以人工智能筑安全之墻，為什么機器學(xué)習(xí)開發(fā)工具需要更“懂”你？

試想這樣的場景，在你進入公司或是回家時，只需面對鏡頭進行人臉識別，大門就會自動打開，而無需刷射頻卡或是進行任何的接觸性操作。如果系統(tǒng)檢測到未經(jīng)注冊的陌生人員，自動發(fā)出信號聯(lián)系前臺或家主請求和確認訪問許可。

當(dāng)你從超市回家后，將剛買到的新鮮蔬菜放入冰箱，冰箱自動識別了你從超市購買的蔬菜，并自動開始計算保鮮時間，在蔬菜變質(zhì)前及時提醒你盡快食用。

在工廠里，無需過多的操作員對每一套機臺進行操作，當(dāng)系統(tǒng)識別到原料到達指定位置后，便自動開始工作。在系統(tǒng)工作的過程中，如果檢測到異物進入，系統(tǒng)自動發(fā)出警報，通知監(jiān)控人員進行停機檢查。

以上這些場景來自于恩智浦虛擬技術(shù)展廳，作為恩智浦描繪的未來城市樣本中的幾個例子，如今已然越來越多的應(yīng)用于現(xiàn)實生活。實際上，自從物聯(lián)網(wǎng)（IoT）出現(xiàn)以來，全球智能互聯(lián)設(shè)備的數(shù)量逐年增長，已達數(shù)十億量級水平。無論是樓宇自動化系統(tǒng)，或是智能家庭系統(tǒng)的建立，還是工業(yè)4.0背景下智慧工廠的升級和改造，機器學(xué)習(xí)正不斷地改善人類的生活與生產(chǎn)活動的效率。

智慧安防需要人工智能

人工智能系統(tǒng)正不斷地滲透生活和生產(chǎn)的各個方面，以達到通過讓機器和設(shè)備獲取圖像和聲音，并自主開展行為。在談?wù)撝腔郯卜罆r，人工智能的重要意義更為凸顯。正如開頭所列舉的一樣，人工智能正運用于在家居與辦公場景的門禁控制，以及工廠自動化的運作和異常檢測等場景下。而在這些應(yīng)用中不難發(fā)現(xiàn)，需求的痛點主要在對于圖像的檢測，識別與篩選能力上，因為采用傳統(tǒng)人工的方式進行檢測的工作無疑是費時費力的。

傳統(tǒng)的機器學(xué)習(xí)往往依賴云端進行信息的處理，并與邊緣設(shè)備進行信息的交換，這些設(shè)備傳輸TB級的海量數(shù)據(jù)，實現(xiàn)基于人工智能的云計算。而隨著物聯(lián)網(wǎng)規(guī)模越來越大，云端傳輸?shù)臄?shù)據(jù)量的增長遠遠超過了基礎(chǔ)設(shè)施的建設(shè)，為了能夠在更多安防設(shè)備上實現(xiàn)人工智能的應(yīng)用，基于安全性，實時性的需求，基于邊緣設(shè)備的機器學(xué)習(xí)也正悄然興起，擔(dān)負起讓邊緣設(shè)備節(jié)點變得更智能的責(zé)任，減少對于云端網(wǎng)絡(luò)的依賴，同時由于對信息的處理更加靠近數(shù)據(jù)源的位置，針對一些安防，監(jiān)控等應(yīng)用中所需的識別需求，邊緣的機器學(xué)習(xí)往往能夠作出更為快速的反應(yīng)。

機器學(xué)習(xí)的普及之路

人工智能的開發(fā)涉及一系列的工作，因此在過去，機器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)應(yīng)用一直是數(shù)據(jù)科學(xué)家和人工智能專家的開發(fā)領(lǐng)域。而隨著在諸如智慧安防等領(lǐng)域人工智能應(yīng)用的普及，這種情況正在逐漸改變。

