通過Cube.AI軟件功能包，現在可以用STM32微控制器產品來支持機器的人工智能/深度學習。傳感器也可以更加智能化。在傳感器上運用人工智能，一來可以降低整個系統的能耗，二來可以把本身的噪聲、穩定性和精度做得更好。

有這么一雙“魔鞋”，它傳感器內部運行AI算法，能夠梳理用戶行走和跑步生成的數據，提供有關如何提高運動效率的建議，還能記錄用戶的日常運動方式和健康狀況，并關聯到各種健身和保險服務。這就是日本公司No New Folk Studio推出的第一款智能鞋Orphe?Track，背后的功臣就是ST。
日前，在本屆STM32峰會上，人工智能（AI）成為最亮眼的關鍵詞。ST把它運用到了MCU和傳感器（邊緣計算）上。
?

MCU+軟件功能包即可實現機器學習？

意法半導體微控制器事業部全球市場總監Daniel Colonna在會上指出，STM32未來規劃有六點宏觀趨勢：價格更親民；更安全；更多硬件加速器和更多模擬外設；更高能效比、更低功耗；更多無線連接；以及更強計算性能。
他表示，ST會不斷地提升單核頻率，并在雙核方面推出更多產品。該公司擁有廣泛的MCU產品線，現在又有了雙核微處理器（MPU），Cortex-A + Linux，而能為更復雜的應用提供更好的解決方案。

拋開性能指標不談，今天咱們主要看看AI在MCU和傳感器上的應用。
Colonna先生指出，STM32推出之初就是想要提升大家的生產率，讓大家的工作更加簡單。ST非常關注于人工智能的開發。現在可以用STM32微控制器產品來支持機器的人工智能/深度學習。“深度學習就是實現神經網絡模式的打造，同時能夠去模擬人的大腦。STM32 Cube.AI可以實現類神經系統的打造。STM32的產品就是通過這種方式來幫助實現支持人工智能的深度學習。我們希望能夠盡可能致力于人工智能方面的發展。”他指出。現在Cube.AI已經可用，使用的是浮點計算來實現數據的計算。

?

接下來看一下未來人工智能的示例，以及這個功能軟件包包括什么東西。Colonna指出，Cube.AI軟件包可實現音頻和動作分析、字符識別以及圖像分類。現在的字符識別和動作分析等都還非常簡單，比如人類活動的識別都是根據于運動感知所做到的。今后我們會看到越來越多的沉浸式、預警性或者預防式的新的維護應用。通過STM32的機器學習，能夠幫助我們實現電機的感應。在電機傳感之后，能夠實現異常檢測，同時可以直接從關鍵的數據當中了解到相關的電壓，以及包括電機的控制。未來這個功能包還能在視覺方面有所提升，比如性別識別、面部識別等技術。當然還有可能實現語音識別，比如聲控、關鍵詞的識別以及語境識別，能夠幫助終端產品在深度學習當中不斷地精進和改善。

從安全性角度來說，ST在一直不斷地提升功能的安全性或安全架構和安全平臺。在接下來的可升級擴展過程當中，也會帶來更多的安全性功能，特別從基于基于Cortex的L5產品開始，可以實現強化的IP隔離，而保證產品的安全性。

傳感器+AI，可以實現降低功耗和提升性能的雙重好處

意法半導體大中華暨南亞區模擬器件、MEMS和傳感器(AMS)產品部市場及應用高級總監吳衛東重點探討了該公司傳感器的創新之路。他指出，在IoT系統里，非常關鍵的一個部分就是傳感器。例如，AR/VR是近年來非常熱門的話題，隨著現在5G時代越來越近，AR/VR的應用和體驗會逐漸實現。產品里的連接技術已經非常成熟。在處理器方面也非常強勁。傳感器也有著多年歷史，那未來又將如何創新呢？
傳感器也可以更加智能化。以AR/VR應用為例，之所以對傳感器有著高需求，是因為這個產品直接連接在頭部。人體是非常重要的傳感器單元，而AV/VR頭盔可以獲取周邊物理現象和信息。在拿到了這些信息的同時，如果經過智能處理，再傳給主控處理，就會更簡單。這就是智能傳感器。

