提供具有說(shuō)服力的建議，這顯然比過(guò)去的促銷(xiāo)活動(dòng)更有吸引力。

雖然我們可能不是所有人都有自動(dòng)駕駛汽車(chē)，但我們敏銳地意識(shí)到這一領(lǐng)域的發(fā)展以及自動(dòng)導(dǎo)航提供的潛力。

人工智能技術(shù)承載著一個(gè)偉大的希望——機(jī)器可以根據(jù)周?chē)氖澜缱龀鰶Q定，像人類(lèi)一樣處理信息，甚至以一種優(yōu)于人類(lèi)的方式。但如果我們考慮一下上面的例子，就會(huì)發(fā)現(xiàn)只有“大型機(jī)器”才能實(shí)現(xiàn)人工智能的承諾，這些設(shè)備往往沒(méi)有功率、尺寸或成本的限制?；蛘邠Q句話(huà)說(shuō)，它們會(huì)發(fā)熱，有線(xiàn)路供電，體積很大，而且很昂貴。例如，Alexa 和 Netflix 這些全球領(lǐng)先的IT巨頭企業(yè)依靠云中的大型耗電服務(wù)器（數(shù)據(jù)中心）來(lái)推斷用戶(hù)的意圖。

雖然自動(dòng)駕駛汽車(chē)很可能依賴(lài)電池，但考慮到這些電池必須轉(zhuǎn)動(dòng)車(chē)輪和轉(zhuǎn)向，它們的能量容量是巨大的。與最昂貴的人工智能決策相比，它們是巨大的能源支出。

因此，盡管人工智能前景廣闊，但“小機(jī)器”卻被拋在了后面 。由較小電池供電或具有成本和尺寸限制的設(shè)備無(wú)法參與機(jī)器可以看到和聽(tīng)到的想法。今天，這些小機(jī)器只能利用簡(jiǎn)單的人工智能技術(shù)，也許是聽(tīng)一個(gè)關(guān)鍵詞，或者從心率分析低維信號(hào)，如光電體積描記術(shù) (PPG)。

如果小機(jī)器能看能聽(tīng)會(huì)怎樣？

但是，小型機(jī)器能夠看到和聽(tīng)到是否有價(jià)值？可能很多人很難想象像門(mén)鈴攝像頭這樣利用自動(dòng)駕駛或自然語(yǔ)言處理等技術(shù)的小設(shè)備。盡管如此，諸如詞匯識(shí)別、語(yǔ)音識(shí)別和圖像分析之類(lèi)的不太復(fù)雜、處理密集程度較低的 AI 計(jì)算仍然存在機(jī)會(huì)：

• 門(mén)鈴攝像頭和消費(fèi)級(jí)安全攝像頭通常會(huì)觸發(fā)一些無(wú)趣的事件，例如風(fēng)引起的植物運(yùn)動(dòng)、云引起的劇烈光線(xiàn)變化，甚至是狗或貓?jiān)阽R頭前面動(dòng)等事件。這可能導(dǎo)致錯(cuò)誤警報(bào)觸發(fā)，導(dǎo)致房主開(kāi)始忽略掉一些重要事件。因?yàn)椋恐骺赡茉谑澜绮煌牡胤铰眯?，也可能正在睡覺(jué)，而他們的安全攝像機(jī)卻對(duì)日出、云和日落引起的照明變化頻繁發(fā)出警報(bào)。而更智能的攝像機(jī)則可以更加精準(zhǔn)是識(shí)別物體變化，如人體的輪廓，進(jìn)而避免誤報(bào)干擾。
• 門(mén)鎖或其他接入點(diǎn)可以使用面部識(shí)別甚至語(yǔ)音識(shí)別來(lái)驗(yàn)證人員訪問(wèn)權(quán)限，在很多情況下無(wú)需鑰匙或IC卡。
• 許多攝像頭希望在某些事件上觸發(fā)：例如，跟蹤攝像頭可能希望在畫(huà)面中出現(xiàn)某一種動(dòng)物時(shí)觸發(fā)，安全攝像頭可能希望在畫(huà)面中出現(xiàn)人或開(kāi)門(mén)或腳步聲等噪音時(shí)觸發(fā)，并且有些攝像機(jī)可能想要通過(guò)語(yǔ)音命令觸發(fā)等等。
• 大詞匯量命令在許多應(yīng)用中都很有用。雖然有很多類(lèi)似 “Hey Alexa”、“Hey Siri” 解決方案，但如果開(kāi)始考慮 20 個(gè)或更多單詞的詞匯，則可以在工業(yè)設(shè)備、家庭自動(dòng)化、烹飪用具和許多其他設(shè)備中找到用于簡(jiǎn)化人機(jī)交互的用途。

