時(shí)代之變和未來(lái)決策

縱看時(shí)代風(fēng)云變?cè)?，按照雷軍的話說(shuō)：站在風(fēng)口上豬都飛得起來(lái)。就如同世界增加的兩次工業(yè)革命一樣，每一次都過(guò)國(guó)家從中興起，有國(guó)家隨之滅亡。我們中國(guó)目前也經(jīng)歷過(guò)造富浪潮，締造了無(wú)數(shù)的財(cái)富傳奇。
第一次是體制改革，很多人下海經(jīng)商成就了許多傳奇
第二次是房地產(chǎn)和全球化，至今我們也在為房子的問(wèn)題發(fā)愁
第三次是互聯(lián)網(wǎng)時(shí)代，看現(xiàn)在互聯(lián)網(wǎng)大廠就知道
而我在大一的時(shí)候就有深刻的感覺(jué)就是：
互聯(lián)網(wǎng)的時(shí)代已經(jīng)將要過(guò)去
這句話的意思不是說(shuō)互聯(lián)網(wǎng)要衰退了，倒閉關(guān)門了。而是渡過(guò)了最瘋狂的成長(zhǎng)期隨后將要進(jìn)入平穩(wěn)期，競(jìng)爭(zhēng)加劇，就業(yè)飽和，最后增長(zhǎng)放緩甚至下降這都是我們現(xiàn)在可以看到的。

我們都知道想要發(fā)展好不只看眼前，就好像很多人看到90到05年上下的時(shí)候化工行業(yè)暴利時(shí)代，現(xiàn)在再讓你選你還覺(jué)得石油化工賺錢嗎。過(guò)了十五年后再讓你選，互聯(lián)網(wǎng)也不一定是收入較高的。因?yàn)闀r(shí)代會(huì)變的，我們必須抓住的是時(shí)代的變化做決策。

另外一點(diǎn)很重要的事情是，上面這些事情都是白字黑字寫在政府的工業(yè)計(jì)劃大綱上的。都是國(guó)家鼓勵(lì)放出激勵(lì)政策如何這些行業(yè)也隨之興起，沒(méi)有例外。

這一次我感覺(jué)這次的浪潮是和中國(guó)大國(guó)崛起的息息相關(guān)的高端制造業(yè)和高新科技業(yè)（高端制造業(yè)上到航天航空、衛(wèi)星科技；下到重工船舶、機(jī)車電氣；再到智能數(shù)控、智能裝備等等。高新科技業(yè)像人工智能、大數(shù)據(jù)、5G技術(shù)、新能源等等）。這個(gè)判斷主要來(lái)自于十四五規(guī)劃，前面的三次造富浪潮都出現(xiàn)在其中。

所以我想要告訴你的是：高端制造業(yè)和高新科技業(yè)這些行業(yè)絕對(duì)有著超乎你想象的未來(lái)，是那種能夠改變你將來(lái)身份階層的未來(lái)。

而其中最有前景的是智能化。

自身專業(yè)之困

作為電科專業(yè)的學(xué)生，這個(gè)專業(yè)是非常不錯(cuò)的，但是在未來(lái)職業(yè)上，它更偏向于培養(yǎng)科學(xué)家而非工程師，而我的方向是傾向走工程師的道路，因?yàn)槲锢矸浅２┐缶睢?br /> 所以對(duì)我來(lái)說(shuō)最有工作和項(xiàng)目意義的課程的是C語(yǔ)言、單片機(jī)原理及其接口技術(shù)、Matlab和數(shù)電模電最后還有數(shù)學(xué)類的高數(shù)線代概率論，我們沒(méi)有機(jī)會(huì)學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計(jì)、算法類的課程，可以說(shuō)比起CS類的學(xué)生，我們想要完全從軟的道路優(yōu)勢(shì)是不大的，因?yàn)樵谶@些年里我也嘗試過(guò)用業(yè)余時(shí)間去學(xué)習(xí)這些技術(shù)，雖然可以補(bǔ)償一些，但是我還是得承認(rèn)，人的時(shí)間精力都是有限的，我無(wú)法同時(shí)掌握SQL、JS這些和EDA、multisim這些。