在傳感器上運用人工智能，一來可以降低整個系統的能耗，二來可以把本身的噪聲、穩定性和精度做得更好。
他介紹說，ST有一款新的六軸加速度計+陀螺儀二合一產品，有客戶已經把它運用到智能穿戴的產品里。它集合了原來六軸產品所有的功能，但在上面加了一個機器學習的核，另外還有防抖的核。機器學習的核可以把一些基本的功能、常用的功能學習下來，固化在傳感器里面。所帶來的好處是降低系統功耗，并且利用更少的主控MCU的資源。
具體的功能來講，第一要實現最基本的傳感器的功能，同時器件通過標準的接口，可以把其他傳感器的信號也一起讀進來，進行數據融合。第二步要有學習的功能，要做濾波的功能，最后形成了觀念，形成了判斷樹的功能，傳感器的輸出就已經不再是原來的加速度值或者陀螺儀的值，而是一些系統可直接調用的指令。
接下來看一個實例。傳統穿戴產品在去做運動的時候往往要調用APP，APP會讀取各種數據去做很多的處理。而帶有人工智能的傳感器，則可以直接在器件里去做運算。
另外，坐飛機會有所謂的飛行模式，然而有些時候用戶可能忘了關飛行模式。具備人工智能的傳感器，可以識別不同狀態的變化，就直接可以檢測到有沒有類似事件的發生。

然后是音頻和振動的融合。TWS真無線耳機今年成為市場爆量的產品。那為什么要把這兩個傳感器放在一起？可以實現什么新的功能呢？

加速度傳感器實現語音識別，同時麥克風還是做收音功能。傳統的耳機其實不能判別是否處于嘈雜環境。但是有了耳骨傳導的加速度以后，不說話的時候，它可以把耳機切換到一個模式，可以讓麥克風收的音不進行信號的處理，可以屏蔽掉。在風噪環境下面，只有人說話的時候，對方才會聽到，如果不說話的時候，整個系統對于數字處理器來講，可以把麥克風收的音屏蔽掉。

目前在市場上主流的中高端TWS耳機都已經有這樣的功能。預計今年也會有很多的廠商把這樣的概念放進去。


還有一個是沖擊感覺，電池是主要的應用。電池本身受環境、溫度的影響，在具體的使用情況下會有一定的風險，特別是受到撞擊。因此加速度傳感器也可以用于這類安全應用。?

除了運動傳感器，ST也有成像產品和特殊光學器件，例如ToF除了傳統的手機應用，也可以用于各種智能家居以及工業類應用。成像產品則可以用于汽車中，進行汽車安全保護或者去檢測駕駛員的行為狀態……
?

最后他指出，ST不是單獨在做傳感器，而是跟其MCU生態系統相互融合。ST傳感器所有的開發板，從硬件到軟件到開發工具，到合作伙伴，都是完全融入在STM32的生態系統里。這樣，將其融入到開發當中就非常方便。
ST的傳感器種類非常豐富。作為解決方案的提供商，該公司能夠提供硬件、軟件和方案，并且不斷地對傳感器做創新。創新方案則是低功耗、高精度和智能的傳感器。
最后，當小編問及為什么智能傳感器可以降低功耗、提升性能時，吳總解釋說，傳統、普通的傳感器就是把數據采集下來，報到主控那邊去運算和執行。這個過程考慮到系統的功耗和延時。邊緣的概念是說，產品內部的傳感器收到信號以后，可以自行處理一部分特定的應用，例如計步、檢測不同的運動狀態，或是飛行模式/地面模式等等狀態，這些都可以找到一定的規律。
我們只要采集到原始數據，用機器學習模型學習好，把學習出來判斷的依據再寫到傳感器里，傳感器就可以有執行層面，不需要用到整個處理器去處理，在機器內部通過內置的固定狀態機就可以去判斷。基本原理就是如此，通過這樣可以考慮到在本體上去運作，比在處理器上運作的功耗小。
未來如果很多應用需要各方面到極限的話，延時也是一個問題，因為不一定是計算能力差，可能是傳輸花時間。傳1M數據和傳1K所花的時間是不同的，傳1M原始數據肯定會花更多時間，但其實只傳1K的結果就可以了。