人工智能新力量

1.AI簡(jiǎn)介

AI（人工智能）起源于達特茅斯學(xué)院于1956年舉辦的夏季研討會(huì )。在該會(huì )議上，“人工智能”一詞首次被正式提出。計算能力的技術(shù)突破推動(dòng)了人工智能一輪又一輪的發(fā)展。近年來(lái)，隨著(zhù)大數據的可用性提高，第三輪人工智能發(fā)展浪潮已經(jīng)來(lái)臨。2015年，基于深度學(xué)習的人工智能算法在ImageNet競賽的圖像識別精度方面首次超過(guò)人類(lèi)，人工智能在發(fā)展道路上高歌猛進(jìn)。隨著(zhù)計算機視覺(jué)技術(shù)研究取得突破，深度學(xué)習已經(jīng)在語(yǔ)音識別、自然語(yǔ)言處理等不同研究領(lǐng)域都獲得了巨大的成功?，F在，人工智能已經(jīng)在生活中的方方面面顯示出巨大潛力。

結合人工智能技術(shù)的發(fā)展階段，現將一些主要概念大致解釋如下。

AI：能讓計算機腦模擬人類(lèi)行為的一切技術(shù)。

機器學(xué)習：人工智能（AI）的子集。通過(guò)從數據中學(xué)習而不斷改進(jìn)的算法和方法。

深度學(xué)習：機器學(xué)習（ML）的子集。通過(guò)使用模擬人類(lèi)大腦神經(jīng)網(wǎng)絡(luò )的多層結構，從大量數據中獲得有價(jià)值信息的學(xué)習算法。

2.人工智能的新生力量，意法半導體Deep Edge AI應運而生

目前，因為算力的需求，人工智能技術(shù)主要應用于云端場(chǎng)景。由于數據傳輸延遲等因素的限制，基于云的解決方案可能無(wú)法滿(mǎn)足部分用戶(hù)對數據安全性、系統響應能力、私密性、以及本地節點(diǎn)功耗的需求。在集中式人工智能解決方案中，嵌入式設備（智能音箱、可穿戴設備等）通常依賴(lài)云服務(wù)器實(shí)現人工智能能力，而在Deep Edge AI解決方案中，嵌入式設備本身即可在本地運行人工智能算法，實(shí)現實(shí)時(shí)環(huán)境感知、人機交互、決策控制等功能。

將推理過(guò)程移到深度邊緣計算會(huì )帶來(lái)一些優(yōu)勢，比如系統響應能力、更好的用戶(hù)信息隱私保護（并非所有數據都需要通過(guò)多個(gè)系統傳輸到云端）、降低連接成本和功耗。

根據ABI的研究結果，到2030年，Deep Edge AI器件的全球出貨量將達到25億臺。意法半導體注意到，圍繞Deep Edge AI技術(shù)的社區和生態(tài)系統越來(lái)越多，專(zhuān)注于獨立、低功耗且經(jīng)濟劃算的嵌入式解決方案。作為該趨勢的主要推動(dòng)者，意法半導體已經(jīng)在A(yíng)I方面投入大量資源，旨在幫助開(kāi)發(fā)人員在基于微控制器/微處理器（STM32系列）和傳感器（MEMS、ToF…）的嵌入式系統上快速部署AI應用。意法半導體為STM32系列和集成了機器學(xué)習核心（MLC）的MEMS傳感器提供了一套AI工具，可以加快開(kāi)發(fā)周期，并且可以?xún)?yōu)化訓練好的AI模型(STM32Cube.AI)。

作為通用技術(shù)，人工智能已經(jīng)在多個(gè)領(lǐng)域取得了令人矚目的成就。我們相信，越來(lái)越多的智能終端設備將會(huì )對人類(lèi)生活產(chǎn)生更為直接的積極影響。

3.通過(guò)意法半導體的生態(tài)系統快速部署AI應用

意法半導體提供一個(gè)包含硬件和軟件的生態(tài)系統，幫助快速、輕松地開(kāi)發(fā)用于傳感器和微控制器的多種Deep Edge AI算法。

MEMS傳感器生態(tài)系統中的機器學(xué)習通過(guò)運行在名為機器學(xué)習核心(MLC)的傳感器嵌入式引擎上的決策樹(shù)分類(lèi)器，幫助設計人員利用AI at the Edge實(shí)現手勢、活動(dòng)識別、異常檢測等。

因此，物聯(lián)網(wǎng)解決方案開(kāi)發(fā)人員可以在快速原型制作環(huán)境中部署我們的任意（內嵌機器學(xué)習核心的）傳感器，以便使用UNICO-GUI工具快速開(kāi)發(fā)超低功耗應用。

借助內置的低功耗傳感器設計、高級AI事件檢測、喚醒邏輯和實(shí)時(shí)邊緣計算功能，傳感器中的MLC極大地減少了系統數據傳輸量，降低了網(wǎng)絡(luò )處理負擔。

如果開(kāi)發(fā)人員決定開(kāi)發(fā)一個(gè)基于傳感器內機器學(xué)習核心的解決方案，則需要一套全新的方法來(lái)發(fā)布自己的應用。

如要創(chuàng )建任何機器學(xué)習算法，起點(diǎn)都是數據及其對類(lèi)（用于描述待解決的復雜問(wèn)題）的定義。您可以遵循五個(gè)步驟，在傳感器中創(chuàng )建并運行AI應用。UNICO-GUI是一種圖形用戶(hù)界面，能夠支持包括決策樹(shù)生成在內的所有五個(gè)步驟。

為了便于開(kāi)發(fā)人員快速向STM32部署已訓練的AI模型，我們開(kāi)發(fā)了一款使用簡(jiǎn)單易用且高效的工具 - STM32Cube.AI（也稱(chēng)X-CUBE-AI）。X-CUBE-AI可以分析并將已訓練的神經(jīng)網(wǎng)絡(luò )轉換為優(yōu)化的C語(yǔ)言代碼，并針對STM32目標進(jìn)行自動(dòng)測試。當然，X-CUBE-AI是一款非常強大的工具，后續文章中將介紹其更多功能。

為了展示幾種不同的AI應用如何可以在STM32上直接運行，并加快STM32嵌入式開(kāi)發(fā)人員的開(kāi)發(fā)、驗證和部署進(jìn)程，意法半導體提供許多AI應用作為參考。

開(kāi)發(fā)人員可以基于這些嵌入式AI應用軟件包進(jìn)行二次開(kāi)發(fā)，快速實(shí)現自定義模型的部署。

更多細節將在后續文章中介紹。

AI開(kāi)發(fā)工具和嵌入式應用軟件包總結如下

軟件開(kāi)發(fā)工具

嵌入式軟件

有STM32的地方就有Deep Edge AI。

STM32的所有MCU都支持AI模型的部署。對于計算能力較低的MCU，支持機器學(xué)習算法（ML）。對于計算能力較高的MCU，還支持神經(jīng)網(wǎng)絡(luò )模型（DL）。

可以運行應用示例的評估板列表總結如下。

產(chǎn)品評估工具

4. 想了解更多詳情？

我們將發(fā)表一系列文章，詳細介紹意法半導體在Deep Edge AI領(lǐng)域的努力成果。

歡迎您在評論中說(shuō)明想了解意法半導體AI的哪些方面，我們將為您呈現更多精彩內容。