人工智能技术最初级出现在人们的视野中是在1950年， 浮浮沉沉地发展了50多年。技术的持续不断的发展，慢慢的变多的人工智能技术和嵌入式技术一起作为各类应用出现在人们的生活工作中，嵌入式技术和人工智能技术的发展进入了全新的时代。

  人工智能技术的研究可以追溯到20世纪50年代。在过去50多年的发展中，其一直不被大众所了解，还在于其存在于科学家的实验室中。而当今嵌入式技术的快速地发展，很多领域都在使用嵌入式人工智能技术所带来的产物，使得此两种技术的使用价值不断地提高，不但推动了人工智能技术的逐步发展，更加促进了嵌入式技术的发展。

  “人工智能” 这个词是在1956年的达特茅斯会议上由一位来自于美国的科学家约翰.麦卡锡提出的。如今，AI是一个涵盖了广泛内容的技术术语，它包含了各式各样的处理服务，例如机器人技术、智能语言识别和在线翻译技术等。人工智能一般被分为两种，一种是能解决特定的任务，另外一种是当机器拿到一个任务时，首先判断对此项任务是否熟悉， 如果对该任务不熟悉，则会寻找一个完美的解决方案。

  人工智能第一次掀起热潮是在1956年之后，在这持续不断的发展的十多年时间里，计算机在学科方面的应用也逐渐变得广泛，例如应用其来解决几何问题、用于解决语言方面出现的问题等。这一些状况使得慢慢的变多的学者对机器人逐步向AI发展成为现实增添了信心。

  到了上世纪70年代，人工智能出现了第一次低谷时期，在有关人工智能的项目研究中，科研人员对项目 难度的预估值低于其实际所面临的难度，这一现状致使美国国防高级研究计划署关于人工智能的合作计划以失败告终。而这样一个时间段，社会舆论的压力也逐渐向人工智能不断逼近，使很多本来打算用于人工智能的研究经费被转到了别的类型的项目上。

  人工智能迎来第一次崛起是在1980年，Carnegie Mellon为数字设备公司设计了 一套“ 专家系统” ，卡内基梅隆大学给其取名为XCON，这是一种“知识库+推理机” 的组合，其主要使用在的技术就是人工智能程序所开发的系统，XCON是一套计算机系统，它有很完备的计算机专业相关知识和经验。但在维持7年的热潮以后，人工智能的发展再一次回到了原点， 专家以及学者都没有预想过人工智能的发展周期不到十年又再一次落寞， 这一次人工智能再一次被掩埋。而后从1991年开始，随着人工智能技术在神经网络方面的持续不断的发展，才使AI又出现在人们的视野中，也使得人工智能技术进入了平稳发展时期。

  随着时间的推移，人工智能不断地出现在大众的视野中，慢慢的变多的网络公司纷纷加入到人工智能的浪潮中，为争取在AI领域的一马当先的优势而互相展开“厮杀” 。这场“战役” 不仅使AI在市场中有了一席之地，同时也使得人工智能的发展更加地顺畅。直到今天，人工智能依旧在以一种“流星” 式的速度在发展。

  自1956年以来，人类历史上出现了第一台现代意义上的电子计算机ENIAC，计算机技术发生了比较大的变化。随着技术的不断进步，计算机技术也在不断发展，使其在我们的生活中无处不在；同时，嵌入式技术也在科技发展的浪潮中迅速地成熟，逐步加入到人们生活与工作中。

  嵌入式即嵌入式系统，美国电气电子工程师协会把它定义为一种装置，该装置用于控制和操作机器和设备，其属于一种专门用于某一方面的计算机系统。嵌入式系统目前应用的领域比较广泛，例如：手机、录音机、汽车、电脑等，这些设备都有一个共同的特点，就是都带有接口， 因此都使用了嵌入式系统。

  所谓嵌入式就是将所需技术嵌入一个依托体中，其一般需要三个要素，首先是嵌入的技术或者可以说是“实体” ；其次是平台，将嵌入的“实体” 放入一个平台中来发挥它的价值；再次是接口，需要一个平台和技术相关联的接口，这三个要素才真正的组成了嵌入式系统。

  嵌入式通用指令集的作用和PC指令集一样，其一般授权主要来自于Arm、Mips等国外大型企业，它是作为一些通用计算和任务调度所存在的，它的性能和功耗之比很低。如果嵌入式仅仅依靠通用指令集做运算，那它的功耗、性能和PC巨头X86指令集相差无几，不能体现出嵌入式的优势。因此，各大芯片厂商在通用指令集周围增加各种行业专用的IP核来实现更专一更高效的功能。而上层软件开发就会因为这些不通用的指令集变得比通用指令集的开发更为繁琐，因为嵌入式指令集的不通用性，大大提高了嵌入式开发的复杂程度。

  嵌入式人工智能不同于原有的人工智能，原有的人工智能需要进行联网，把数据提交到云端数据中心进行计算，然后将计算结果返回。嵌入式人工智能，其可以不用连接互联网，数据可以直接进行实时的人机交互和控制。

