随着COVID-19病毒陆续席卷全球，保持社交距离、强制佩戴口罩、居家令等一系列法规相继在各地实施，人们的生活方式在短时间内发生了巨大改变，一方面大量的应用和需求涌入互联网和云端服务，而另一方面，嵌入式AI应用在许多领域落崭露头角。
NXP 可解释的AI(xAI)助力COVID-19诊断
恩智浦的xAI研究团队相信恩智浦的xAI概念可能有助于快速检测COVID-19患者疾病。
NXP 可解释的AI(xAI)助力COVID-19诊断
恩智浦的xAI研究团队相信恩智浦的xAI概念可能有助于快速检测COVID-19患者疾病。
图片来源：nxp.com
AI通常被视为一个「黑盒子」，我们都不知道算法是如何运作，但这也是它特别有效的部分原因；AI并不仰赖人类的想法来建立算法逻辑。但是当AI无法正常工作时，我们就需要获得一定程度的可解释性，了解该如何妥善修正模型。
“恩智浦半导体认为认知不确定性是可以降低的，用户可以透过提高运算复杂度，增加更多的训练层数，从而降低模型的不确定性，当然要注意避免过度拟合(over-fit)。对于输入不确定性，神经网络只能报告输入有问题，因此我们应该对输出保持谨慎态度。你希望神经网络能够识别这种局限，最后由人类决定是否需要质量更好的输入，或完全拒绝输出。这就是恩智浦的可解释AI (explainable AI，xAI)概念。”恩智浦嵌入式处理器技术和业务战略主管Gowrishankar Chindalore介绍说。
恩智浦嵌入式处理器技术和业务战略主管Gowrishankar Chindalore
目前恩智浦已与某些具先进设备的医院互动, 以了解恩智浦xAI 技术如何帮助目前面临的医疗保健挑战。
除了规定的PCR测试和诊断方案，CT放射学和X射线影像的使用提供了快速的替代检测功能。通过适当培训的xAI模型来处理CT和X射线影像，就能区分未感染病例和感染病例。xAI能够提供实时推理可信度和可解释的洞察，以帮助临床人员确定下一步治疗方案。
xAI研究团队相信推理模型已经趋于成熟，目前正在与欧洲和美洲的医学和AI专家进行讨论。但是，为了进一步推动研究，我们必须获取更大的匿名数据集，积极寻求新冠肺炎研究人员和潜在合作伙伴的回馈，共同合作以改进这种检测技术。
xAI使我们能够在涉及不确定性的情况下，作出更接近人类的反应。它为基于概率的决策分类增加了确定性和可行度。
“除了在医疗保健应用中，我们在汽车、工业的关键安全系统中也发现了xAI的机会。”
Rokid云镜测温与AR技术结合
位于杭州的Rokid公司，是专注于AR、智能音箱产品的一家初创公司，成立于2014年。
“我们的AR眼镜最初的设计理念是用在工业现场，让工作人员透过AR眼镜快速发现温度异常的设备、短路的线路等等，新冠疫情的需求促使我们对产品进行了调整。” 公司创始人兼CEO祝铭明说
Rokid Glass 云镜（图片来源：rokid.com）
Rokid云镜 工作人员只需带上随时观察到周围人群的体温状况 （图片来源：rokid.com）
这款测温专用AR眼镜，重量为100多克，支援单人测温和多人测温两种模式，最多可同时对10人进行动态测温，1 分钟最高可以检测近千人。针对人脸测温更精准采用全新的非制冷焦平面红外热成像传感器，超过10万个红外像素和AI矫正纠偏算法，可以对35.3℃~42℃内的温度进行检测，测温精度可达±0.3°C。眼镜搭载了AI人脸识别和多点均值拟合测温技术，精准测温时间不超过 0.2 秒。
依托先进的嵌入式AI视觉处理技术，Rokid云镜的测温识别功能可实现脱机工作，无需将资料上传到云端在进行处理。
在疫情需求的助推下，Rokid云镜已经迅速销售至全球30多个国家和地区。
“这可能是目前为数不多、且落地的AR杀手级应用之一。”一位业内人士评价
ARM参与银行的防疫方案
Arm 主任应用工程师张维良
研扬科技与Arm安谋国际科技共同合作研发两款应用在银行里的防疫方案：一为侦测银行来访客户体温的设备；另一方案则为智慧办公室应用针对多间访客会议室进行AI设备检测。
第一个应用是体温量测，在进入银行的闸门上放置红外线摄像仪，来访的银行客户，通过闸门时会自动侦测体温，将数据传至Arm的Pelion 物联网平台上进行分析。
“不同的主IC有不同的传输方式可以选择，例如: WIFI、LoRA或是SubG的传输。在此同时，也搭配AI边缘运算，直接进行VIP的人脸辨识，让银行可以有相对应的接待及讯息推播。”
Arm 主任应用工程师张维良介绍。
这家银行也与Arm及研扬合作利用AI边缘运算的技术，来进行银行理财战情简报室设备的监测。因为理财专员需要个别独立的小会议室与VIP客户进行财务简报及分析，此时简报室里的设备是否齐备，理专在中央管理系统就可以一目了然。不会发生带领VIP客户到了会议室，才发现会议室被占用或打开会议室才发现没有椅子的尴尬场面。透过Arm Pelion物联网平台大幅缩短设计、部署和管理多个分行系统。统一的接口也让总行与分行的管理一致且方便使用。
DarwinAI为嵌入式设备构建COVID-Net 协助诊断
DarwinAI和Arm合作来帮助医疗行业。为嵌入式设备快速的带来更高效，更具成本效益的深度学习解决方案。
DarwinAI和Arm合作来帮助医疗行业。为嵌入式设备快速的带来更高效，更具成本效益的深度学习解决方案。
COVID-Net是一个为帮助医疗专业人员快速筛查COVID-19感染而设计的辅助工具。其中分类和诊断COVID-19感染最大的瓶颈之一是专家解析射线照相图像需要花费很长时间，可能长达20分钟或更久。 因此，嵌入式辅助诊断系统有可能说明挽救生命并更有效地引导稀缺的医疗资源。
用GenSynth识别来自不同COVID-19病例的CXR图像及其相关的关键因素（红色部分） （图片来源，arm.com）
DarwinAI的COVID-Net由1x1卷积层和深度卷积层组成，是一种高效的微架构设计，有COVIDNet-CXR4-A，COVIDNet-CXR4-B和COVIDNet-CXR4-C三个模型共设计人员参考，每个模型均使用GenSynth平台构建，在性能与效率之间权衡，均能对三种结果进行预测：
1. 无感染（正常）
2. 非COVID-19感染（例如，非COVID19病毒，细菌等）。
3. COVID-19病毒感染
1. 无感染（正常）
2. 非COVID-19感染（例如，非COVID19病毒，细菌等）。
3. COVID-19病毒感染
其中，COVIDNet-CXR4-C代表了最紧凑的模型，能够在嵌入式环境中运行良好。透过使用ARM的Cortex系列处理器，在硬件设施不够完善的偏远地区发挥较大的作用。
位于路易斯安娜州乡村的COVID-19医学影像分析中心（图片来源：arm.com）
除了上述一些应用案例，医用消毒机器人，警用无人机，以及在物流领域，无论是为了节约紧张的医疗资源，还是防止聚集发生疫情，嵌入式AI正在发挥着越来越重要的作用。
