人工智能AI芯片與Maker創意接軌（下）

繼「人工智能AI芯片與Maker創意接軌」的（上）篇中，認識了人工智能、深度學習，以及深度學習技術的應用，以及（中）篇對市面上AI芯片的類型及解決方案現況作了完整剖析後，系列文到了最後一篇，將帶領各位Maker進入智能化的世界，你也能輕鬆成爲一位AI應用創做者。

Maker如何進入AI領域？

對Maker而言，要如何進入智能化的世界呢？咱們可從幾個方面來綜合評估：創做智能化目標、算力（AI芯片）、算法（模型/網絡）、訓練數據及開發工具。

首先，確認創做內容的輸入和輸出項目爲什麼？一般輸出與輸入的內容多是數據（數值）、文字符串、影像或語音。再來決定輸出的型式是分類（二分、多分類）仍是迴歸（數值預測）問題（例如大小、位置、機率等）？或是更復雜的內容（例如一段影片、音樂、文章或連續動做產生）。

比方說想開發一臺智能電扇，輸入的多是一句話（命令、查詢）、一張影像（靜態手勢、表情等）、一段影片（動態手勢），或是溫溼度以及其它傳感器。輸出的多是一個動做（例如開關、調整電扇強度、轉動角度等）或是回答一句話（例如目前溫度、問候語句）。

小米智能風扇

再舉一個例子，假設要開發一個智能花盆，輸入的多是土壤溫溼度、酸鹼度、照度傳感器所提供的數值，或是一張彩色影像、熱像圖或是一句詢問的話。輸出的多是自動語音提醒、開關澆水設備或是預測開花時間等。

選擇合適的硬件平臺

確認創做主題的輸入和輸出項目後，再來是爲功能驗證選擇合適的硬件平臺。

決定計算的硬件平臺是在雲端、本地端（邊緣）或者混合計算，來決定可允許計算結果的反應時間（微秒或秒級）、正確率、誤判率。固然最重要的是產品製做成本，以及後續服務的費用是否能被接受。

你們可能會想說，還沒作怎麼知道系統複雜度及成本？其實一般直接使用雲端AI服務時，開發與硬件成本會低一些，執行時反應速度也會由於連網問題而慢一些，然然後續使用的服務費用會高一些。

反之，若以本地（邊緣）端硬件解決AI計算時，則製做成本及開發難度會高一些，不事後續一般不須要額外使用雲端服務的費用。如果預計使用雲端服務（例如：Google, Microsoft, AWS等）時，一般供貨商會提供很清楚的費用評估。

假如想在本地端解決計算問題，則可用類推法，先在網絡上找看看是否有相似的設計（部份亦可），參考別人用了哪些硬件平臺（AI芯片）、算法（模型），則能夠省去不少評估的時間。

可直接使用智能芯片

另外，目前已有不少經常使用的智能（AI）功能已被芯片化（詳見本系列(中)篇），可考慮直接買來用。若是隻想開發軟件不想碰硬件，也可考慮直接用高階智能手機或SoC解決方案，或是採用像樹莓派這類Maker最經常使用的開發平臺，加上Movidius （Intel）或海青智盈（Gyrfalcon）USB神經棒這類的AI加速工具，也能玩出許多新創意。像是Nvidia TX1這類的小型嵌入式開發板已包含強大的CPU及GPU能夠提供強大算力，是個不錯的選擇。

Intel Movidius

接着要考慮的是訓練資料的來源，以及是否須要進行前處理或清理（Data Clean），確保訓練過程不會失控而沒法收斂。固然以深度學習來講，數據數量及樣態越多時，訓練效果將會越好，然而訓練時間也會呈現幾何成長，費用也會至關驚人。所以犧牲一點正確率，一般訓練的數據量就能減小一些。

若輸入的內容是傳感器的量測值或者是聲音時，則可能要注意取樣速度及數據穩定性，必要時加上一些硬件或軟件的濾波器（Filter）來穩定數據。若數據點數很少、輸出反應速度要求不高的狀況下，有時可直接用CPU計算便可知足需求。若輸入的是影像，在人眼還能夠辨別之下，可考慮改爲灰階或小一點的尺寸，這樣可減小許多訓練的時間。

有不少問題運用統計、特徵提取比較或是傳統機器學習方法就可完成智能化需求，至因而否要用到深度學習這類計算成本很高的做法，就要依實際創做內容來評估。假設沒法避免使用深度學習這類方法來處理時，此時選用的硬件平臺除了要考慮計算能力外，還要考慮開發時所需使用的程序語言（Python, C, Java）、工具包（SDK）、深度學習框架的支持性。由於AI芯片目前沒有統一的開發接口，因此只能儘可能挑選有支持像TensorFlow、 Caffe、Mxnet 這類較流行的框架。

若是是使用手機的SoC方案時，在Android 8.0以上還有Android NN API，或者像Arm Project Trillium這類的工具協助整合CPU、GPU、NPU，以便開發AI相關應用，而少數AI芯片可支持例如OpenVX、Cuda或OpenCL等GPU專用並行計算語言，也能夠考慮使用。

結論

在這個AI芯片百家爭鳴的時代，不論是從雲端（Cloud）到邊緣（Edge）再到芯片（Chip），甚至連生態圈（Ecosystem）都已有完整的發展且快速成長中，同時網絡上也有取之不盡的免費教學資源，因此正是Maker創做智能化的最佳時代。

俗話說：「沒有作不到只有想不到。」善用工具、發揮創意，相信不久的未來，每一個人都會是最佳的AI應用創做者，就像在手機上開發程序同樣簡單。

各位Maker，就讓咱們一塊兒努力吧。

原文參考

https://mp.weixin.qq.com/s?__biz=MzU0MTg0ODIzNA==&mid=2247484360&idx=3&sn=90d185e8509274a0c5415c089539cfc5&chksm=fb22e40dcc556d1b9c89a39c0ac068c0a1f5e6c047fbfd125ab842a9e0280a89879be4408463#rd