對許多人來說，僅僅提到人工智能就會讓人聯想到有知覺的機器人與人類交戰，雖然這可能有一天會成為人類創造通用人工智能 (AGI) 的真實場景，但更緊迫的問題是嵌入式開發人員是否應該接受在他們的應用中使用人工智能系統。以下是你可能希望在下一個項目中包含機器學習的4個原因。

　　原因 #1 – 營銷熱潮

　　從工程的角度來看，僅僅因為它具有營銷熱度而在設計中包含一種技術或方法是每個工程師都應該爭取的。但事實是，如果圍繞某件事引起轟動，很可能最終有助于更好地銷售產品。技術營銷似乎是循環出現的，但總有一些潛在的主題在推動這些循環，而這些循環最終證明是真實的。

　　原因 #2 – 硬件可以支持它

　　在過去的幾年里，微控制器和應用處理器發生了如此大的變化，真是令人驚訝。資源受限設備的微控制器現在支持兆字節的閃存和 RAM，具有板載緩存并達到 1 GHz 及更高的系統時鐘速率! 這些“小”控制器現在甚至支持 DSP 指令，這意味著它們可以有效地執行推理。

　　憑借這些處理器上可用的計算能力，可能不需要太多額外的 BOM 成本即可支持機器學習。如果沒有增加成本，并且營銷部門正在推動它，那么利用機器學習可能是有意義的，因為硬件可以支持它！

　　原因 #3 – 它可以簡化開發

　　機器學習已成為物聯網，云計算和嵌入式開發中幾乎不可或缺的工具，機器學習可以極大地簡化軟件開發。例如，你是否曾嘗試編寫一個可以識別手勢、手寫或分類對象的應用程序? 這些問題對于人腦來說非常簡單，但編寫程序卻極其困難。在某些程序領域，例如語音識別、圖像分類和預測性維護，機器學習可以極大地簡化開發過程并加快開發速度。

　　隨著物聯網不斷擴展，數據量超出人們的預期，對大型數據集進行分類并訓練模型以使用該信息為系統生成所需的結果變得越來越容易。過去，開發人員可能有在運行時不斷檢查的配置值或可接受的操作欄。這些通常涉及大量測試和大量猜測。通過機器學習，這一切都可以通過提供數據、開發模型然后在嵌入式系統上部署推理來避免。

　　原因 #4 – 擴展你的解決方案工具箱

　　我們用來解決問題和開發產品的工具和技術總是在變化。看看你在一、三年和五年前是如何開發嵌入式的!雖然你的一些方法無疑保持不變，但你的流程應該有相當大的改進和補充，從而提高了你的效率和解決問題的方式。

　　利用機器學習是另一種添加到工具箱中的工具，隨著時間的推移，它將被證明是開發嵌入式系統不可或缺的工具。但是，如果嵌入式開發人員不開始了解、評估和使用該工具，則該工具將永遠不會被改進。雖然今天甚至明年為產品部署機器學習解決方案可能沒有意義，但了解它如何適用于你的產品和客戶、優點和缺點有助于確保當技術更加成熟時，它會更容易用于產品開發。