為什么機器學習對嵌入式設備很重要

　　

　　嵌入式系統的機器學習在過去幾年中獲得了很大的發展勢頭。對于嵌入式開發人員而言，機器學習是數據科學 所關心的事情，也是云中存在的東西，遠非嵌入式開發人員每天使用的資源受限的微控制器。

 

　　

　　幾乎在 夜之間，機器學習突然找到了通向微控制器和邊緣設備的方法。對于 些開發人員來說，這看起來令人費解或至少是有趣的。但是為什么機器學習現在對嵌入式開發人員如此重要？讓我們探討幾種可能性。

　　

　　 ，機器學習可以幫助嵌入式設備解決傳統上開發人員難以編碼的問題。例如，假設我們想要編寫 些代碼，這些代碼可以拍攝僅為28 x 28像素的圖像，并檢測在0到9范圍內寫入的數字。對于手動編碼解決方案的開發人員來說，這是 個要解決的 其復雜的問題，因為寫 個數字永遠不會產生相同的圖像。手寫者可以在不同的地方開始，在角度上寫入數字，或任何其他數量的變化。然而，機器學習將這個棘手的編碼問題變成了 個微不足道的問題，根據所使用的編程語言，其解決方案可以用幾百行或更少的代碼編寫。

　　

　　接下來，機器學習可以幫助開發人員實現 個嵌入式系統，該系統執行人類易于執行的任務，但對于計算機而言傳統上是困難且昂貴的。例如，對于人類來說，對象檢測和識別對于語音識別來說是容易的，但對于計算機來說也是如此。使用機器學習，我們可以創建像我們熟悉的數字助理這樣的系統來識別關鍵詞以喚醒系統或檢測裝配線上或者流動站或無人機路徑中感興趣的物體。通過機器學習，這些障礙不僅易于克服; 它們可以通過使用微控制器的成本低于100美元的硬件來解決。

　　

　　 后，機器學習可以讓開發人員輕松擴展系統在設備處理新環境或提供新數據時的行為方式。例如，在傳統的嵌入式系統中，如果設備突然需要基于提供給它的輸入的新行為，開發人員現在需要進入并修改代碼以添加新行為。如果設備改為使用機器學習，則不 定需要更改任何系統代碼。相反，機器學習模型推理可能只需要用額外的期望行為進行再訓練。這比手動編碼軟件更新要容易得多。

　　

　　機器學習提供了向嵌入式軟件開發人員提供新工具和技術的機會，這些工具和技術有可能降低開發成本并減輕部分編程工作量。機器學習也開辟了新的潛在應用程序和功能，這將永遠改變用戶對系統行為的期望。雖然機器學習只是找到了嵌入式 域的方式，但它的速度比許多人想象的要快。現在是時候開始加快所涉及的技術及其應用方式。

　　

　　要了解有關嵌入式系統機器學習的更多信息，請于5月16日星期四下午3:15與ESC Boston 起參加我關于使用資源約束邊緣設備設計智能系統的演講。如果您無法做到，但想了解有關嵌入式機器學習的更多信息，您可以參加免費的Digikey繼續教育中心（CEC）系列“嵌入式工程師的機器學習”。

　　

　　Jacob Beningo是 名嵌入式軟件顧問，目前與十幾個國 的客戶合作，通過提高產品質量，成本和上市時間來大幅改變他們的業務。他發表了200多篇關于嵌入式軟件開發技術的文章，是 位廣受歡迎的演講者和技術培訓師，擁有三個學位，其中包括密歇根大學的工程碩士學位。隨時聯系他在jacob@beningo.com，在他的網站的網站。此外，還要注冊他的每月Embedded Bytes時事通訊。