作者： Michel Chabroux from WindRiver

当我谈到智能边缘时，非常喜欢同时说说机电边缘。你会发现，这里是边缘的边缘——离巨型数据中心最远、离现实世界最近的地方。机电边缘的设备通常由实时操作系统（RTOS）控制，而且必须达到非常高的精确度，才能满足实际应用的要求。

RTOS机电边缘的传统特征是可预测性、确定性和安全性。但我认为不久就会出现一个新的特征：人工智能（AI）和机器学习（ML）。在这里我就统称之为人工智能（AI）。

人工智能的重中之重是运用大量数据和密集计算资源来训练模型，这部分工作在未来一段时间内基本上都在云端和数据中心进行。但是人工智能的实际应用——借助于经过训练的模型从应用场景输入的数据中推断出有价值的结论——这方面的技术已经蓄势待发，将会为RTOS注入革命性的能力。那么，将人工智能融入RTOS环境中之后，我们将会首先看到怎样一幅场景呢？

典型应用场景设想

在RTOS应用的宏流中，我期待首先看到的人工智能应用场景是预测性维护。一台设备在什么条件下使用了多久，相关的各种数据都会被收集起来，包括全部具有预测价值的数据，例如错误率、声音和振动程度等。根据收集到的所有数据，可以建立和训练相关模型，预测设备何时需要维修或更换。而且，这些模型将被嵌入一个具有推理引擎的RTOS(实时操作系统)，使设备可以预测自己的维修需求状况。

人工智能的另一个可能用途在于安全性方面。如果一个系统学会了识别自身的正常行为，这将使它在发生故障时具备更强的能力恢复正常，也更有能力发现可能导致安全事故的意外偏差。

根据我们与主流机器人制造商的交流，发现人工智能正被用来改善现有的流程，比如运动控制应用并不仅仅是依赖数学模型，同样也要借助实际观察。无论是自动驾驶汽车还是自动化工厂，嵌入实时系统中的人工智能应用都将为我们带来更强的能力，以便更加深入地理解和适应现实环境，让机器与现实之间的交互更加顺畅。

这样的人工智能场景需要对传统的实时操作系统进行重大改造，此外还需要对数据科学和人工智能工具进行调整，才能让整个系统在受到更多约束的环境中良好地运行。

典型应用场景设想

风河公司正在推进VxWorks的现代化，这款领先业界几十年的RTOS将会在智能边缘的嵌入式AI系统中扮演基础性的角色。在其核心部位需要具备三个要素：数据、用来做出预测的模型以及将模型应用于数据并得出结论的推理引擎。我们的第一个重点是提供引擎，以便拥有数据和模型的客户立刻就可以开始构建他们的人工智能解决方案。

我们从支持Python开始，这是一种广受欢迎的编程语言，它简化了神经网络的开发。再附加上NumPy库，由此将Python变成了一个数据科学的动力源泉。现在，我们正在添加Pandas数据分析库，用来建构我们的第一个人工智能引擎。下一步，我们将增加对TensorFlow Lite的支持，持续增加可用于AI解决方案开发的工具。

RTOS在本地收集的数据需要发送到云端，以便交给人工智能模型进行计算密集型处理。VxWorks支持多种通信协议，因此您可以收集设备信息并将其发送到云端，以便用于AI训练。我们未来的目标是提供更丰富的技术，让您很容易在本地接收更多数据并将这些数据传输到云。这样一来，您就可以运用反馈回路进行持续改善。

总之，VxWorks正活跃在智能边缘，为人工智能打下稳固的基础。