关于深度学习、人工智能、物联网你了解有多少

想要了解“深度学习+”，我们必须回到深度学习技术在中国落地生根的历史当中2006年，辛顿等人意外发现了多层神经网络带来的全新可能性，就此将上世纪80年代已经产生的机器学习技术，推动到了深度学习的新阶段，而深度学习技术在一系列AI测试任务上的优异表现，也重新燃起了人们对AI的期待。

客观来说，经历了两次寒冬的AI技术，能够再次复兴的核心要素就是深度学习技术的出现　　但在此后的多年时间里，深度学习还仅仅停留在非常小众的范畴里，甚至在学术界中也非常小众2010年，当时刚刚来到百度的王海峰发现了这种技术所蕴藏的巨大潜能。

很快，百度内部高度认可了王海峰的发现，并早早在2012年就开始探索深度学习技术与应用2013年1月，百度率先建立全球首个专注深度学习研究的深度学习研究院(IDL)同时，百度也开始布局深度学习开发框架的研发。

就这样，非常幸运同时也非常必然，在王海峰的敏锐发现与百度的当机立断下，中国企业没有在AI浪潮中掉队，甚至成为了全球AI探索的领路人　　此后多年时间，可以视作中国深度学习技术的创生期在此期间，百度为代表的AI行业取得了一系列成绩，比如自主深度学习框架飞桨的问世与发展，多种深度学习算法的进步提升。

随着2017年全球AI热潮的到来，中国发布《新一代人工智能发展规划》，深度学习技术的战略地位与社会需求也水涨船高面向新的形势，百度最大化发挥了自身的深度学习技术积累与平台优势，快速进行了一系列战略升级与产业成长。

　　AI 会造成人类的大规模失业吗?　　我觉得，如果人们对 AI 的发展报以一种厌恶和排斥的态度，那它逐渐取代部分人的工作只是时间问题但如果我们能够接纳 AI 的发展，去主动了解、使用 AI，让它成为日常工作生活中的得力助手，那我们就不会被 AI 取代，反而会在 AI 帮助下更好的创作内容。

　　这并不是一种 " 打不过就加入 " 的无奈，反而是人类不断发展的必然　　正如热兵器最终取代了冷兵器，信息化军队脱胎于机械化军队，互联网一定程度上取代了传统媒体，我们之所以成为今天的我们，同样也是接纳了诸多新事物的结果。

而且在当下，一些技术的发展正处于瓶颈，或者是被一张薄纸挡住未来　　比如 VR 领域的计算机图形学，同样也需要 AI 从另一个角度去攻破就连计算机图形学大佬约翰 · 卡马克也在开拓通用人工智能的道路，并表示 " 想尝试一些没人知道会走向何方的领域 "。

　　无论是芯片产业的残酷博弈、AI 算法竞赛还是知识图谱比拼，甚至是不知方向的疯狂砸钱，面对 AI 带来的期待与焦虑，人类今天种种，是因为谁也说不好，哪一天 AI 技术就如爆炸一样，捅穿了蒙在未来前面那张薄纸。

　　在物联网时代到来后，MCU则被赋予了端侧计算中枢这一更高使命无论是设备本身的功能还是作为物联网的一部分，物联网设备在连接、交互、安全等方面都已经离不开MCU　　而当如今智能遇上边缘，MCU又担起了新的使命。

　　随着MCU的算力进一步提升，高频MCU的主频已经提升到GHz级别，已经可以满足边缘端低算力人工智能需求将人工智能集成在MCU上，只用一颗芯片实现端侧部署，正在成为新的潮流　　在过去几年里，包括瑞萨在内的多家MCU厂商都在积极探索将MCU与人工智能结合。

　　在日前举办的ADI MCU Media Workshop上，ADI中国技术支持中心高级工程师辛毅就介绍的ADI最新的边缘AI解决方案MAX78000就是践行的这条路线　　辛毅介绍到，MAX78000集成了卷积神经网络(CNN)引擎，能够满足边缘人工智能应用需求，并且MAX78000的设计宗旨是最大程度降低CNN引擎功耗。

　　为了这个目标，该器件采用了Arm Cortex-M4F处理器与32位RISC-V处理器的双内核架构，内置了CNN引擎　　辛毅形象的把这个架构比喻成“爸爸和妈妈”：两个微控制器内核是“买菜的妈妈”，CNN加速器则是“做菜的爸爸”，合力完成边缘智能的计算工作。

免责声明：本文来源：[中国传动网]的所有文字、图片、音视和视频文件，版权均为中国传动网(www.chuandong.com)独家所有

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。