您现在的位置: 首页 > 行业知识
欧宝体育APP下载地址:人工智能硬件中的冷门:传感器
来源:欧宝苹果下载 作者:欧宝全站下载 时间:2022-09-28 08:08:05

  AI完全处于刚刚起步的阶段,我们看到了很多企业火爆异常。但却可能忽略了另一个问题:这些企业都集中堆积在某几个领域内,而AI作为整体真正发展,需要的支撑条件很多。其中很多产业要素目前还处在非常薄弱,甚至冷清的阶段:比如说传感器。下面就随网络通信小编一起来了解一下相关内容吧。

  确实,现有的AI产业基数和舆论、资本对它助推是并不对等的,其中泡沫确实存在。事涉AI则必强大绝对是一种盲目的价值观。但AI的优势在于这种基数近乎于无限底层,能够提供的应用场景过分巨大,所以在众多应用场景没有被验证到底之前,也很难去判断他的泡沫到底有多少。

  另一方面,AI完全处于刚刚起步的阶段,我们看到了很多企业火爆异常。但却可能忽略了另一个问题:这些企业都集中堆积在某几个领域内,而AI作为整体真正发展,需要的支撑条件很多。其中很多产业要素目前还处在非常薄弱,甚至冷清的阶段:比如说传感器。

  事实上,非常多的AI动作和应用场景依赖于合适的传感器来达成。相比于隔壁几个领域的锣鼓喧天,这个领域确实太寂寞了点。

  把AI分为技术和应用两个大方向的话,应用这边会是Fintech、人工智能安防、无人驾驶等领域,而技术这边又会被分成三个部分:数据运算能力、解决方案,以及硬件。

  相比于数据运算包含各种各样的数据、算法、运算力和平台,解决方案包括生物识别、计算机视觉、NLP等等部分,人工智能硬件领域包括的东西最简单,只有两种:芯片和传感器。

  当然,这里说的硬件不包括各式各样的机器人和智能设备,仅仅讨论为设备提供智能的”必需品“。芯片相当于大脑,传感器相当于感官,都是人工智能与万物建立联系的必备条件。

  相比于早期的工业传感器,人工智能领域的传感器发生了很多变化:比如对运算能力和算法的适应,比如对多种感知数据的综合识别,比如中转能力。就像人工智能来了,大家都知道要把芯片换掉一样,传感器的更新换代,也是世界范围内AI浪潮所无法避免的议题。

  但相比于对GPU等适配人工智能的芯片的研发投入与重视程度,显然国内产业对传感器的关注是严重不足的。即使不跟机器视觉这样动辄几亿融资的领域比较,在芯片研发上国内至少还有寒武纪、地平线等明星企业,以及BAT巨头的入场。相比较而言,国内做智能传感器的最大体量公司基本也就刚刚完成A轮。

  确实,AI硬件的技术准入门槛更高。与国内传感器产业的老套路大相径庭。但这个领域留给国内厂商和创业者的机会在于:AI市场对于传感器的需求在快速变化,国际厂商的传统优势很多无从发挥。

  AI传感器的未来,很大程度在于综合其他领域的发展,战略高地位置很快会被凸显出来。

  最直接的价值,恐怕就来自于自动驾驶领域。在传感器领域得到广泛关注的,除了谷歌等巨头推出的激光传感器,就要属博世等老牌汽车零部件制造商推出的,适用于ADAS等自动驾驶解决方案的传感器硬件。

  自动驾驶的核心,是让车绕过人类感官与交通环境实现交互。这就极大程度依赖雷达、视觉摄像头以及多种多样的传感器装置。并且与一般情况下的常识相反,如今自动驾驶产业追求的传感器并不是传感和运算能力的极致化。反而是性价比高,能够配合车辆生产的中低端传感器。

  没办法,谷歌的无人车方案是挺好,但是造价实在太高。如今业界一般认同,未来自动驾驶和无人驾驶解决方案,将是传感器和车辆中枢运算系统协作解决交通问题——谁也别太贵,这才能让高等级自动驾驶成功商业化。

