許多嵌入式開發人員正在構建嵌入式設備，這些設備越來越多地將人工智能(AI)的某些功能融入到他們的產品中。一個特別感興趣的領域是用戶體驗(UX)，人工智能在創建一個周到直觀的界面方面做得很好。

　　迄今為止，許多嵌入式人工智能活動都集中在數字語音助手及其為我們的設備添加自然對話的能力上。雖然我們之前已經寫過Google Assistant和Amazon Alexa語音集成是下一代設備的關鍵部分，但這很快就成為了一種期望，而不是一種差異。

　　嵌入式GUI上更持久的用戶體驗改進可以通過添加利用公司專業領域的定制AI來實現。雖然這需要一些數據科學專業知識，但這是增加難以復制的行業特定價值的最佳方式。

　　嵌入式GUI如何通過使用人工智能受益

　　人工智能由機器學習提供動力，需要用大量數據進行訓練。因此，你當前擁有或可能收集大量數據的業務領域——產品使用、傳感器輸入和診斷日志——是人工智能可以發揮作用的自然場所。

　　讓我們看看一些示例UI功能，AI可以為你的嵌入式開發產品增加價值。

　　Vison加工

　　允許設備看到給了它與用戶交互的額外感覺。再加上一個便宜的攝像頭傳感器，一點人工智能就能發揮魔力：

　　l 在智能家居中標記家庭成員以進行個性化設置

　　l 分析醫學掃描并標記麻煩狀況

　　l 識別需要授權使用的設備的指紋

　　l 理解ATM或文檔掃描儀中的手寫

　　模式識別

　　經過適當訓練的人工智能可以很好地識別隱藏在從地震分析儀到自動駕駛汽車的任何數據中的模式。通過篩選嘈雜和安靜的信號，人工智能可以自動分類重要數據，簡化其他系統的輸入，甚至模仿人類的專業知識。

　　這些模式識別人工智能會解釋什么數據?通常是基本的傳感器讀數——溫度、位置、方位、大氣壓力、雷達或紅外——用于各種工業、醫療和消費電子應用。然而，另一個豐富的數據領域是用戶的行為：他們如何使用設備和操作設備。在嵌入式開發中，支持人工智能的設備可以學習其特定所有者的習慣，從而允許智能設備自動猜測其所有者的意圖并符合其偏好這些細微的改進可以對UI和UX產生重大影響。

　　自然語言處理

　　自然語言處理(NLP)是設備理解人類語言背后意圖的能力。語音助手通常使用NLP將含義注入到他們從音頻語音創建的文本轉錄中，但是NLP也可以為其他應用程序解釋文本：

　　l 為導航和物流解決方案定位街道地址

　　l 為設備上支持提供聊天機器人

　　l 掃描發送到物聯網和智能家居設備的語音到文本請求

　　l 解釋自由格式電子郵件中的預定時間或位置

　　自動化

　　計算機在自動化方面一直表現出色。然而，他們并不擅長執行每次發生不總是相同的任務。這就是人工智能的切入點;它可以賦予計算機以適應不斷變化的環境的方式執行快速、大量或高度重復的任務的能力。

　　人工智能支持的自動化是自動駕駛汽車的本質。駕駛任務既令人麻木地重復，又不斷變化，需要快速適應——這是智能計算機管理的理想情況。過程自動化是類似的，允許工業機器人變得智能化，能夠靈活地完成編程任務。嵌入式開發人員通過讓機器人更多地關注于它需要做什么，而不是如何做，自動化的UI可以大大簡化。

　　使用AI進行嵌入式系統測試

　　AI可以改進產品的另一種方式是對用戶隱藏的，那就是改進UI測試。在你的測試程序中使用人工智能并不能消除對人類測試人員的需求，但你可以減少工作帶來的單調，并保留你的人類團隊進行更具創造性的測試。由AI支持UI測試的一些優勢包括：

　　l 提高了可重復回歸測試的可信度

　　l 更徹底的測試可提高產品質量

　　l 減少人類測試人員的無聊感

　　有很多人在解決這個問題，現在有很多工具可以用于構建智能測試平臺。

　　使用AI實現智能化

　　通過所有這些討論，你可能渴望開始為你的產品開發AI功能。構建人工智能有許多預先制作的工具：TensorFlow、SageMaker Neo和PyTorch是其中一些比較流行的工具。所有這些資源都包括教程以及支持它們的嵌入式開發人員和數據科學家社區。為了在所需的數據科學中建立基礎，你可以嘗試Scikit這樣的資源，這是一個Python工具包，它提供了每個不同數學模型的簡明直觀解釋，以及它們何時得到最佳使用。