1/在過去的幾年里，嵌入式計算機視覺以及更廣泛的感知人工智能取得了巨大的增長：使用傳感器和嵌入式人工智能來幫助機器感知和理解周圍的現(xiàn)實世界。嵌入式視覺和感知 AI使系統(tǒng)比以往更強大、更易于使用、更高效、更有能力。是什么推動了這一趨勢？正在解決什么問題？通過調(diào)研專注相關領域上百家公司，我們將一些洞察總結(jié)下來。

2/最大的趨勢之一是多模態(tài)感知，即機器感知不僅涉及一種感官，還涉及將來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研究科學家兼德克薩斯大學奧斯汀分校計算機科學系教授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，這是一個龐大的開源多模態(tài)數(shù)據(jù)集，可以捕捉世界各地人們的日常生活活動。

4/第二個趨勢是“人工智能無處不在”，這意味著人工智能已經(jīng)融入到各種各樣的產(chǎn)品中。是什么推動了這一趨勢？簡短的回答是人們希望系統(tǒng)功能更強大、更易于使用。你喜歡打掃你的房子嗎？當然不是。但是有了機器人吸塵器，你就不必這樣做了。

5/Keurig現(xiàn)在提供一款咖啡機，它使用嵌入式視覺和人工智能（是的，你沒看錯）來制作一杯完美的咖啡。十年后，如果有些產(chǎn)品沒有嵌入人工智能，我會感到驚訝。

6、人工智能無處不在的未來依賴于接下來的兩個趨勢。趨勢三是更快、更便宜、功能更強大的處理器。問題很明顯：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。幸運的是，隨著處理器和加速器越來越適應人工智能任務，這方面的進展令人難以置信。

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處理的眾多新選項中的一部分。

8/這就引出了趨勢四：低代碼/無代碼開發(fā)工具，以及更普遍的編程平臺，使AI易于實現(xiàn)。這些趨勢正在解決什么問題？好吧，人工智能專家價格昂貴且供不應求，可能有點像20年前的無線工程師。

9/除非我們讓非人工智能專家工程師能夠構建這些系統(tǒng)，否則無處不在的人工智能不會發(fā)生。Edge Impulse，DeGirum和Nota AI等公司已經(jīng)加緊提供開發(fā)工具，大大簡化了嵌入式AI開發(fā)。

10/最后，一個可能改變游戲規(guī)則的通用法則：生成式AI。我們都看到了對ChatGPT（歷史上增長最快的應用程序！）和Midjourney的巨大興趣。生成式人工智能將如何改變我們對人工智能的看法，以及我們?nèi)绾问褂盟可墒紸I的最新進展是否會改變我們創(chuàng)建和使用判別性AI模型的方式，例如用于機器感知的模型？生成式人工智能是否會消除對大量手動標記訓練數(shù)據(jù)的需求？它是否會加速我們創(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？