電子工程網(wǎng)

物聯(lián)網(wǎng)技術(shù)的進(jìn)步為大量設備帶來(lái)了互聯(lián)網(wǎng)連接能力，此外，邊緣計算的發(fā)展如今還為邊緣設備提供機器學(xué)習*1，將人工智能的版圖從云端擴展到外圍。本期推文將深入介紹一款突破性的軟件解決方案，它可將從根本上簡(jiǎn)化部署，在邊緣設備上輕松實(shí)現機器學(xué)習。

在邊緣計算的背景下，邊緣設備僅指在網(wǎng)絡(luò )邊緣運行并采集、處理和分析數據的設備。例如智能手機、安防攝像頭、智能揚聲器以及各種其他設備。近年來(lái)，隨著(zhù)邊緣人工智能技術(shù)的興起，在機器學(xué)習功能的加持下，這些設備變得更加智能。

邊緣人工智能*2是通過(guò)人工智能在邊緣設備上采集、處理和分析數據相關(guān)技術(shù)的統稱(chēng)。通常，實(shí)現人工智能需要大量數據和強大的計算能力，因此往往都運行在基于云的服務(wù)器上。而借助邊緣人工智能技術(shù)，數據能夠在設備內部進(jìn)行處理，減少了與數據傳輸相關(guān)的延遲和成本，并且也更能保障隱私安全。

在邊緣計算中，數據在設備上進(jìn)行處理，而不是發(fā)送到云端，

從而減少了傳輸延遲、安全風(fēng)險和功耗。

這些都是邊緣人工智能本身具備的優(yōu)勢。

邊緣設備與邊緣人工智能技術(shù)相結合，不斷拓寬物聯(lián)網(wǎng)(IoT)的應用領(lǐng)域。自動(dòng)駕駛汽車(chē)、工廠(chǎng)自動(dòng)化和醫療設備管理等應用場(chǎng)景，這些都是邊緣設備在需要實(shí)時(shí)數據處理和決策的環(huán)境中發(fā)揮關(guān)鍵作用的典型示例。

邊緣人工智能以往都是在具備強大處理能力的設備上實(shí)現，例如智能手機和平板電腦。然而，隨著(zhù)物聯(lián)網(wǎng)的迅速普及，一種名為 TinyML（微型機器學(xué)習）*3 的技術(shù)日益引起大家的廣泛關(guān)注和濃厚興趣，借助該技術(shù)，原先能力有限的小型設備也能夠執行板載機器學(xué)習的功能。買(mǎi)元器件現貨上唯樣商城！

一般而言，機器學(xué)習都是在高性能計算機或云服務(wù)器上執行的，這需要大量?jì)却婧透咚偬幚砥�，從而產(chǎn)生相應的電力消耗。因此，可以基于大量數據集執行大規模機器學(xué)習模型，從而實(shí)現高度精確的圖像識別、自然語(yǔ)言處理等工作任務(wù)。然而，工作流程的每一環(huán)節（包括數據采集、模型開(kāi)發(fā)和驗證）通常都需要由各專(zhuān)業(yè)領(lǐng)域經(jīng)驗豐富的工程師負責處理。買(mǎi)元器件現貨上唯樣商城！

TinyML是一種專(zhuān)為小型設備開(kāi)發(fā)的機器學(xué)習技術(shù)，利用該技術(shù)，即使在處理能力有限的微控制器(MCU)上也能實(shí)現邊緣人工智能。隨著(zhù)該技術(shù)的推出，預計很快會(huì )有更小巧的低功耗物聯(lián)網(wǎng)設備問(wèn)世�，F在，幾乎任何具有傳感器和邊際計算能力的設備上都可以運行機器學(xué)習推理，為這些設備賦予更高的智能。

Qeexo是一家硅谷初創(chuàng )公司，于2023年加入TDK集團，致力于開(kāi)發(fā)針對邊緣設備的機器學(xué)習解決方案，重點(diǎn)關(guān)注TinyML 技術(shù)。Qeexo AutoML是一款端到端 “無(wú)代碼”（即不需要以某種編程語(yǔ)言手寫(xiě)代碼）平臺，這樣即便不是研發(fā)工程師，通過(guò)這款平臺也能在小型邊緣設備上實(shí)現機器學(xué)習。用戶(hù)在基于Web的直觀(guān)界面中工作，可輕松執行構建機器學(xué)習系統所需的所有步驟：首先采集原始數據并進(jìn)行預處理，然后訓練和完善識別模型，最后創(chuàng )建完整的軟件包，并安裝到邊緣設備上，最終基于機器學(xué)習的智能產(chǎn)品開(kāi)始發(fā)揮作用。

