
هوش مصنوعی Edge
تجهیزات knx
هوش مصنوعی Edge به بخشی از زندگی روزمره در سرویسهای ابری مانند رسانههای اجتماعی،
مراکز تماس و رباتهای گفتگو تبدیل شده است و کاربردهایی مانند توالی ژنوم، تجزیه و تحلیل دادههای خردهفروشی و تجارت مالی را سرعت میبخشد.
اکنون از ابر بیرون می آید و وارد لبه می شود. چارچوبهایی مانند TensorFlow Lite که از توسعه بر روی پلتفرمهای محاسباتی جاسازی شده پشتیبانی میکنند،
ساخت موتورهای استنتاج سبک وزن را قادر میسازند تا وظایفی مانند تشخیص اشیا، تشخیص فعالیت،
تشخیص ژستها و شمارش افراد را در نقطه حضور انجام دهند. رت ایوانز، مدیر تجاری، تعبیه شده در Anders می گوید،
هوش مصنوعی Edge می تواند مزایای عملکردی مانند تاخیر کمتر، مصرف انرژی کمتر،
حفظ حریم خصوصی بیشتر را با حذف تعاملات فشرده داده با برنامه های هوش مصنوعی در فضای ابری ارائه دهد.
پلتفرمهای لبهای عملکرد بهتری
تجهیزات knx
پیشی میگیرند و جایگزین برنامههای معمولی میشوند که در حال حاضر با استفاده از پردازندههای اسکالر انجام میشوند.
برای مثال، بینایی ماشین. این یک فرصت فوقالعاده برای استارتآپهایی است که مبتنی بر مهارتهای هوش مصنوعی،
یادگیری ماشینی هستند تا نظم قدیمی را مختل کنند و راهحلهای جدیدی ارائه دهند که سریعتر، انعطافپذیرتر،
پایدارتر و مقرون به صرفهتر باشند. به همین ترتیب، بازیکنان مستقر باید با استفاده از این فناوری جدید مدرنسازی شوند، در غیر این صورت در خطر عقب ماندن هستند.
برای دریافت ایده ای از تغییراتی که در راه است، فقط تغییرات چشمگیر انتظارات ما از تلفن های همراه در چند سال گذشته را در نظر بگیرید.
مردم زمانی به دریافت ایمیلهایشان، مرور وب، عکاسی اولیه، فیلمبرداری، سلفیهای فازی عجیب و غریب راضی بودند.
امروزه، زنده ماندن بدون گوشی هوشمند برای بانکداری، خرید، اتوماسیون خانگی، ناوبری، مراقبت های پزشکی،
سرگرمی های پخش جریانی، سخت است. هر گوشی که در حال حاضر وارد بازار می شود باید بتواند از عهده این وظایف برآید و بیشتر مورد پذیرش قرار گیرد.
تراشه ها با یک ضربه هوش مصنوعی
تجهیزات knx
در دنیای فردا، حتی کوچکترین تراشه ها با یک ضربه هوش مصنوعی همراه خواهند بود. فقط به جدیدترین،
حسگرهای اینرسی MEMS با هسته یادگیری ماشینی یکپارچه خود نگاه کنید. ما به زودی انتظار خواهیم داشت.
در هر “چیزی” که استفاده می کنیم، به آن نگاه کنیم، لمس کنیم، در محل کار، در خانه، هنگام مسافرت،
خرید و مکان های تفریحی می پوشیم، اطلاعاتی را پیدا کنیم. و از کسانی که ارائه نمی دهند احساس ناامیدی خواهیم کرد.
برنامه های کاربردی برتر برای edge AI چیست؟
تجهیزات knx
با توجه به اینکه بسیاری از دستگاههای هوشمند از قبل به قابلیتهایی مانند تشخیص صدا، تشخیص چهره، تشخیص حرکت،
هوش مصنوعی لبهها متکی هستند، آنها را قادر میسازد تا پاسخگوتر، سازگارتر، دقیقتر، ویژگیهای غنیتر،
آسانتر قابل حمل (یا پوشیدنی)، مقرونبهصرفهتر شوند، و انرژی کمتری مصرف کنید. برخی از احتمالات هیجان انگیز عبارتند از:
صنعت هوشمند
تجهیزات knx
هوش مصنوعی تعبیه شده در تجهیزات لبه موبایل (پهپادها، AGVs) آگاهی موقعیتی را برای بهبود ایمنی و کاهش،
زمان حمل و نقل قطعات و مواد در داخل کارخانه افزایش می دهد. در خطوط تولید، مقایسه تصویر کم هزینه،
سرعت/دقت بالا و تشخیص ناهنجاری امکان بازرسی 100% بصری اقلام تولیدی را با سرعت خط فراهم می کند.
سیستمهای نظارت بر وضعیت هوشمند در داخل تجهیزات کارخانه مشکلات را بهطور دقیق و زود تشخیص میدهند،
هشدارهای کاذب را به حداقل میرسانند، و اجازه میدهند تعمیرات برای حداقل تأثیر بر بهرهوری برنامهریزی شوند.
پوشیدنی های صنعتی و تجهیزات محافظ ایمنی، بهره وری و قابلیت ردیابی را بهبود می بخشد.
ابزارهای برقی و ابزارهای دستی استفاده کمتر از حد مطلوب را تشخیص می دهند و نکات اصلاحی را برای بهبود طول عمر و تسریع آموزش کارکنان ارائه می دهند.
