如果一個系統(tǒng)可以使用機器學(xué)習(xí)來訓(xùn)練模型并在同一個微控制器上運行它們會怎樣？從本質(zhì)上講，它是法國公司Cartesiam的 NanoEdge AI 的突破性成就，它是機器學(xué)習(xí)ST 合作伙伴計劃的成員，它重新定義了我們對人工智能的了解。 作為一家軟件公司，Cartesiam 傾聽客戶描述他們想要分析的內(nèi)容（即光、聲、電特性等）和可用硬件（即傳感器、內(nèi)存、MCU 等）。然后，該公司提供了一個庫，使未來的應(yīng)用程序能夠在邊緣利用機器學(xué)習(xí)。該過程本身很簡單，因為該公司擁有多年的研究和經(jīng)驗。因此，讓我們看看我們的合作者為 ST 合作伙伴計劃、物聯(lián)網(wǎng)和機器學(xué)習(xí)應(yīng)用帶來了什么，并了解他們?nèi)绾问褂梦覀?a href="http://m.xsypw.cn/article/zt/" target="_blank">最新的STM32G4 32 位 MCU 系列。

Cartesiam 為 ST 合作伙伴計劃帶來了什么？NanoEdge AI 和無監(jiān)督學(xué)習(xí)

Cartesiam 在 ST 合作伙伴計劃中的存在比以往任何時候都更加重要，因為它補充了我們的倡議。年初，ST推出STM32Cube.AI，讓開發(fā)者可以輕松將神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化為STM32的優(yōu)化代碼。我們的工具針對依賴預(yù)定事件的應(yīng)用程序。開發(fā)人員通過在 PC 上的神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架中處理數(shù)據(jù)之前收集數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以識別特定的活動，例如步行、跑步或游泳。這個監(jiān)督學(xué)習(xí)階段輸出經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，然后開發(fā)人員可以將其發(fā)送到 STM32Cube.AI 以將其轉(zhuǎn)換為代碼，使我們的 MCU 能夠識別這些活動（即推理階段）。STM32Cube.AI 至今仍是同類中唯一適用于 STM32 MCU 的解決方案。

另一方面，Cartesiam 為不知道會發(fā)生什么并因此無法提前運行監(jiān)督學(xué)習(xí)課程的客戶提供獨特的解決方案。NanoEdge AI 是原創(chuàng)的，因為它在微控制器本身上運行學(xué)習(xí)階段，而不需要在 PC 上使用復(fù)雜的框架。當(dāng)工程師無法為特定情況創(chuàng)建整齊的預(yù)訓(xùn)練模型時，工程師會轉(zhuǎn)向此解決方案，但仍希望使用機器學(xué)習(xí)來提出智能解決方案，例如預(yù)測性維護(hù)，盡管嵌入式系統(tǒng)固有的資源有限。他們可以在 MCU 上運行訓(xùn)練階段，以了解設(shè)備在其最終環(huán)境而不是實驗室中的正常行為，然后在同一 MCU 上運行推理以檢測和報告行為異常。

Cartesiam 為 ST 合作伙伴計劃帶來了什么？NanoEdge AI 與 STM32Cube.AI 攜手并進(jìn)

Cartesiam 的解決方案補充了我們的解決方案，因為該公司依賴于完全不同的數(shù)學(xué)范式。到目前為止，業(yè)界一直假設(shè)訓(xùn)練強大的機器學(xué)習(xí)模型僅在運行 TensorFlow 或 Caffe 的 PC 上有效，僅舉兩個例子。今天，NanoEdge AI 打破了這一先驗，這要歸功于一個使用新數(shù)學(xué)模型的框架，該模型考慮了微控制器上可用的資源。雖然 ST 通過將經(jīng)過訓(xùn)練的模型引入 STM32 MCU 改變了行業(yè)，但 Cartesiam 是 ST 的重要合作伙伴，因為它現(xiàn)在將我們的微控制器引入機器學(xué)習(xí)，從而將它們開放給全新的應(yīng)用范圍，這要歸功于它能夠在一個上運行無監(jiān)督學(xué)習(xí)和推理單片機。 該公司的解決方案也是多年研究的成果，最終在 Embedded World 2019 期間用于我們的SensorTile 模塊。

Cartesiam 為物聯(lián)網(wǎng)帶來了什么？

NanoEdge AI 和 STM32 面向所有人

為了了解有關(guān) NanoEdge AI 及其在 STM32 平臺上的實施的更多信息，我們與 Cartesiam 的首席執(zhí)行官 Joel Rubino 和該公司的首席技術(shù)官 Francois de Rochebouet 進(jìn)行了交談。

因此，Cartesiam 是一個很好的例子，說明公司如何在不需要花費過多時間和資源來創(chuàng)建新硬件系統(tǒng)的情況下進(jìn)行創(chuàng)新和改變行業(yè)。他們在 Embedded World 上的演示令人印象深刻，因為他們展示了他們的機器學(xué)習(xí)庫如何使用我們的 SensorTile 模塊通過振動分析來學(xué)習(xí) BLDC 電機的行為，然后借助嵌入式STM32L4超低功耗微控制器檢測并報告異常情況。

在幕后，公眾還沒有看到演示的另一個方面，但這是 Cartesiam 解決方案的一個關(guān)鍵優(yōu)勢：它的易用性。Francois 只用了四個小時就完成了演示，開發(fā)人員可以相對快速地將 Cartesiam 庫集成到他們的應(yīng)用程序中。開發(fā)人員從這家法國公司獲得示例代碼，這大大降低了學(xué)習(xí)曲線，并在他們循環(huán)調(diào)用學(xué)習(xí)函數(shù)時引導(dǎo)他們開始訓(xùn)練系統(tǒng)，然后運行基于他們剛剛創(chuàng)建的模型的檢測例程。因此，NanoEdge AI 消除了機器學(xué)習(xí)固有的許多復(fù)雜性，使其可供更多客戶和更多應(yīng)用程序使用。

Cartesiam 為機器學(xué)習(xí)帶來了什么？NanoEdge AI 和 STM32 無處不在

NanoEdge AI 也是一個有吸引力的解決方案，因為它非常靈活。該解決方案可以從各種傳感器獲取數(shù)據(jù)，非常適合許多行業(yè)。這就是為什么我們讓 Cartesiam 提前使用我們的新STM32G4 微控制器，看看他們能夠?qū)ξ覀優(yōu)?a href="http://m.xsypw.cn/analog/" target="_blank">模擬和數(shù)字外設(shè)帶來的所有優(yōu)化做些什么，他們并沒有讓人失望。

能夠使用相同的 MCU 驅(qū)動電機并為預(yù)測性維護(hù)系統(tǒng)運行 AI，同時更具成本效益、魯棒性和緊湊性。ST 現(xiàn)在正與 Cartesiam 合作，以確保即將推出的包和開發(fā)板將運行使用 NanoEdge AI 庫的演示應(yīng)用程序，以更好地將其補充解決方案引入我們的社區(qū)，從而將 STM32 平臺定位于機器學(xué)習(xí)革命的中心。

這個例子表明 NanoEdge AI 具有延展性，因為它能夠在“機器學(xué)習(xí)”中利用“機器”。Cartesiam 沒有模仿人類行為通過使用攝像頭“看到”問題或用麥克風(fēng)“聽到”問題，而是使用電流傳感工具和模擬外圍設(shè)備來創(chuàng)建效率更高的模型。通過提供可以適應(yīng)大量情況的靈活解決方案，公司可以滿足大量應(yīng)用，我們很自豪能與他們合作，以確保 STM32 將成為這一新征程的驅(qū)動力。

審核編輯：郭婷