对许多人来说，仅仅提到人工智能就会让人联想到有知觉的机器人与人类交战，虽然这可能有一天会成为人类创造通用人工智能 (AGI) 的真实场景，但更紧迫的问题是嵌入式开发人员是否应该接受在他们的应用中使用人工智能系统。以下是你可能希望在下一个项目中包含机器学习的4个原因。

　　原因 #1 – 营销热潮

　　从工程的角度来看，仅仅因为它具有营销热度而在设计中包含一种技术或方法是每个工程师都应该争取的。但事实是，如果围绕某件事引起轰动，很可能最终有助于更好地销售产品。技术营销似乎是循环出现的，但总有一些潜在的主题在推动这些循环，而这些循环最终证明是真实的。

　　原因 #2 – 硬件可以支持它

　　在过去的几年里，微控制器和应用处理器发生了如此大的变化，真是令人惊讶。资源受限设备的微控制器现在支持兆字节的闪存和 RAM，具有板载缓存并达到 1 GHz 及更高的系统时钟速率! 这些“小”控制器现在甚至支持 DSP 指令，这意味着它们可以有效地执行推理。

　　凭借这些处理器上可用的计算能力，可能不需要太多额外的 BOM 成本即可支持机器学习。如果没有增加成本，并且营销部门正在推动它，那么利用机器学习可能是有意义的，因为硬件可以支持它！

　　原因 #3 – 它可以简化开发

　　机器学习已成为物联网，云计算和嵌入式开发中几乎不可或缺的工具，机器学习可以极大地简化软件开发。例如，你是否曾尝试编写一个可以识别手势、手写或分类对象的应用程序? 这些问题对于人脑来说非常简单，但编写程序却极其困难。在某些程序领域，例如语音识别、图像分类和预测性维护，机器学习可以极大地简化开发过程并加快开发速度。

　　随着物联网不断扩展，数据量超出人们的预期，对大型数据集进行分类并训练模型以使用该信息为系统生成所需的结果变得越来越容易。过去，开发人员可能有在运行时不断检查的配置值或可接受的操作栏。这些通常涉及大量测试和大量猜测。通过机器学习，这一切都可以通过提供数据、开发模型然后在嵌入式系统上部署推理来避免。

　　原因 #4 – 扩展你的解决方案工具箱

　　我们用来解决问题和开发产品的工具和技术总是在变化。看看你在一、三年和五年前是如何开发嵌入式的!虽然你的一些方法无疑保持不变，但你的流程应该有相当大的改进和补充，从而提高了你的效率和解决问题的方式。

　　利用机器学习是另一种添加到工具箱中的工具，随着时间的推移，它将被证明是开发嵌入式系统不可或缺的工具。但是，如果嵌入式开发人员不开始了解、评估和使用该工具，则该工具将永远不会被改进。虽然今天甚至明年为产品部署机器学习解决方案可能没有意义，但了解它如何适用于你的产品和客户、优点和缺点有助于确保当技术更加成熟时，它会更容易用于产品开发。