خرده فروشی هوشمند
تجهیزات knx
تابلوهای دیجیتال و قفسههای هوشمند از مهارتهایی مانند تخمین ژست، تشخیص چهره،
درک زبان طبیعی برای ارزیابی حالات و پاسخهای خریداران، بهبود تجربه مشتری، کاهش صفها و به حداکثر رساندن ارزش هر بازدید استفاده میکنند.
سلامت هوشمند
تجهیزات knx
دستگاههای پوشیدنی هوشمند پزشکی تشخیص سریع و دقیق فوریتهای پزشکی (مانند سکته مغزی یا مشکلات قلبی) یا شروع شرایطی که نیاز به درمان دارند.
در پوشیدنیهای مصرفکننده، تشخیص فعالیت که با هوش مصنوعی بهبود مییابد، اندازهگیری عملکرد،
توصیههای تناسب اندام، نظارت درمانی و مراقبت از سالمندان را بهبود میبخشد (به عنوان مثال، تشخیص سقوط).
امنیت هوشمند
تجهیزات knx
تشخیص چهره مقرون به صرفه و دقیق دسترسی به ساختمان ها و مناطق امن را برای کاربران شناخته شده آسان می کند.
جلوگیری از دسترسی غیرمجاز را افزایش می دهد. تشخیص حضور و فعالیت انسان،
با تخمین پوز، هشدار قبلی در مورد نیت مخرب (حمل سلاح، استفاده از ابزار برای ورود به سیستم) را ارائه می دهد.
خانه هوشمند
تجهیزات knx
هوش مصنوعی ابزارهای هوشمند مقرون به صرفه را قادر میسازد تا از مهارتهای زبان طبیعی برای تعاملات غنیتر با کاربران استفاده کنند.
دادههای حسگر را برای ارائه خدمات اضافی تجزیه و تحلیل کنند: سفارش خودکار مواد مصرفی،
برنامهریزی تعمیرات پیشبینی، پیشنهاد دستور العملهای جدید، شناسایی/رفع استفاده نادرست از تجهیزات.
هوش مصنوعی چگونه بر روی پلتفرم های لبه پیاده سازی می شود؟
تجهیزات knx
کاربردهای لبه معمولاً با محدودیتهای شدیدی از جمله اندازه، وزن و توان (SWaP)، اتلاف حرارتی و هزینه مواجه هستند.
چرخه های پردازنده و حافظه اغلب به شدت محدود هستند. یک راه حل کارآمد و سبک،
هم از منظر سخت افزاری و هم از منظر نرم افزاری مورد نیاز است. برای افزودن به چالش، ما اغلب به دنبال پاسخ هایی هستیم که قطعی و در زمان واقعی باشند.
از این رو چارچوبهای هوش مصنوعی سبک وزن برای ساخت موتورهای استنتاج مناسب برای استقرار در دستگاههای موبایل و لبه مورد نیاز است.
TensorFlow Lite یک مثال است. علاوه بر این، پردازندههای تعبیهشده در دسترس هستند.
برای اجرای برنامههای هوش مصنوعی با بودجه محدود طراحی knxstore شدهاند.
NXP با جدیدترین پردازنده برنامه i.MX 8M Plus که توسط محیط توسعه نرمافزار eIQ برای یادگیری ماشین در لبه پشتیبانی میشود، در راس روند قرار دارد.
خانواده i.MX 8 از نظر مصرف انرژی، اندازه
تجهیزات knx
عملکرد پردازش و ادغام محیطی، دقیقاً در کاربردهای لبهای طراحی شده است.
i.MX 8M Plus اکنون یک واحد پردازش عصبی یکپارچه (NPU) اضافه می کند که تسریع استنتاج یادگیری ماشینی را تسهیل می کند.
NPU میتواند الگوریتمهای شبکه عصبی را برای کارهای مختلفی مانند تشخیص حالت و احساسات انسان،
نظارت بر چند شی، تشخیص کلمه/گفتار هوش مصنوعی Edge بسیاری موارد دیگر اجرا کند.
بنابراین، i.MX 8M Plus آماده هوش مصنوعی است. به همان اندازه هیجانانگیز این است.
شروع طراحی با i.MX 8M Plus در حال حاضر ممنوع نیست تا پایه و اساس نسل بعدی محصولات لبه با هوش مصنوعی را ایجاد کنید.
چه زمانی نرم افزار برای توسعه برنامه های کاربردی Edge-AI آماده می شود؟
تجهیزات knx
محیط یادگیری ماشین eIQ NXP کامپایلرهای شبکه عصبی، کتابخانه های نرم افزار و موتورهای استنتاج،
مانند TensorFlow Lite، Arm NN، DeepViewRT و ONNX را یکپارچه می کند. این برای کار با i.MX 8M Plus عالی است.
میتواند NPU و همچنین GPU و DSP را که روی هوش مصنوعی Edge برد هستند هدف قرار دهد.
eIQ همچنین از TensorFlow Lite Micro برای یادگیری ماشینی روی میکروکنترلرهایی مانند MCU های Arm Cortex-M NXP؛
برای استفاده در دستگاه های نقطه پایانی مناسب هستند، پشتیبانی می کند: با نام مستعار TinyML.
ورود i.MX 8M Plus با NPU یکپارچه خود، تازه شروع کار است. ما انتظار داریم که مدلهای شبکه عصبی بیشتر و بیشتری در دسترس قرار گیرند.
توسعه برنامهها را سادهتر میکنند در حالی که پلتفرمهای نرمافزاری مانند eIQ به طور فزایندهای قدرتمند، دارای ویژگیهای غنی و کارآمد میشوند.
برای نوشتن دیدگاه باید وارد بشوید.