所以我必須基于自己現(xiàn)在的情況走出一條適合自己情況的成長(zhǎng)路線。

純粹的嵌入式學(xué)習(xí)路線

大一階段我主要接觸了嵌入式設(shè)計(jì)這條路子，對(duì)于硬件設(shè)計(jì)這塊反而接觸較少，不僅在校園，集成電路設(shè)計(jì)在恐怕在世界來(lái)說(shuō)門檻都是極高的。純嵌入式路線起步都大同小異，都是51或者arduino起步，然后后面轉(zhuǎn)STM32、ARM、樹莓派這些，然后到嵌入式LINUX這條路線。這個(gè)階段我學(xué)習(xí)了語(yǔ)言之母C語(yǔ)言

在嵌入式基礎(chǔ)上開(kāi)始學(xué)習(xí)IOT技術(shù)

隨著對(duì)單片機(jī)編程和網(wǎng)絡(luò)配網(wǎng)逐步的深入了解，我想更加深入地使用這些板子的能力，這就是AIOT技術(shù)，由2018年小米IOT開(kāi)發(fā)者大會(huì)提出來(lái)的，把AI和IOT結(jié)合在一起運(yùn)用的技術(shù)。那個(gè)時(shí)候我就開(kāi)始接觸到了諸多傳感器并且利用單片機(jī)設(shè)備和各種網(wǎng)絡(luò)模塊進(jìn)行數(shù)據(jù)收集并且傳輸?shù)较袢A為云騰訊云、手機(jī)、blinker等等這些平臺(tái)，并且通過(guò)互聯(lián)網(wǎng)遙控澆水、電燈什么的。

初步接觸到AI技術(shù)，逐步走AIOT技術(shù)

那還是大二的寒假，我參加了新加坡國(guó)立大學(xué)的機(jī)器學(xué)習(xí)的課程，可以說(shuō)是帶我進(jìn)入了AI的殿堂，學(xué)習(xí)了python和很多基礎(chǔ)的算法，包括很熱門的神經(jīng)網(wǎng)絡(luò)、隨機(jī)森領(lǐng)、SVM等等，期間還有的就是補(bǔ)齊了數(shù)據(jù)結(jié)構(gòu)的漏洞。隨著后來(lái)的深入，我開(kāi)始學(xué)習(xí)接觸ML的三大分支-- CV、NLP、BI。后來(lái)我逐步像CV方向去學(xué)習(xí)。期間我一直有一個(gè)很大困惑：

非計(jì)算機(jī)的學(xué)生真的可以學(xué)習(xí)AI并且在以后從事以后的工作嗎？這種課程的差距真的可以彌補(bǔ)嗎？傳統(tǒng)的單片機(jī)和AI技術(shù)又是如何勾連的？可以勾連C和python嗎？

現(xiàn)在基本上的單片機(jī)的硬件仍然無(wú)法在本體上進(jìn)行算法的運(yùn)算，所謂的AIOT很多都是在PC端進(jìn)行的。也就是設(shè)備端收集數(shù)據(jù)讓通過(guò)網(wǎng)絡(luò)傳輸?shù)皆破脚_(tái)進(jìn)行處理，同時(shí)自主大規(guī)模運(yùn)算能力也是不具備。

參加英偉達(dá)夏令營(yíng)CUDA的啟發(fā)

英偉達(dá)的主要是憑借其超性能的異構(gòu)計(jì)算而出名，主要產(chǎn)品是顯卡（GPU）。所謂的單片機(jī)，其實(shí)就是最小的計(jì)算機(jī)，你可以理解為一個(gè)次一點(diǎn)的CPU（STM32）。那時(shí)候通過(guò)英偉達(dá)公司的階段，我發(fā)現(xiàn)他們的一款產(chǎn)品 jetson nano–是可以搭載顯卡的，而且計(jì)算性能足夠簡(jiǎn)單的ML項(xiàng)目，比如說(shuō)自動(dòng)駕駛、圖像識(shí)別這些。也就是一塊可以做AI的板子，更要的是其Linux系統(tǒng)和來(lái)自CUDA的異構(gòu)計(jì)算更是人工智能的利器。

自身專業(yè)的啟發(fā)

