近些年,人工智能(AI)與物聯(lián)網(wǎng)(IoT)無疑是電子信息行業(yè)最熱門的話題和關(guān)注點。物聯(lián)網(wǎng)和人工智能都是新一代信息技術(shù)的重要組成部分,都是未來的發(fā)展趨勢,兩者必將滲透到各行各業(yè),那么在物聯(lián)網(wǎng),人工智能的沖擊下,嵌入式的前景怎么樣?
物聯(lián)網(wǎng)(IoT)已被吹捧為下一次工業(yè)革命,它具有無處不在的連通性以及它所產(chǎn)生的見解,為查看和管理物理世界提供了一個新的數(shù)字鏡頭。但是,除了物聯(lián)網(wǎng)有望帶來切實的流程效率和生活質(zhì)量改善外,它還是人類歷史上最大成就:人工智能(AI)的墊腳石。
在許多方面,人工智能和物聯(lián)網(wǎng)的技術(shù)進步是交織在一起的。物聯(lián)網(wǎng)將提供推動我們數(shù)據(jù)驅(qū)動型經(jīng)濟發(fā)展的信息,而人工智能是將其消耗的引擎。盡管這兩種模式仍處于起步階段,但每種模式的成功都取決于另一種模式:如果沒有一種能夠自動處理大型異構(gòu)數(shù)據(jù)集的機制,則IoT將永遠無法發(fā)揮其潛力,就像AI無法在不獲取大量數(shù)據(jù)的情況下進行擴展一樣。
但是,像許多其他支持IoT的技術(shù)一樣,人工智能的研究和開發(fā)在很大程度上一直局限于IT部門,因為卷積神經(jīng)網(wǎng)絡(CNN),隱馬爾可夫模型(HMM),自然語言處理以及其他用于此領(lǐng)域的學科非常復雜。機器學習算法和深度神經(jīng)網(wǎng)絡(DNN)的創(chuàng)建通常需要只能在數(shù)據(jù)中心規(guī)模上訪問的存儲和計算資源。同樣,編程方法已針對IT開發(fā)人員進行了調(diào)整,其中R,Python,SQL,Excel,RapidMiner,Hadoop,Spark和Tableau之類的工具被AI領(lǐng)域的數(shù)據(jù)分析師和計算機科學家所采用)。物理/數(shù)字交換處的AI與數(shù)據(jù)收集之間的差距是IoT的常見問題,而IoT才剛剛開始推動IT與運營技術(shù)(OT)的集成。但是,這是必須彌合的差距。
AIoT(人工智能物聯(lián)網(wǎng))=AI(人工智能)+IoT(物聯(lián)網(wǎng))。 AIoT融合AI技術(shù)和IoT技術(shù),通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲于云端、邊緣端,再通過大數(shù)據(jù)分析,以及更高形式的人工智能,實現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化,物聯(lián)網(wǎng)技術(shù)與人工智能追求的是一個智能化生態(tài)體系,除了技術(shù)上需要不斷革新,技術(shù)的落地與應用更是現(xiàn)階段物聯(lián)網(wǎng)與人工智能領(lǐng)域亟待突破的核心題。 AIoT技術(shù)可以細分為數(shù)據(jù)、連接、用戶、流程、可視化等五大類應用。AIoT希望建構(gòu)一種更高級形式的智能化生態(tài)體系,即通過人工智能的方式實現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化。
所以,AIoT技術(shù)的應用,需要在AI和IoT技術(shù)不斷革新的同時,要首先數(shù)據(jù)的采集的問題。數(shù)據(jù)采集的問題這就需要我們嵌入式工程師開發(fā)相關(guān)硬件來做這件事了。除了數(shù)據(jù)采集之外,還有傳輸層中硬件模組如WiFi、NB-IOT等進行設計,還有5G,這都需要嵌入式工程師。AI中處理算法的芯片,中國一直需要“中國芯”,這也需要嵌入式工程師。
嵌入式工程師做嵌入式系統(tǒng)設計和開發(fā),包括硬件系統(tǒng)的建立和相關(guān)軟件開發(fā)、移植、調(diào)試等工作。嵌入式分為操作系統(tǒng)和硬件兩個方面,就業(yè)的方向更廣、更深,就業(yè)機會和入職待遇比普通軟件工程師好。具有C/C++語言、匯編語言、操作系統(tǒng)等基礎。熟悉模擬電子技術(shù)和數(shù)字電子技術(shù)等硬件知識。了解處理器體系結(jié)構(gòu)。從個人整體發(fā)展來說,如果想創(chuàng)業(yè),做自己的產(chǎn)品,嵌入式軟件開發(fā)可以開發(fā)出自己專利產(chǎn)品。
從我的角度來看,在物聯(lián)網(wǎng),人工智能的沖擊下,嵌入式的前景非?春玫。無論是物聯(lián)網(wǎng),還是AI,都離不開一個關(guān)鍵點:這就是數(shù)據(jù)。數(shù)據(jù)對于人工智能的重要性不言而喻了,因此若要使AI引擎變得更聰明、更強大。這就需要的是硬件不斷進行數(shù)據(jù)采集,AI可以處理數(shù)據(jù)和從硬件中學習的數(shù)據(jù)越多,其預測的準確率也會越高,所以三者相輔相成,物聯(lián)網(wǎng)和AI的發(fā)展離不開嵌入式,反而會成就嵌入式的發(fā)展。