• 专为物联网而生的TinyML,正在开启音频分析的新蓝海

    2021-04-06 12:24:34 | 热度:

  •  TinyML微型机器学习是机器学习和物联网设备的交集,它是一门新兴的工程学科,有可能在许多行业引发革命。

    编者按:本文来自微信公众号“物联网智库”(ID:iot101),作者:彭昭(物联网智库创始人&云和资本合伙人);

    在3月22到26日,TinyML基金会举办了2021 TinyML峰会,这是有史以来的第三届。

    虽然本届峰会在云端举办,但同样声势浩大,而且无论是影响力还是参会者都可谓上了一个新台阶。诸多国际一线企业、业内独角兽初创公司和知名院校云集线上。

    其中的代表性公司包括:ARM、高通、脸书、微软、三星、Greenwaves、SensiML、Silicon Labs、Syntiant、Qeexo、普林斯顿大学、密歇根大学、埃里克斯霍尔姆大学、麻省理工学院、斯坦福大学等。 

    在此前的文章中,我曾介绍过微型机器学习TinyML,也就是在终端和边缘侧的微处理器上实现的机器学习过程。更准确的说,TinyML是指工程师们在mW功率范围以下的设备上,实现机器学习的方法、工具和技术。

    TinyML微型机器学习是机器学习和物联网设备的交集,它是一门新兴的工程学科,有可能在许多行业引发革命。

    在这次峰会上,大家分享了TinyML的最新进展以及各种应用实例,值得关注的趋势包括:

    • 用户对于隐私的关注推动了TinyML的发展

    • TinyML有可能将开启音频识别的新蓝海

    • 最新发布的TinyML产品和工具

    01 保护隐私成为TinyML发展的推动力

    消费者对于隐私问题的担忧,成为TinyML发展的推动力,很多公司为了响应消费者需求,正在开发功耗更低、响应速度更快、隐私保护更佳的设备。 

    人工智能与设备的结合,经历了三个发展阶段:

    第1阶段--云端能

    在人工智能发展的初期,机器学习模型是在云端训练和托管的。运行AI所需的强大计算能力使云成为理想的选择。

    开发人员和数据科学家利用高端CPU和GPU训练模型,然后托管它们以进行推理。每个消耗AI的应用程序都与云对话。该应用程序将与微控制器通信以管理传感器和执行器。

    第二阶段--边缘智能

    随着物联网的发展,越来越多的遍布于工业自动化、智能医疗、智能联网汽车中的场景,都要求人工智能模型能在本地运行。边缘侧成为在本地托管人工智能模型的理想选择。边缘智能可以有效避免云中运行相同AI所带来的延迟。

    【分享】

  • 联系方式

    中国 - 深圳

    深圳市前海深港合作区前湾一路1号A栋201室

    商务联系:Business@joway.com

    All Posts
    ×