<font color="#FF8000">作者：赛灵思工业物联网战略部 Chetan Khona</font>
<strong>智能互联产品背后的心理学</strong>
如果采用适当的质疑心理去思考为什么现在所有东西都被套上了智能互联的噱头，你也许就会问：“它们真的都需要互联互通吗？”我要在这里点名的就是蓝牙电动牙刷搭配的手机 app，我这辈子至今都不用借助这些技术和工具，但一样每天早晚把牙刷的干干净净。真正的答案在于人的心理因素，而不在于科技本身。至少对我来说是这样的（播放前情回忆 BGM）：2011 年春天，《Wired》杂志发表了一篇关于反馈回路的<a href="https://www.wired.com/2011/06/ff_feedbackloop/" target="_blank" rel="noopener nofollow noopener noreferrer">文章</a>，而且并不是用来设计锁存器和触发器的那类反馈回路。
这篇文章提出反馈回路包括四个阶段：
<li>一是数据的采集、测量和存储；</li>
<li>二是数据的交付，这并非原始数据交付，而是要结合实际情境以有组织性的方式交付；</li>
<li>三是信息应该与要被处理的实际需求联系在一起；</li>
<li>四是采取的行动应反复反馈到流程中。</li>
将这个大家都比较了解的流程应用到本文的实际案例中，就会发现需求的真相往往被或先天，或后天的因素所掩盖。因此它给我带来很大的启发。
<strong>Python支持的智能互联框架</strong>
时间快进到今天。人工智能的应用，从数据分析到机器学习技术再到物联网背景，整个过程都严格遵守这种反馈流程。不过，很难有框架能够包含整个流程的全部要素，更难做到相对简单便捷。而赛灵思创建的框架就能做到，这也就是今天要说的 Python on Zynq (PYNQ)。粉红色的电路板有木有足够醒目？但 PYNQ 并不仅仅只能作为单个目标硬件来使用，而是能与任何 Zynq 或 Zynq UltraScale+ 开发套件（包括您的定制设计）相配合的（这个要划重点，以后要考）。
<center><img src="" alt=""></center>
Pynq 框架为您提供：
<li>用于采集和处理多个异构数据流的无可匹敌的方法，大量利用 FPGA 技术的显著优势，比如并行性和确定性。</li>
<li>能够实现片上数据的可视化，而其他产品只能通过将所有数据传到云端或使用昂贵的数学计算软件才能实现。</li>
<li>支持各种库和封装，采用全球最受欢迎的计算机编程语言 Python，支持机器人 ROS、数据挖掘和分析的 Sci-Kit Learn 等。</li>
<li>在单一器件（Zynq SoC 产品组合）中，包括传感、分析、决策 和 应用纠正措施的整个反馈回路都具备业界一流的确定性和低时延。</li>
<li>内置嵌入式网络服务器，支持远程监控更新、云端协同处理，这也是软件友好型架构的关键组成部分。</li>
<strong>快速了解更多信息</strong>
上述功能均属开源，可以在任何时段使用，并且全部免费。
不妨花上 4 分钟，观看 SPYN 电动机控制 QuickTake视频。
如果能抽出 15 分钟的时间，欢迎阅读 PYNQ 白皮书。
https://www.xilinx.com/support/documentation/white_papers/wp502-python…
如有 40 分钟的时间，欢迎点播新推出的 PYNQ 和 SPYN 网络研讨会 。
https://event.on24.com/eventRegistration/EventLobbyServlet?target=reg20....
如有60 分钟的时间，敬请全面覆盖以上内容，助您全面了解丰富的信息，广受裨益。
此外，也欢迎使用多种社区设计示例，包括机器视觉、电动机控制、神经网络的实现等。欢迎访问： http://www.pynq.io/community.html 。