嵌入式AI的技术的发展

将AI可不用于高性能可不用程序的吸引力显而易见，例如，适用face-id来授权对车间车间电脑操纵的到访。下巴鉴别，语音操纵，出现异常检测以及AI造成了了无限可能。在本博客里面，我将以face-id为例。与传统的人机界面和密码相比，它更是不易适用，更是智能，更是强悍。更是不用说其他所有人都在这样要用。人脑的岗位数学模型显然很神奇，但是它可以要用的很快成为人们的最低期望。没愿意根据今晚的技术透明地评估新产品。

过关斩将

新产品公司有一个问题。基于AI的共同开发与标准化高性能共同开发完全不同。多于对于基本功能，您不是在编写软体。您必需像专业训练孩子在中小学一样，专业训练一个专家系统来鉴别模式（例如三维）。然后，您必需将该在线最佳化到高性能电子设备的有限生活空间，以满足尺寸和低功耗要能。专家系统可能不是常规字符串，但是专家系统及其计算仍时会消耗缓存和录入功率。作为高性能共同开发人员，您告诉他尽量地切割这些举例来说极其重要。我将在下一个博客里面找到相关具体内容。以前，让我们多于了解一下这些专家系统如何岗位。

坚实

我不想为您详细介绍专家系统。这是使可不用程序也就是说接入所必需要要用的。专家系统在本质上是一系列“神经”层。每个神经从上一层或回传信息里面写入两个（或多个）回传，适用经验丰富的权重可不用计算并前馈结果。基于这些权重，三维时会随着您在三维错综复杂的移动而逐渐变得简单，终究在输出处鉴别出简单的三维。

然后，第一个机智的大多是外观设计在线-多少层，各层错综复杂的直达等等-基本专家系统解法。第二个机智的大多是专业训练。在此每一次里面，许多三维通过在线接入，并隐含ID以标识可不鉴别的具体内容。这些接入创设了鉴别所无需的权重值。

如果您有雄心壮志，则可以重来为TensorFlow等标准化在线之一协作自己的专家系统。您也可以从诸如face-id的自由软体选项开始。您可以将所有这些具体内容协作到可以在的电脑上接入的可不用程序里面，这对于想要注册另行审批脸孔的买家来说极其便利。以前，您可以开始适用一组经过审批的下巴姿势测试集来专业训练您的在线。

为什么不只是在云里面这样要用呢？

有些服务可以Skype进行时人脸鉴别-无无需转回电子设备上凌乱的AI。只无需拍摄合照，然后将其上广泛传播云里面，可不用程序就时会传回OK，您的新产品将审批下一步。

但是–您所有经过审批的员工都无需要将其合照和其他理可不存储在云里面。也许对于安全性和该软体性来说并不是一个好主意。每当工人想要到访电脑时，您将消耗大量的全心将三维传送到云。而且，如果您的Internet直达断开，则在恢复直达先前，任何人都不会审批。在电子设备上进行时正确的服务器端可保护该软体和安全性，降低继电器无期望，即使在线直达断开也可以继续岗位。