在4月1日写了科学网博文《人工智能源代码解读及在集成电路仿真中的嵌入式应用》，网页链接：https://blog.sciencenet.cn/home.php?mod=space&uid=99553&do=blog&id=1382567

今天和课题组同学们交流，特别提到如下意见：既然课题组有了卷积神经网络算法的源代码、这一源代码和具体应用案例（例如集成电路产品制造和使役过程的有限元模拟）的接口软件源代码，而且成功地实现了人工智能在集成电路仿真中的嵌入式应用，就能借鉴和推广之，实现在各种制造业仿真和决策中的嵌入式人工智能，而不必要求联网环境，可以独立自主地执行制造过程仿真、高效率和高可靠性地智能决策。这一点对实时性要求很高的工业制造场景是很重要的，毕竟任何人也不能保证每时每地都有所需质量的网络环境。其实，交通运输业对实时性决策的要求也很高。因此，今后同学们可以在这个嵌入式人工智能技术应用场景上发挥想象力及主观能动性，不断地超越自己，例如：基于嵌入式人工智能的集成电路产品制造和使役过程仿真与优化、基于嵌入式人工智能的动力电池使役过程仿真与最佳决策、基于嵌入式人工智能的风电叶片使役过程仿真与高效高可靠决策。

欢迎大家多提宝贵意见，集思广益，促进嵌入式人工智能技术在制造和交通运输业仿真及决策中的应用，实现高质量发展！

后记：

按照知乎上“King说热点”的观点，嵌入式人工智能（Embedded Artificial Intelligence, EAI）是指将人工智能技术集成到设备（贾玉玺注：这里的设备可以被理解为广义的设备，例如计算机硬件、软件）中，并可在本地运行的人工智能。这种技术的目的是让设备具有自主决策和学习的能力，不需要连接云端服务器，也不会因数据传输延迟而影响实时性。嵌入式人工智能在多个领域的应用前景非常广阔。随着物联网（Internet of Things, IoT）和智能设备的普及，嵌入式人工智能可以实现对设备的智能控制和自动化，从而大大提高设备的效率和可靠性。此外，在汽车、医疗、军事、家庭智能等领域，嵌入式人工智能也具有巨大的潜力。在技术上，嵌入式人工智能需要兼具高效算法、低功耗、小体积和低成本的特点，以适应各种不同的设备和环境。预计未来几年，嵌入式人工智能技术将得到进一步的发展和改进，使得更多的智能设备和系统能够实现自主决策和学习。综上所述，嵌入式人工智能具有广阔的应用前景，在技术上还有很大的提升空间。网页链接：https://www.zhihu.com/question/581065087/answer/2872191115