  而寻求性价比,正是国内制造业的看家本领。自动驾驶可谓是自主品牌汽车的一次盛宴,而盛宴开场,也给传感器留下了一角舞台。

  另一个巨大的传感器应用市场,在于正在快速蔓延的物联网系统。生物识别、自动生产和智能家居,都需要新型传感器的协助。而且随着物联网体系的多元化发展,应用到的传感器类别也会越来越多。这个需求扩张下,也会给传感硬件以发展机遇。

  说实话,人工智能硬件——这里特指起支撑作用的元件,之所以发展速度低于AI语音和机器视觉类的AI企业,很大一部分原因在于可讲故事的点太少。

  虽然听起来有点雷人,但我们所处资本市场的特点,是热爱讲故事,讲想象空间,不惜一切代价扩大估值。

  底层硬件在这些领域相对吃亏,但好在传感器系统也不是完全没有优势。比如这里可以编写几个传感器讲未来故事的例子。

  我们知道,AI战很大程度是数据为王。而传感器除了让机器感知外界之外,另一个作用在于收集数据。重点宣传传感数据的价值,和再利用这些数据的可能性,也许是个比较好的附加价值。

  在无人经济如火如荼的今天,传感器作为物联网与人类交互的主要设备,也许会水涨船高。传感器的花样翻新,可以为无人经济和多种场景下的生物识别提供解决方案。物联网领域最受青睐的就是泛在场景。这也是AI传感器的优势。

  当然,最好的故事来自于合理的逻辑推论。以自动驾驶为例,汽车本身需要传感器作为技术与硬件的交互,来解决人类出现的核心问题。这个逻辑在众多可能达成智能化的设备上都是通用的。一方面是识别、判断、推论等技术解决方案,一边是五花八门的外界数据,传感器在其中拥有的空间非常广阔。

  说实话,传感器是不是一门好生意不太好说。技术门槛和市场需求的快速蜕变,都让这个领域充满了不确定性。本文的目的更多是提醒你注意那些冷门但重要的AI必备区域,AI在广义上是一个整体进化,占据其中任何一环,都有巨大的利益想象。

  以上是关于网络通信中-人工智能硬件中的冷门:传感器的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

  人工智能 (AI) 和机器学习(ML)对于提高系统的计算能力,以解决自动化和以数据为中心的世界的新兴需求至关重要。随着对效率、延迟以及成本的考虑,市场开始尝试采用越来越多的边缘计算(Edge Computing)作为嵌入式系统AI/ML的首选方案。作为全球主要的MCU和MPU供应商,瑞萨电子的 AI 解决方案通过使用在终端具有智能数据处理能力的嵌入式 AI 技术,来增强以信息和操作技术 (IT/OT) 为基础的系统和产品。日前,EEWORLD专访了瑞萨电子物联网及基础设施事业本部MCU事业发展部高级总监Mohammed Dogar,就瑞萨在AI/ML上的进展,以及工业和物联网产业引入AI的痛点和难点进行了探讨。瑞萨电子物

  /ML上的决心 /

  可充电电池的发明伟大且神奇,但电池都会老化,因此在进行电池更换或回收时会产生高昂费用。为解决该问题,斯坦福大学(Stanford University)材料科学与工程系的副教授William Chueh发明出一种首创的分析方法,可生产出性能更好的电池,从而助力生产出理想的“坚不可摧”的电池。(图片来源:Ella Maru Studio)Chueh、研究论文主要作者Haitao“Dean”Deng博士以及劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory)、麻省理工学院(MIT)和其他研究机构的合作者使用人工智能分析新型原子级显微图像,以准确了解电池磨损的原因。研究人员称,发现这些原因可

