揭秘 | 八一八你所不知道的 Curie,最神奇的黑科技!

昨天我们喜大普奔地公布了创客大爆炸与 General Vision 正式手牵手把 CurieNuerons 引进中国的 大好消息 ,相信此时有很多不明真相的围观群众仍是纳(meng)闷(bi)的——

那今天,我们就把它掰开揉碎了说一说——

#1 什么是 Curie?

在 CES 2015 上,Intel 发布了一款仅有纽扣大小、专为低功耗的可穿戴设备而打造的 Curie 模组。

它搭载了 Intel 首款面向可穿戴设备的“Quark SE ”32 位核心,同时还有 384KB 闪存、80KBSRAM、低功耗蓝牙、低功耗 DSP 传感器中心 (独有的模式匹配加速器)、六轴混合传感器 (加速传感器和陀螺仪)、PMIC 电源管理与充电电路。


2015 年年底,Intel 在 Maker Faire Rome 展会上发布了首款采用 Curie 模组的产品——Arduino/Genuino 101 。


▲ Arduino 101(美国以外地区都唤作 Genuino101)

虽然 Intel 并没有将 Curie 第一时间应用在可穿戴设备上,但采用 Curie 的全新 Arduino 开发板对创客们来说无疑是一个神兵利器。

不过,Intel 这两次的产品发布似乎都有些低调。Curie 所采用的 QuarkSE 核心中最神奇的黑科技并没有透露出来,这项技术不是它的低功耗高性能、不是它的 32 位计算核心、不是它的 6 轴混合传感器……而是——


拥有由 General Vision 授权的 128 个硬件级的神经元

也就是 Neurons!

(((那么问题来了)))

#2 什么是 Neurons?

从字面上来说 Neuron 就是神经元的意思,Neurons 就是多个的神经元,多个神经元组织在一起就可以组成神经网络。我们这里所说的并不是生物学意义上的组成神经系统的神经网络,我们说的是人工神经网络。前不久击败韩国顶尖职业棋手李世乭的人工智能围棋程序“Alpha Go ”,就有运用到这一技术哟。

不过大家千万不要被“人工”和“神经网络”这样看起来高大上的名词给唬住啦~其实除了借用相关的名词和做了相关的比喻之外,人工神经网络跟仿生学、认知科学这些高深的学术、理论基本 没 有 任 何 关 系

那么我们到底该如何理解神经网络是什么呢?

这是一个典型的三层人工神经网络。从最下面一层看起,按照一些书和论文中约定俗成的叫法,我们叫它“输入层”,这一层的节点都叫输入节点。因为不管这个神级网络是用于什么应用,我们要做的就只是把数据丢给输入节点。对应的,我们看最上面一层,我们叫它“输出层”,这一层里的节点叫做输出节点,我们所有要通过这个神级网络得出的结果都会从这一层的输出节点中得到。剩下的就是中间层了,即使是不同层数的神经网络,除输入层和输出层以外的中间部分我们都统称为中间层,由于这些层对外是不可见的,所以也叫做“隐含层”。

其实我们还可以简单的把神经网络理解为一个解说员:当我们在看一场自由体操比赛的时候,解说员看到运动员在作出一系列的动作后,会告诉大家这是什么样的动作、多少度的旋转等等。解说员在观看运动员作出的动作时,就相当于我们把动作的相关数据丢进了上面所说的“输入层”里,解说员根据特定的所看到的动作在脑子里进行思考的过程就是从“输入层”传递数据到“中间层”,最终在“输出层”思考出结果,再告诉给观众。

神经网络还可以通过训练的方式来教会它进行一些数据分类,就像是小孩子刚出生时什么也不会,妈妈在孩子面前让孩子看着她,不停的教:“我是妈妈……叫妈妈……妈妈……”,反复的训练后孩子才开始知道看到面前的这个人应该叫“妈妈”。


那么我们该如何去训练 Curie 里的硬件神经元呢?

General Vision 为我们提供了强大的 CurieNeurons 工具 ,来帮助我们对硬件神经元进行训练和相应开发。

(((那么问题又来了)))

#3 什么是 CurieNeurons?

CurieNeurons 是 Curie 中硬件神经元的技术授权方 General Vision 提供的针对 Curie 的硬件级人工神经网络进行训练和开发工具。

CurieNeurons 到底可以做些什么呢?

我们可以通过 CurieNeurons 来为 Arduino 项目加入硬件神经元的基本人工智能特性:

•   通过 Curie 内置的加速度计、陀螺仪以及其他外置的传感器数据来训练 Curie 进行模式分类。

•   对新的模式进行实时的分类,并报告新状态或异常状态。

•   备份硬件神经元内部的训练数据或者将训练数据移植到其他的 Curie 模组上。

我们为什么要用 Curie 和 CurieNeurons 呢?

传统上运动数据采集和分类是非常耗时耗力的,需要程序员手动的去查对应资料写算法,而效果往往差强人意。但是通过 Curie 的神经网络来做动作的学习识别、分类就可以做到自动化,我们只需要告诉它相应的动作或者姿态,让它自己去学习就好了,不用关心通过什么样的算法实现,大大的降低了开发的门槛和成本。

总而言 之, 通过 CurieNeurons 提供的工具,我们可以不用关注于如何设计一个神经网络。我们只需要把想让它知道的动作或者状态,告诉它,让它自己去学习就好了!

就像之前所说的解说员那样,假如我们让运动员带上一个拥有 Curie 模组的腰带或者是手环,再让运动员作出各种专业的动作,并且告诉 Curie 每个动作叫什么。经过多次训练之后,Curie 就可以识别每个动作的名称啦,甚至经过简单的处理还能像解说员一样进行实时的解说!并且随着训练的次数越多,识别准确率也就会越高!

 

有了这样的思想准备

下一步 我们就来教你

打开 的 CurieNeurons 王国的正确姿势!

ARE YOU READY?!!

发布者:Cara,转载请注明出处:http://www.makercollider.com/curie/3130

发表评论

登录后才能评论
QR code