TDK目前正在研發(fā)i3微模塊，這是一款超緊湊型傳感器模塊，內置邊緣人工智能，用于實(shí)施預測性維護，即在工廠(chǎng)和類(lèi)似設施在異常和故障發(fā)生前進(jìn)行預測，并率先采取行動(dòng)。各類(lèi)傳感器（包括振動(dòng)、溫度和氣壓傳感器）以及邊緣人工智能和網(wǎng)狀網(wǎng)絡(luò )功能都集成到一個(gè)緊湊型封裝中，無(wú)需依賴(lài)人力亦可監控設備狀況，從而有助于充分減少停機時(shí)間并提高生產(chǎn)力。

超緊湊型傳感器模塊i3微模塊--在故障發(fā)生之前預測異常

Qeexo的產(chǎn)品管理總監Michael A. Gamble闡述了Qeexo AutoML的重要現實(shí)意義�！斑^(guò)去，嵌入式設備的機器學(xué)習是一個(gè)漫長(cháng)而復雜的過(guò)程，需要具備高度專(zhuān)業(yè)的工程設計技能。Qeexo AutoML能夠讓幾乎任何人（包括那些不熟悉技術(shù)的人）都可以使用精簡(jiǎn)的端到端Web界面完成相同的工作。與數字設計工具和音頻工作站軟件面向幾乎所有獨具創(chuàng )意靈感的人群開(kāi)放圖像藝術(shù)和音樂(lè )制作的方式類(lèi)似，AutoML為機器學(xué)習創(chuàng )造了公平的競爭環(huán)境。簡(jiǎn)而言之，我們認為 Qeexo AutoML是機器學(xué)習的‘民主化’技術(shù)平臺�！�

邊緣設備技術(shù)的進(jìn)步激勵了眾多具有復雜機器學(xué)習功能的物聯(lián)網(wǎng)設備和微控制器產(chǎn)品的開(kāi)發(fā)。隨著(zhù)Qeexo AutoML等工具的面世，現在可以更快地創(chuàng )建在邊緣設備上運行的復雜機器學(xué)習模型。

由邊緣人工智能負責處理從邊緣設備的傳感器中采集的數據，大大擴展了可行解決方案的選擇范圍。

Gamble指出：“將Qeexo的機器學(xué)習解決方案與TDK的傳感器設備相結合，將使我們能夠為客戶(hù)帶來(lái)一站式集成解決方案。我們期待在開(kāi)發(fā)和提供智能邊緣解決方案方面與更多的伙伴建立協(xié)作關(guān)系，充分發(fā)揮彼此的優(yōu)勢�！�

如今，邊緣設備不再局限于采集和傳輸數據用途，開(kāi)始向具有自主學(xué)習能力的智能系統演變。先進(jìn)的制造設施（有時(shí)稱(chēng)之為“智能”工廠(chǎng)）將開(kāi)始為幾乎每臺機器和設備配備邊緣設備。在消費領(lǐng)域，邊緣設備則以移動(dòng)產(chǎn)品和智能手機的形式廣泛存在。在A(yíng)utoML、TinyML和邊緣人工智能等工具的驅動(dòng)下，人工智能預計將變得日益普及，隨處可見(jiàn)。這一切都將對我們的日常生活、企業(yè)發(fā)展和整個(gè)行業(yè)產(chǎn)生積極深遠的影響。

*1 - 機器學(xué)習：指計算機使用特定算法和統計模型通過(guò)數據自主學(xué)習的技術(shù)。它基于大量數據挖掘關(guān)聯(lián)規則，并根據這些結果做出預測和決策。

*2 - 邊緣人工智能：通用術(shù)語(yǔ)，指在網(wǎng)絡(luò )末端（邊緣）運行的設備上運行人工智能算法以采集、處理和分析數據的相關(guān)技術(shù)。

*3 - TinyML：一種機器學(xué)習技術(shù)，使處理能力有限的嵌入式設備或配備微控制器的小型設備上也能執行人工智能算法。