Microchip小百科:嵌入式系统的AI应用 智能应用 影音
台湾帆软
ST Microsite

Microchip小百科:嵌入式系统的AI应用

Terry Winograd教授认为实现AI的3个要素:Syntax、Semantics和Inference。
Terry Winograd教授认为实现AI的3个要素:Syntax、Semantics和Inference。

远自古希腊神话就有人造人的发明,人们对于带有神秘色彩,且具有人类智能但又非人的物体,都保持高度兴趣,利用似人机器人帮人类服务的情节也一直是科幻小说的热门题材。

20世纪初,科学家开始对AI进行系统性的研究,至今已超过半世纪的发展史。AI在棋盘游戏对战人类的结果,一直是判断AI进展的标准。在1997年先有IBM深蓝战胜西洋棋王,到2017年AlphaGo击败世界围棋冠军,随着计算机运算能力的快速发展,AI的发展与应用已经快步的进入大众的生活当中。

Microchip的SAMA5系列MPU,可满足各类型AI产品开发需求。利用开源平台在SAMA5D2 Xplained board整合Google Cloud Platform的Vision API、Speech API和Translate API。

Microchip的SAMA5系列MPU,可满足各类型AI产品开发需求。利用开源平台在SAMA5D2 Xplained board整合Google Cloud Platform的Vision API、Speech API和Translate API。

近几年AI相关应用如火如荼的展开,在2017 CES展场上询问度最高的莫过于AWS提供的AI服务解决方案,尤其在Amazon语音助理成为畅销产品后,各大厂开始聚焦在AI服务,无论是云端或是嵌入式AI应用,都对其未来发展寄予厚望。

随着AI应用的普及,我们开始思考,机器要像人,就需要了解人类是如何理解这个世界。Terry Winograd教授认为要实现AI有3个要素:Syntax、Semantics和Inference。

其中理解与分析这个世界构成的元素就是Syntax,在语言学中表示语法,需要了解单字间顺序和语法的关系,以及一语双关的问题。Syntax在机器视觉中可以理解为真实世界的3D结构分析。而Semantics则在解释这些元素所代表的意义,又可称为语意,语言学中的语意,大致可分为语言或字面上单纯的意义,又或是考虑语境后之语意。最后Inference则表示数据进行分析后的结果预测。

当时,Terry研究AI碰到一些无法解决的问题,拜科技进步所赐,在Big Data、Computation、Talent和Algorithm全部到位的这个年代,尤其结合深度学习与机器学习的崛起,AI的研究开始突破既有困境蓬勃发展。

视觉和听觉是人类两个最重要用来接收外界信息的方式,目前AI两大应用也分别聚焦在影像识别和语音识别。在云端语音和影像识别应用方面,Microchip提供了SAMA5系列MPU,其中SAMA5D2有省电的优势,适合用于手持式嵌入系统的设备,而SAMA5D4则具备多媒体的硬件加速。Microchip任一系列的MPU产品都可满足各类型AI产品开发的需求。

针对AI应用的开发,Microchip利用开源平台Yocto Project,已在SAMA5D2 Xplained board整合Google Cloud Platform的Vision API、Speech API和Translate API。

因此,无论在云端语音与影像识别、Linux系统整合或device drivers的开发,都能一次到位提供全方位的支持。更多Microchip产品资运及解决方案,欢迎进一步浏览「Microchip视频及资源中心」。(本文由Microchip应用工程师罗欣然提供,DIGITIMES周维棻整理报导)