24小時聯系電話:18217114652、13661815404
中文
技術專題
AI可以代替固件嗎？
AI可以代替固件嗎？
我們在談論嵌入式系統和AI，AI可以代替固件嗎？
固件是我們行業的一個巨大問題。這太貴了。只有高技能的人才可以創建它，而我們中的人太少了。
如果某種AI引擎可以轉儲到微控制器中，然后通過訓練該AI來創建“軟件”怎么辦？如果這是可能的，那是一個很大的“如果”，那么有可能實現發明COBOL時所希望的目標：因為領域專家可以從事這項工作，因此不再需要程序員。對于COBOL而言，這并沒有成功。業界了解到會計師無法編碼。盡管該語言比替換的語言友好得多，但仍然需要認真的開發技能。
但是借助AI，領域專家可以訓練推理引擎嗎？
考慮一個機器人：“家庭經濟”專業可以創建從洗碗機堆放餐具的場景。也許這些將以視頻的形式出現，然后在調整加權系數以實現家庭ec專家認為值得的目標時，將這些視頻輸入到AI引擎。
我對這個想法的第一個反對意見是，這類系統具有物理約束。使用固件，我可以將代碼寫入限位開關樣本，以便在運動結束時電機會關閉。在訓練過程中，基于AI的系統會嘗試將電機驅動到各種瘋狂的位置，破壞性地撞到停止位置。但是，請考慮一下孩子如何學習：父母鼓勵實驗，但要防止年輕人自殘。也許這就是未來開發人員培訓AI的角色?；蛘?，也許將在某種模擬器上進行培訓，而不會出現任何嚴重錯誤。
進一步講，領域專家可以定義所需的輸入和輸出，然后由低薪人員進行實際培訓。首席執行官會喜歡的。有了這個模型，一個世紀前的計算就出現了一個奇怪的相似之處：在計算機時代之前，“計算機”是人們通過簡單的數學運算來創建日志，觸發，彈道等表格。他們不是特別熟練，沒有很多，但是死記硬背在一個大師的指導下工作。也許AI培訓師會像那樣。
就像我們將服裝生產外包給孟加拉國一樣，我可以看到培訓，基本上是艱苦的工作，也被派往海外。
我對此想法并不陌生，因為這意味著我們將擁有一個白癡的物聯網：數十億臺人工智能驅動的機器，沒人真正知道它們是如何工作的。他們已經受過良好的訓練，但是在遇到極端情況時會發生什么？
而且，我閱讀的大多數AI文獻都表明，大約97％的推理成功是常態。這對于分類面孔可能很好，但是安全關鍵系統的3％失敗率是一場災難。對于像工廠控制器這樣的不太關鍵的系統，同樣的價格也將是完全不能接受的。