那個(gè)時(shí)候我在認(rèn)知實(shí)習(xí)中聽(tīng)了幾位中科院學(xué)者的分享，他們做的項(xiàng)目的是設(shè)計(jì)AI芯片，那個(gè)路線的思路根據(jù)AI算法的結(jié)構(gòu)特點(diǎn)重新設(shè)計(jì)芯片框架。當(dāng)然我們本科生是無(wú)法達(dá)到這么高的水準(zhǔn)的。但是我發(fā)現(xiàn)另一個(gè)機(jī)會(huì)。就是PCB設(shè)計(jì)。我們平時(shí)的使用大多數(shù)板子和設(shè)備直接都是用杜邦線連接的，如果能狗自己畫PCB板子可以極大地取代杜邦線。并且通過(guò)3D打印機(jī)和激光切割機(jī)制作的外殼可以出很好的產(chǎn)品。

下位機(jī)+上位機(jī)+AIOT的思想

下位機(jī)+上位機(jī)+AIOT這就是我自己探索出來(lái)的技術(shù)成長(zhǎng)路線。首先解釋下什么叫上下位機(jī)

上位機(jī): 上位機(jī)是指可以直接發(fā)出操控命令的計(jì)算機(jī),一般是PC屏幕上顯示各種信號(hào)變化。
下位機(jī): 下位機(jī)是直接控制設(shè)備獲取設(shè)備狀況的計(jì)算機(jī),單片機(jī)

我自己探索的路線是下位機(jī)Arduino（51）-網(wǎng)絡(luò)通訊（ESP8266、Lo Ra、zigbee等）-AI （CV）-- Linux–上位機(jī)Jetson nano（CV、ML）

首先上位機(jī)就相當(dāng)于一個(gè)大腦，主要執(zhí)行AI的功能，然而這種的功能可能就外接口來(lái)說(shuō)是不足夠，所以我們下位機(jī)的功能是收集和執(zhí)行數(shù)據(jù)。

這里說(shuō)下我為什么上位機(jī)不選擇樹莓派或STM32，因?yàn)樾阅芎陀布O(shè)備和AI需求，英偉達(dá)的nano有個(gè)無(wú)可比擬的優(yōu)勢(shì)，可以實(shí)現(xiàn)異構(gòu)計(jì)算，有GPU，這是AI一定會(huì)接觸到的加速計(jì)算?？梢源蚶位A(chǔ)。不選STM32的原因是我對(duì)python這門語(yǔ)言有需求，AI使用的語(yǔ)言一般都是python，所以我不傾向于STM32。

下位機(jī)我為什么會(huì)選擇Arduino作為下位機(jī)呢，首先他的弊端也絲毫明顯的，他比起STM32和51來(lái)說(shuō)接口較少，用上擴(kuò)展版后雖然改善了很多但是還是少。但是他有一個(gè)優(yōu)勢(shì)無(wú)與倫比就是學(xué)習(xí)社區(qū)。Arduino是一個(gè)全球的使用的板子，很多平時(shí)遇到的問(wèn)題都可以在社區(qū)內(nèi)找到，并且找到很多有趣的項(xiàng)目分享。

拿我比較剛興趣的項(xiàng)目舉一個(gè)例子，電磁炮+CV+ML+PCB自主自動(dòng)瞄準(zhǔn)方案

在這里首先使用到就是電路的一些知識(shí)，首先作為一個(gè)槍我們的選擇有很多，但是為什么會(huì)選擇電磁炮而不是選擇橡皮或者鋼珠類軟彈槍，因?yàn)楹笞?，后坐力?huì)讓算法變得非常復(fù)雜，電磁炮后坐力是非常小的。第二點(diǎn)你需要做什么呢？是CV用攝像頭確定目標(biāo)的位置，也可以用雷達(dá)和超聲波進(jìn)行補(bǔ)充，但是這還不夠，給出了你空間上明確的位置關(guān)系后是不是就是數(shù)學(xué)上的計(jì)算的角度就可以集中目標(biāo)。不是，現(xiàn)實(shí)有很多干擾因素。這時(shí)候我們需要要用ML去訓(xùn)練我們最佳的發(fā)射角度方位。這里怎么操作呢，用Arduino操縱電機(jī)帶動(dòng)槍口和發(fā)射電磁炮，利用jetson nano 的CV和雷達(dá)確定方位，用ML確定設(shè)計(jì)彈道。

對(duì)AI和嵌入式的朋友感興趣的朋友可以試一下我這條學(xué)習(xí)路線