当前，人工智能持续引发争议，并向企业和消费者展示出非凡的价值。与许多新兴技术一样，人们关注的焦点往往集中在大规模、基础设施密集型和高耗电的应用上。然而，随着人工智能的应用不断增长，大型数据中心对电网的压力也越来越大，密集型应用的可持续性和经济性日益下降。
因此，对更灵活、以产品为中心的人工智能解决方案的需求激增。边缘人工智能引领着这一新趋势，它将数据处理拉近（或嵌入）设备，在微小的边缘，这意味着基本的推理任务可以在本地执行。通过不通过数据中心将原始数据发送到云端，我们看到人工智能的工业和消费应用的安全性得到显著提高，这也提高了设备的性能和效率，而成本只是云端的一小部分。
但是，任何新机遇都伴随着新的挑战。产品开发人员现在必须考虑如何构建合适的基础设施和所需的专业知识，以充分发挥边缘的潜力。
局部推理的重要性
退一步来看，我们可以看到人工智能主要包含两个领域：机器学习（系统从数据中学习）和神经网络计算（一种旨在像人脑一样思考的特定模型）。这些是机器编程的补充方法，通过向机器提供相关数据来训练它们完成任务，以确保输出准确可靠。这些工作负载通常规模巨大，需要全面的数据中心安装才能使其正常运行。
对于规模较小的工业用例和消费级工业应用，无论是厨房里的智能烤面包机，还是工厂车间的自主机器人——将 AI推理所需的数据和分析推送到云端在经济(或环境)上都是不可行的。
相反，边缘 AI提供了本地推理、超低延迟和更小传输负载的机会，让我们能够在构建新的 AI 应用的同时，大幅降低成本和降低功耗。我们已经看到边缘 AI 为智能楼宇、资产跟踪和工业应用的生产力提升做出了贡献。例如，工业传感器可以通过边缘 AI硬件加速，从而更快地检测故障，并具备预测性维护能力，以便在故障发生之前了解设备状态何时会发生变化。
更进一步说，专为边缘 AI设计的下一代硬件产品从一开始就会引入特定的适配机制，使 AI子系统成为安全架构的一部分。在这个领域，将边缘AI功能嵌入系统显得尤为重要。
将智能嵌入产品
嵌入式系统发展的下一阶段是将边缘 AI 引入设备架构，即所谓的“微型边缘”。这指的是直接在边缘处理 AI和 ML 模型的微型、资源受限的设备，包括微控制器、低功耗处理器和嵌入式传感器，从而能够以最低功耗和低延迟实现实时数据处理。
如今，一类全新的软件和硬件正在微小边缘领域涌现，使得在设备中执行人工智能操作成为可能。通过从一开始就将这种能力嵌入到架构中，我们能够将“信号”本身转化为“数据”，而无需浪费资源进行转换。
例如，微小边缘传感器可以从设备所处环境中收集数据，并利用片内引擎生成结果。以太阳能发电场为例，太阳能电池板内的传感器可以专门检测电源管理系统中附近的电弧故障。当出现极端电压时，它可以自动触发关机故障保护，避免电气火灾。
随着电弧故障检测、电池管理或设备上的人脸或物体识别等应用推动这一领域的增长，我们将看到能够支持微小边缘人工智能的微控制器市场以超过 100% 的复合年增长率增长(据ABIResearch的数据)。为了发挥这一潜力，需要做更多的工作来弥合云端人工智能的处理能力与能够在边缘工作或成为边缘的设备的目标应用之间的差距。
然而，就像任何新技术一样：有需求就有出路。
我们已经看到针对这一挑战的有意义的研发成果，微型人工智能开始嵌入到各种不同的系统中一-在某些情况下，消费者已经将这项技术视为理所当然，实际上他们会与设备对话而没有思考“这就是人工智能”。
构建边缘人工智能基础设施
为了利用这一新兴机遇，产品开发人员必须首先考虑进入边缘设备的数据的质量和类型，因为这决定了处理级别以及处理工作负载所需的软件和硬件。这是典型的边缘AI与微型AI之间的关键区别。典型的边缘AI运行在功能更强大的硬件上，能够处理复杂的算法和数据集;微型AI则专注于运行能够执行基本推理任务的轻量级模型。
例如，音频和视频信息(尤其是视觉信息)极其复杂，需要深度神经架构来分析数据。另一方面，处理随时间记录的振动或电流测量数据的要求较低，因此开发人员可以利用微型AI算法在资源受限或超低功耗、低延迟的设备中完成此类工作。
在开发阶段，根据具体的计算能力需求，考虑所需的设备和微控制器单元类型至关重要。在许多情况下，少即是多，运行更轻量级的微型AI模型可以提高设备的能效和电池寿命。话虽如此，无论是处理文本还是视听信息，开发人员仍然必须进行预处理，将大量样本数据输入学习算法，以训练AI使用这些数据。
未来会怎样?
将人工智能嵌入微小边缘设备的开发仍处于起步阶段，这意味着企业仍有空间进行实验、发挥创造力，并找到其成功的真正因素。我们正处于一股巨大浪潮的开端，这将加速我们生活方方面面的数字化进程。
其用例非常广泛，从智能公共基础设施(例如智慧互联城市所需的传感器)，到医疗保健领域通过非侵入式可穿戴设备实现的远程患者监控。用户能够改善生活简化日常任务，甚至在不知不觉中意识到人工智能是关键因素。
需求就在那里，边缘人工智能和微型人工智能已经改变了产品开发，重新定义了什么是伟大的技术，实现了更加个性化的预测功能、安全性和情境感知。在短短几年内，这类人工智能将成为大多数技术日常应用的关键--如果没有它，开发者很快就会发现他们的创新变得过时。
这是向前迈出的重要一步，但也伴随着挑战。克服这些挑战只有通过更广泛的开发工具和软件资源生态系统才能实现。这只是时间问题。微型边缘是社会解锁对其数据和环境的更大控制力和效用的关键，从而引领一个更加智能的人工智能驱动的未来。
18221259202