2021年12月29日，第七届智能硬件高峰论坛如期而至。以往智能硬件高峰论坛都会邀请过百位知名行业代表和专家学者同场交流。近年受疫情影响，2021年和2021年两届智能硬件高峰论坛改为线上直播形式进行。虽然从线下改成线上，但依旧吸引不少行业观众在线上参与这一盛事。
2021年智能硬件论坛主题为「AI赋能新时代」，探讨在新时代的特殊背景下，人工智能如何塑造新时代使用习惯，带动产业升级转型。
作为智能硬件高峰论坛主办方的广东天波信息技术股份有限公司，创立于1999年，是广东首批国家高新技术企业，专注智能收银设备、身份识别终端、自助终端等产品的研发生产，秉持促进行业共同发展的理念，致力于推动行业共同进步。
人工智能往往需要大量数据来学习训练，数据量越大，分析结果越准确。但这对智能硬件的算力功耗来说是一种考验。如何让智能终端拥有自学习、自判断、自推理的智慧功能？广智微芯首席技术官、新加坡南洋理工大学博士崔东顺先生就在主题演讲《边缘技术助力智能硬件》中介绍了边缘计算技术如何在智能硬件领域打造新引擎，释放新动能。
以下为演讲整理：
众多周知，边缘技术已逐步应用在智能硬件上，使它们更加智能。广智微芯智能科技（简称“广智微芯”）是国内首家聚焦于“本地智能”的人工智能(AI)技术开发和推广的国家高新技术企业，在世界上首次提出“芯上学习” ( Learning-on-Chip ( LoC))技术，赋能”AI+IOT"，同时联合国内外多个行业领军企业合作开发技术领先的智能软件系统和智能终端产品，打造“AI+”全栈式智能解决方案。
我们的智能算法聚焦于本地智能，也叫边缘智能。它可以实现高效率、低延迟的小数据处理。相对于云端的深度机器学习，有着明显的区别。云端计算技能，也就是深度机器学习技能，主要是聚焦于大数据，有非常高的计算能力，但也需要大量的计算资源和对复杂情况的提前分析。
很多人误以为，机器学习和人工智能是同一个概念，其实这种理解是不太准确的。机器学习是一种技术，它通过设定某种规则,让具备计算能力的机器或硬件，从一定的训练数据中学习到数据之间某种潜在的关系与规律。而人工智能是一门科学，而不是一项具体技术，目标是让机器具备人类或超越人类的智能。
我们的边缘计算技术，就属于机器学习技术的一种。人工智能算法发展至今经历了三个阶段：1950年开始的三十年是预热阶段，计算机能力有限，没有有效算法，没有足够多的数据；从上世纪八十年代到2010年属于研究驱动阶段，特点是计算机功能足够强大，开发出许多算法，许多情况下没有足够多的数据；到了2010年起，是数据/产业驱动阶段，计算机功能足够强大，处处是智能传感器和智能单元，数据超大，有效算法逐步推进人类从此也变成了-一个“超级智能传感器”。
人工智能算法（包括边缘计算）都是基于三个方面，包括高效的计算环境、丰富动态的数据和高效的学习算法。许多智能硬件也集成了GPU、VPU、NPU等，计算资源越来越多，对数据的依赖性也越来越高，数据是算法的基础。
不同于生物学习，人工智能算法的深度学习对网络结构大小极其敏感，要进行极其”痛苦”的人工“调参”，很难微型实时学习;需要大量的时间;很难实现多通道数据实时融合和决策系统实时同步；许多简单的应用也需要才能大数据实现。
我们团队主要聚焦于人工智能算法中的超限学习机（ExtremeLearning Machine）,一种最简单的前馈神经网络结构，仅包含输入层、隐层和输出层。基于自研的基础进行各种各样的开发。输入层负责接收各种各样的数据，输入层到隐层的节点采用随机隐层节点，不需学习和计算，从隐层到输出层则是通过复杂的理论推理，可以得出两者之间的权重，不像深度学习那样需要反复的迭代学习上百万的参数。效率极高。
根据超限学习机的理论，机器/生物学习可以不需要调整隐层节点。给定任何连续目标函数或可分类目标，只要前馈神经的隐层节点是非线性阶段连续的，神经网络无需调整隐层节点就能任意逼近连续目标函数或对分类目标加以分类，满足万能逼近能力定理和分类能力定理，并得到大量实践验证。
对比生物学习，超限学习机的特点是：对网络结构大小不太敏感；对人工参数不太敏感；容易并行和硬件实现；较易微型实时学习;需要较少的时间；较易实现多通道数据实时融合和决策系统实时同步；交易实现在线串行数据学习(sequential learning）和数据流学习(stream data learning)；理论上可以用小数据解决复杂的应用易于低功耗硬件实现。
下面就为大家分享几个相关的案例应用。例如将超限学习机应用在澳洲电价预测上，预测结果和真实电价走势吻合度很高，说明了超限学习机拥有十分好的建模能力。在现在比较火的自动驾驶领域，超限学习机能实现高精度的交通路牌识别，同时深度学习和训练时间也有了很大的提升。用纯生物学习的技术，大概需要37小时的训练时间，而结合了深度学习和超限学习机，仅需要5个小时就能达到99%以上的测试精度。在手写体识别和手语动作识别方面，应用超限学习机可以缩短训练时间和达到高精准度。在3D物体特征学习的目标检测和跟踪技术、高级汽车辅助驾驶这些比较火的领域也有超限学习机的身影。应用到智能硬件上，以边缘计算盒子和边缘服务器为例，可以搭载各种算法，实现安全帽检测、可疑包裹检测、人员聚集检测、打电话检测、人员摔倒检测等识别，不需要后端复杂的服务器，也能很好地完成识别。降低成本的同时，灵活实现各种功能。
边缘计算有着广泛的应用，赋能硬件，使硬件更加智能。可以看到，智能时代已经到来，智能硬件扮演着重要角色。
【演讲视频回顾】