主流半導(dǎo)體廠擔(dān)負著讓邊緣設(shè)備變得更智能，讓人工智能應(yīng)用的開發(fā)變得更簡便的任務(wù)，同時也需要軟硬件的共同配合。硬件方面，諸如恩智浦i.MX RT跨界MCU等產(chǎn)品順應(yīng)趨勢，保持低功耗，低開發(fā)難度的前提下，性能表現(xiàn)較過往的傳統(tǒng)MCU產(chǎn)品有極大的提升，如今已然可以滿足一定的邊緣計算需求，而性能更強大的處理器產(chǎn)品，如恩智浦i.MX 8M系列等，則更適合具備高清圖形顯示和動畫，音頻等進一步處理需求的設(shè)備。而在軟件方面，無論選擇了何種性能水平的處理器和控制器產(chǎn)品，由于需要人工智能的系統(tǒng)越來越多，且需求越來越本地化，對開發(fā)工具的簡單上手和輕松開發(fā)的需求從未像現(xiàn)在這樣強烈。

在這樣的需求下，一些為機器學(xué)習(xí)應(yīng)用專門設(shè)計的開發(fā)工具漸漸進入了工程師的視野，譬如恩智浦的eIQ（“edge intelligence”）機器學(xué)習(xí)開發(fā)環(huán)境，通過提供一組綜合工作流程工具、推理引擎、神經(jīng)網(wǎng)絡(luò)(NN)編譯器、經(jīng)過優(yōu)化的庫和技術(shù)，幫助簡化并加快機器學(xué)習(xí)開發(fā)。eIQ適合各種技能水平的用戶，從第一次接觸深度學(xué)習(xí)項目的嵌入式開發(fā)人員，到重點研究高級目標(biāo)識別、分類、異常檢測或語音識別解決方案的專家，eIQ都可以助力開發(fā)。

實現(xiàn)人人可用，助力智慧安防普及

在今年的第三季度伊始，恩智浦eIQ工具迎來重大的升級。最為顯著的變化就是新增了基于圖形用戶界面（GUI）的eIQ Portal，即使是人工智能領(lǐng)域的新手，也可以簡單上手進行開發(fā)。作為一套界面友好的上位機軟件，eIQ Portal能夠讓用戶在恩智浦的MCU/MPU平臺上進行開發(fā)，訓(xùn)練，驗證和部署神經(jīng)網(wǎng)絡(luò)。

eIQ支持自備數(shù)據(jù)和自備模型兩種工作流程。自備數(shù)據(jù)的工作模式方便用戶通過將自有數(shù)據(jù)集導(dǎo)入，并支持數(shù)據(jù)集增廣，基于eIQ自帶的預(yù)設(shè)的模型進行訓(xùn)練，并支持模型的驗證，最終部署到設(shè)備。eIQ內(nèi)置的模型對于分類和檢測的機器學(xué)習(xí)應(yīng)用提供了全功能的支持，并且可以讓用戶自主選擇更偏重運行速度或是更偏重精度的模型風(fēng)格。這一系列選擇都通過直白的GUI界面呈現(xiàn)給用戶。而自備模型的工作模式使用戶將自行訓(xùn)練完成的模型通過Model Tool進行裝載和轉(zhuǎn)換，從而部署到設(shè)備中。

模型的訓(xùn)練和優(yōu)化方面，eIQ同樣提供了可視化界面，用圖表的形式呈現(xiàn)模型的精度表現(xiàn)。

?

模型部署方面，eIQ支持多種推理引擎，如DeepViewRT?，TensorFlow?Lite, TensorFlow Lite Micro, Glow和Arm NN。

恩智浦同時也提供了例程，幫助用戶在短短幾十分鐘時間內(nèi)就可以完成基于神經(jīng)網(wǎng)絡(luò)，訓(xùn)練模型，并且完成轉(zhuǎn)換，最終部署到設(shè)備中。譬如針對i.MX RT平臺的例程，可以從相應(yīng)產(chǎn)品的MCXpresso SDK中獲取。如下圖所示，利用恩智浦所提供的例程，基于跨界MCU平臺，模型就能夠快速實現(xiàn)對攝像頭所捕捉到的圖像進行分辨。在智慧安防中，配合相應(yīng)的指令，輕松實現(xiàn)異常檢測，或是一些常規(guī)自動化的行為。

?

利用eIQ機器學(xué)習(xí)軟件工具開發(fā)的應(yīng)用，無論是通過云端處理復(fù)雜的圖像信息，還是通過邊緣計算快速針對突發(fā)事件作出反應(yīng)，能夠助力智慧安防系統(tǒng)更高效的工作，保障生產(chǎn)流程的順利，家庭生活的平安。