生活笔记——嵌入式人工智能小记（2022_8_7）

一、为什么会想到嵌入式人工智能

在某个公众号上，有这样一句话，写的很好，拿出来分享
嵌入式是个领域，而不是个方向或者职业，嵌入式可能有点老了，但是嵌入式+，永远很火
至于嵌入式这个玩意儿是领域还是方向,emmmm，博主也是没有到达那个高度，不敢妄言。但是对于
==嵌入式+==这个新名词，我却保持着高度的认同感（hhhh~,和互联网+很像，这种感觉）

也就在刚刚，和我的老师聊了聊，因为我的老师是做深度学习，人工智能的，我就随口提了一句
嵌入式+人工智能怎么样

这个名词，我也是随口一提的，因为之前看过那个嵌入式+的文章，没想到真的有这个方向。
之后我想问问我以后方向怎么选，有没有参考，老师问了我两个问题

第一个问题，想了想，还是选了偏硬
第二个问题，emmm，肯定是项目啦
老师之后也说了，搞研究的话，算法比较多，我摸了摸良心，我诚实的说，我不喜欢算法，太烧脑了，
（准确的说，我不喜欢纯算法，太痛苦了，当然，做算法钱多，hhhh~）

之后呢，老师就个人建议是嵌入式人工智能，（当时我心想，我草，真的有这种方向吗？），然后，我不是最近也在学深度之眼公众号的课程嘛，我就问老师，这个有没有人工智能方向的，老师说有，并且点明这里面的关系

very nice！！！！
不得不说，终于明确这几个之间的关系，之前是知道这几个名词，也知道有点联系，但是具体联系一直不懂，直到看到这句话，才算清晰明了的知道内部关系（感觉这句话有点语病哈~~,无伤大雅，意思到了就行，哈哈哈）
顺便提一句，看到这个，让我重新燃起对深度之眼的热情了，嘻嘻嘻，之前都快颓废了
跟老师聊完就去看看嵌入式人工智能是什么了

二、什么是嵌入式人工智能（嵌入式AI）

一本书《AI嵌入式系统》提到：常见的深度神经网络模型使用单精度浮点数存储参数对应的存储量在20MB至560MB之间，相比之下，传统低成本的嵌入式系统RAM存储容量最高也只有16MB。
另一个同样捉襟见肘的是算力。这个就不说了，嵌入式设备在算力方面什么时候都只是弟弟。还有一个容易被大家忽视但同样存在局限性的是能耗。要知道深度学习模型都是电老虎，每次模型跑训练，显卡的风扇都是要发出即将起飞的声音，哪怕只是要模型跑起来，同样也是一件费电的事情。而嵌入式设备在很多情况下是有耗能限制的。
如果，没有嵌入式这些限制，两个东西完全可以一拍即合的，但是，嵌入式本身的种种限制，想要简单硬套人工智能的现有成果，只能长使英雄泪满襟。

就是将人工智能通过嵌入式，嵌入到硬件里面（个人理解哈）

但是嵌入式和人工智能之间矛盾是，计算力，耗能和散热

三、为什么需要嵌入式人工智能

说到底就是落地问题。人工智能相关的顶会每年好几次，每次都能出来一些值得津津乐道的东西，有时还有意外的突破让人发出“噢还能这样玩”的感叹。公道地说，从研究的角度看，人工智能这几年一直在进步，而且进步还不小，大家都在期待奇点早点来临。
但是，从应用的角度再想一想，事情就没这么乐观了。不少人工智能产品确实让我们眼前一亮，但那已经是好几年前的事情了，不是说这几年啥事没干，主要都在优化，早几年Siri说个话都磕磕巴巴，现在吵个架基本不成问题。不过有什么以前没有的新功能呢？想半天想不出来。一边高歌猛进，一边安静如鸡，这就是问题。
很多人都说，人工智能下一个落地的场景就是下一个风口。我当然猜不准下一个落地的场景究竟是什么，但我知道可选项之一就是嵌入式人工智能。

四、怎么学嵌入式人工智能

arm,arm,arm
重要的事情说三遍，加上自己所学的C/C++，进程线程，多看书，还有深度之眼
路已经明朗了，剩下的，就是拼了命的坚持下去

两篇好文：
1.终于有人把“嵌入式人工智能”讲明白了
2.嵌入式AI的介绍