  和原子级图像结合 可生产出性能更好的电池 /

  Deep Blue 以 3.5:2.5 赢了国际象棋冠军卡斯帕罗夫、AlphaGo 以 3:1 击败世界围棋冠军柯洁、Libratus 在和顶尖德州扑克选手的比赛中胜出、AlphaStar 以总比分 2:0 击败《星际争霸 2》顶级选手……过去的几十年里, AI 不断刷新人们的认知并在各种游戏中接连打败人类顶尖选手。而索尼也在上周四整了一出大新闻:2 月 9 日,索尼宣布开发出了一款名为 GT Sophy 的 AI,在索尼为 PS 平台推出的赛车游戏 Gran Turismo Sport(GT Sport) 中,作为 AI 车手的 GT Sophy 表现神勇,在比赛中胜过了历史上第一个 GT 锦标赛三冠王 TAKUMA MIYAZO

  战胜人类三冠王!索尼曲线救国储备自动驾驶技术? /

  Amii开设10万美元旅行奖学金诚邀世界各国参加人工智能周活动众多研究人员和应用型人工智能专家获邀于2022年5月造访埃德蒙顿阿尔伯塔省埃德蒙顿, Feb. 18, 2022 (GLOBE NEWSWIRE) -- 值此将于2022年5月24日至27日举办的人工智能周(AI Week)到来之际,阿尔伯塔省机器智能研究所(Amii)宣布首次向全球新兴研究人员和应用型人工智能专家提供10万美元的旅行奖学金。此项“全球人才奖学金”(Global Talent Bursary)计划将帮助500余名宾客出席参加届时在加拿大阿尔伯塔省埃德蒙顿举办的人工智能周活动。“恰逢我们准备庆祝人工智能研究卓越20周年之际,我很高兴有机会邀请全世

  Syntiant 推出了TWS的参考设计,以加快 ODM 和 OEM 的上市时间。超低功耗设计配备 NDP100 神经决策处理器,可在 140 微瓦以下提供超过 100 倍的性能和 10 倍的吞吐量,用于始终在线的 AI 语音处理。该设计的一个重要的差异性是其语音助手系统。用户一直在寻找一个免提、支持语音的 AI 生态系统来控制设备。该设计支持包括普通话和粤语在内的多种语言,扩大了市场范围。通过本地语音命令自由控制音乐的能力来自边缘AI,该参考设计为 TWS 耳塞集成了高度准确的语音接口,在提高效率的同时降低功耗。硬件参考设计还具有边缘优化的训练管道,为构建神经网络打开了大门,适用于各种始终在线的语音、传感器和图像应用。参考设计带来

  的TWS参考设计 /

  三菱电机株式会社(以下简称三菱电机)和国立研究开发法人产业技术综合研究所(以下简称产综研)开发了能够预测制造现场的环境变化和加工对象物的状态变化,实时调整运行中的FA设备的加工速度等参数的AI控制技术。该技术使得FA设备的调整不再需要人手和耗费时间,同时将AI预测的加工误差量等结果的可靠性形成指标,根据可靠性合理控制FA设备。这样,即使在各种加工环境下也能实现高可靠性的稳定动作,即使在品种多、数量不固定的生产制造工序中也能为提高生产效率做出贡献。实时调整的AI控制技术概念图开发背景近年来,随着用户需求的多样化,要求制造行业能够适应品种多、数量不固定的生产,生产的产品常常频繁变化。为了应对这种情况,在生产各种产品时,通过进行单独调整以

  控制技术,对运行中的FA设备进行实时调整 /

  ·智能系统指南(原书第3版)

  的敏捷芯片设计》

  极其智能汽车的应用

  网络路由

  赢京东卡 室内空气隐患大作战——英飞凌XENSIVPAS CO2传感器

  一起深挖 TI 新发布的 Robotics SDK,报名干货直播赢好礼!

  ELEXCON 2022 深圳国际电子展9月15日开幕,速领门票!更有N重好礼等你拿!

  2022 Digi-Key KOL 视频系列:四翼扑翼机(仿生鸟)原理及设计解析

  Teledyne e2v:先进光学数字线束 (ODH) 将使新型多元素微波天线成为现实

  Gartner发布扩展沉浸式体验、加速AI自动化和优化技术人员交付的关键新兴技术

  Baraja融资4000万美元 加速开发Spectrum-Scan LiDAR技术

  站点相关:综合资讯其他技术下一代网络短距离无线基站与设施RF技术光通讯标准与协议物联网与云计算有线宽带