团体机器人曾经从科幻酿成理想——一部分曾经走向主顾，更多地蓄势待发。咱们此刻的使命是让它们变得更具竞争力。

我比来列入了上海MWC上。机器人正在会展上夺得冠军。我看到有数十家公司正在探求客户，他们的产物的使用方法各不相同。以机器人护士Tug为例。它看起来并没有像咱们正在科幻作品中见过的机器人，更濒临《星球大战》中的一些较实用的自动机械。虽然它只是一个带轮子的盒子，却存在咱们等候移动机器人拥有的许多功用，包罗导航跟避障。它可以正在病院周围举止，若是有人踩正在它后面便它会停下，它借会绕过乱放的点滴支架；它也可以批示电梯来另一层楼。Tug的功用是向患者运送药物跟食物，它已起头正在美国37家退伍军人病院退役。想象一下，它们可能为繁忙的candy-striper削减几工作量。另外另有为老年照顾护士、讲授撑持、餐馆跟旅店行业使用计划的机器人助手。您可以将其视为继智能扬声器之后公家助理范畴的下一个紧张产物（亚马逊的堆栈中曾经布置了10万多个事情机器人，明显他正在研讨作为Echo接棒人的家用机器人）。

那不是科幻小说；家庭助理机器人曾经起头走进理想。

机器人安康助理

出产这类机器人存在较着的技巧应战，这些应战与自动驾驶问题不太年夜分歧，但存在一些较着的差别。导航跟避障是罕见应战，但明晰的行车道跟交通管理的观点不适用于这些助理机器人；它面临的难题是若何正在建筑物内避障跟导航（经由过程舆图重测绘绕过且则不成挪动的障碍物）。虽然自然语言界面关于汽车而言是一种额定劣势，但关于机器人助手而言却能够是必不可少的功用。当药房送错药物或许当餐馆搞砸了您的定单，谁能耐烦的按按钮？

Gartner比来列出了机器人须要的10年夜人工智能跟感到功用，此中包罗：

计算机视觉——场景剖析、物体辨认等

机器人内置AI功用——不只依赖云端

会话界面——语音辨认跟自然语言处置惩罚

地位感到——我正在那里、我四周有甚么/谁

声学场景剖析——辨认怪异的乐音，如狗吠或玻璃粉碎声

生物辨认跟身份验证——谁正在与我攀谈，是不是容许他们下达这些下令

自主运动——可能挪动到修筑内的其他方针地位，而不会与物体或职员产生碰撞

构建拥有这些功用的体系的默许方式的第一步是以多核GPU平台为根底给机器人缔造一个内置AI体系。那不难理解——产物构建者可以利用现成的平台计划解决方案的原型，而无需忧郁ASIC细节，便像他们将CPU开发板用于更传统的使用一样。但跟着产品数量的增长、本钱跟客户满意度/差异化变得愈来愈紧张。现成的解决方案价格昂贵、耗电量年夜，并且利用与其他人不异的平台难以实现市场划分。那就是为何大批量解决方案不可避免天转向ASIC平台的缘故原由。您无需抛却对原型的一切投资，低成本的GPU平台依然可以组成解决方案的一部分，但可以将大批的AI功用卸载到更具本钱效益跟集成度更下的平台上。

正在机械学习使用中，DSP绝对于GPU的每瓦特机能劣势是众所周知的，部门缘故原由在于定点运算取代浮点运算、和某些平台的量化灵活性。而定制解决方案的价格优势是众所周知的。那就是为何您更有能够正在数目/价钱敏感的ML使用中看到嵌入式DSP，而不是现成的GPU。

智能显示器：一种不动的机器人？

但它是不是具有GPU的悉数功用？事实证明，它能做相称多的工作。以计算机视觉为例。现阶段，正在一些基于嵌入式DSP的平台中，曾经可以实现这类级别的视觉处置惩罚。或以撑持当地再锻炼的自主运动为例。DSP一样具有撑持这类智能的焦点辨认功用，正在GPU上可以找到的不异功用。

语音辨认/认证跟声学场景剖析的使命一样可以转移。这些例子完美天解释了为何转移十分有需要。这些智能操纵皆可宰割为多个步调，例如从语音拾取跟标的目的分辩到根本单词辨认、以至自然语言处置惩罚。最初一步很难，能够须要求助于云端。可是之前的步调嵌入式解决方案便能十分轻松天处置惩罚。有些使用只须要辨认有限的辞汇或许只须要检测非语言提醒，正在这些环境下，您能够基础没有须要云端。曾经有迹象评释，正在不久的未来，正在边缘便能处置惩罚有限的NLP。

CEVA正在它的边缘AI、前端语音处置惩罚和物联网深度学习平台中构建了一系列普遍的解决方案，用于撑持这些利用AI的前端功用。正在面对扩展范围难题时，或许当你想要绕过这些难题时，请看看咱们能供给甚么资助。