  目前，嵌入式在移动互联网、工业控制、智慧城市等方面应用广泛；同时，在可穿戴设备、智慧交通、生物仿真、智能农业等方面也应用广泛。市场的主要驱动力是嵌入式AI在各种终端用户垂直领域的应用越来越多。随着对自然语言进行处理所用到的技术的不断改进而推动了大众的消费，出现了嵌入式人工智能机器人和支持嵌入式人工智能的智能手机等新的领域。

  从PC时代到手机时代以来，用户接口都是透过屏幕或键盘来进行互动。随着智能喇叭、自动驾驶系统等新技术逐渐进入人们的生活中，在不需要屏幕的情况下，人们也能够轻松自在地与运算系统沟通。这表明嵌入式人工智能通过自然语言处理和机器学习，使技术更加直观、更易于操作，并将在未来的用户界面和用户体验上取代屏幕。嵌入式AI除了在企业的后端发挥重要作用外，还可以在技术接口方面发挥更重要的作用。嵌入式人工智能让界面更简单、更智能，为未来的交互设定了高标准。

  在未来的发展中，嵌入式人工智能将结合很多技术一起使用。如AR， AR在未来离不开嵌入式人工智能；同时，嵌入式人工智能也离不开AR，用一个形象地比喻，AR相当于一个人，而嵌入式人工智能相当于人的心脏，两者缺一不可。嵌入式人工智能和AR的结合，就是为机器人虚拟出一个不存在的世界让机器人学习， 这整件事情本身就是虚拟的。要做到这一点，需要更多更先进的新技术。在将来会出现更多的处理器为特定领域提供更强大的功能，但是其CPU是通用的，可以在任何场景中使用。而此时嵌入式人工智能就可以结合CPU，把功能发挥到最大。

  在当今社会中，大众的生活越来越离不开人工智能的发展，因此人工智能产业给嵌入式技术带来了许多的机遇。目前，在大众的生产生活中， 城市交通、医疗服务和物流服务等都有人工智能的影子。随着人类生活水平的提高，生活质量的要求越来越高，此时人工智能作为奠基石，为嵌入式技术的应用和发展提供了平台。例如，在目前的生活中，逐渐智能化的火车站自动售票机，应用于各个领域的人脸识别系统、智能居家机器人、智能冰箱、交通监控、无人驾驶汽车等都是典型的嵌入式人工智能技术的产物，人工智能的发展规模为嵌入式的发展提供了机遇。

  嵌入式发展至今已经有40多年了，目前其发展相对平稳，在其发展的每一个阶段，嵌入式技术都会出现一次质的飞跃。

  第一，深度神经网络对计算能力和资源的要求较高，这必然导致系统功耗的增加。如何平衡计算性能和能量消耗是一个很大的挑战，需要依靠有限的计算能力和存储资源来充分发挥神经网络的功能并保证其准确性。

  第二，在某些情况下，多个智能设备需要与边缘设备甚至云端设备协作。如何动态的调度边缘端和设备端的任务、如何实现设备间的任务协作，也为嵌入式人工智能带来了不小的挑战。

  第三，嵌入式的人工智能设备，不但具有自主学习能力还具有执行能力，一旦这些设备受到攻击，会导致非常严重的安全威胁。智能嵌入式系统的传感器、数据和学习方法容易受到攻击，如何防范这些攻击是系统面临的安全挑战。

  声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

  硬件与机器人的产品边界在不断延伸。 几年前，音响还只是在比音质，但是现在如果不能进行语音交互，

  实践课程教材可用的难题，2022年8月17日，在南京集成电路培训基地举办了第二届“

  来源：PerfXLab澎峰科技 澎峰科技是中科院的技术团队，做过国际知名的开源矩阵计算库OpenBLAS，获得过中国计算机学会科技进步二等奖、中国科学院杰出科技成就奖，是国家

  技术最初级出现在人们的视野中是在1950年， 浮浮沉沉地发展了50多年。随着处理器技术的持续不断的发展，越来越多的

  澎峰科技是中科院的技术团队，做过国际知名的开源矩阵计算库OpenBLAS，获得过中国计算机学会科技进步二等奖、中国科学院杰出科技成就奖，是国家高新技术企业、中关村高科技企业

  开发套件（EAIDK）AIoTOPEN AI LAB官网地址：最开始听到这个名字，以为是

  ，它的实际应用百度大脑、语音搜索、图像、广告跟搜索排序及自动驾驶，用一句简单的话来概括就是在云端基于大数据、大计算做

  AI」这个概念在当下非常火。不过，它到底是什么?更适合应用到哪些场景里?还有什么是它做不到的?我们应该来听听业内做这一行的专家们的意见。本文引用地址: http

  ，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。那么

  设备，如摄像头、机器人等，它们都需要强大的本地实时交互、计算的能力，这也意味着前端设备上需要有

  “大脑” 解决方案提供商地平线正式发布，以 “算法+芯片+云” 的旗帜性成果，打造创新性的中国方案。

  技术研究的意义以及所面临的问题入手，并从硬件平台、算法设计以及算法部署三个方面展开。

  的声音慢慢的变多，很大程度上是因为云计算已经无法满足低耗、高效的计算力需求。

  ，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。那么