這些例子只是表面上的。讓小型機(jī)器看到、聽(tīng)到和解決以前需要人工干預(yù)的問(wèn)題的想法是一個(gè)強(qiáng)大的想法，我們每天都在繼續(xù)尋找創(chuàng)造性的新用例。

讓小型機(jī)器能看和聽(tīng)的挑戰(zhàn)是什么？

那么，如果人工智能對(duì)小型機(jī)器如此有價(jià)值，為什么我們還沒(méi)有廣泛應(yīng)用呢？答案是計(jì)算能力。人工智能推理是神經(jīng)網(wǎng)絡(luò)模型計(jì)算的結(jié)果。把神經(jīng)網(wǎng)絡(luò)模型想象成你的大腦如何處理圖片或聲音的一個(gè)粗略的近似，把它分解成非常小的片段，然后當(dāng)這些小片段組合在一起時(shí)識(shí)別出模式。

現(xiàn)代視覺(jué)問(wèn)題的主力模型是卷積神經(jīng)網(wǎng)絡(luò) (CNN)。這些模型在圖像分析方面非常出色，在音頻分析中也非常有用。挑戰(zhàn)在于此類(lèi)模型需要數(shù)百萬(wàn)或數(shù)十億次數(shù)學(xué)計(jì)算。傳統(tǒng)上，這些應(yīng)用很難選擇實(shí)施：

• 使用廉價(jià)且低功耗的微控制器解決方案。雖然平均功耗可能很低，但 CNN 可能需要幾秒鐘的時(shí)間來(lái)計(jì)算，這意味著 AI 推理不是實(shí)時(shí)的，因此會(huì)消耗大量電池電量。
• 購(gòu)買(mǎi)可以在所需延遲內(nèi)完成這些數(shù)學(xué)運(yùn)算的昂貴且高性能的處理器。這些處理器通常很大，需要大量外部組件，包括散熱器或類(lèi)似的冷卻組件。但是，它們執(zhí)行 AI 推理的速度非常快。
• 無(wú)法實(shí)施。低功耗微控制器解決方案將太慢而無(wú)法使用，而高性能處理器方法將打破成本、尺寸和功率預(yù)算。

我們需要的是一種嵌入式的人工智能解決方案，從頭開(kāi)始構(gòu)建，以最大限度地減少CNN計(jì)算的能源消耗。與傳統(tǒng)的微控制器或處理器解決方案相比，AI推斷需要在一個(gè)數(shù)量級(jí)上執(zhí)行，并且不需要內(nèi)存等外部組件的幫助，這些外部組件會(huì)消耗能量、體積和成本。

如果人工智能推理解決方案可以消除機(jī)器視覺(jué)的能量損失，那么即使是最小的設(shè)備也可以看到并識(shí)別周?chē)澜绨l(fā)生的事情。

幸運(yùn)的是，我們正處于這場(chǎng)“小機(jī)器”革命的開(kāi)端?，F(xiàn)在的產(chǎn)品幾乎可以消除人工智能推斷的能源成本，并實(shí)現(xiàn)電池驅(qū)動(dòng)的機(jī)器視覺(jué)。例如，一個(gè)微控制器可用于執(zhí)行 AI 推理，同時(shí)僅消耗微焦耳的能量。