Clár na nÁbhar[Folaigh][Taispeáin]
Tá múnlaí Foghlama Meaisín ar fud na háite faoi láthair. I rith an lae, is dócha go mbainfidh tú úsáid as na samhlacha seo i bhfad níos mó ná mar a thuigeann tú. Baintear úsáid as samhlacha meaisínfhoghlama i dtascanna coitianta ar nós brabhsáil ar na meáin shóisialta, grianghrafadóireacht agus seiceáil na haimsire.
Seans gur mhol algartam meaisínfhoghlama an blag seo duit. Tá sé cloiste againn go léir faoi cé chomh fada agus atá sé na samhlacha seo a oiliúint. Chuala muid go léir go gcaitheann oiliúint na múnlaí seo go leor ama.
Mar sin féin, is minic go mbíonn sé costasach tátal a dhéanamh ar na samhlacha seo.
Teastaíonn córais ríomhaireachta uainn atá tapa go leor chun an ráta ag a bhfuilimid ag úsáid seirbhísí meaisínfhoghlama a láimhseáil. Mar thoradh air sin, reáchtáiltear an chuid is mó de na samhlacha seo ar ionaid sonraí ollmhóra le braislí LAP agus GPU (fiú TPUanna i gcásanna áirithe).
Nuair a ghlacann tú pictiúr, ba mhaith leat foghlaim meaisín chun feabhas a chur air láithreach. Ní mian leat go mbeadh ort fanacht go n-aistreofar an íomhá chuig ionad sonraí, go ndéanfar í a phróiseáil agus a chur ar ais chugat. Sa chás seo, ba cheart an tsamhail meaisínfhoghlama a fhorghníomhú go háitiúil.
Nuair a deir tú “Hey Siri” nó “Ceart go leor, Google,” ba mhaith leat do ghiuirléidí freagairt láithreach. Ag fanacht le do ghuth a tharchur chuig na ríomhairí, áit a ndéanfar é a mheas agus sonraí a fháil.
Tógann sé seo am agus bíonn tionchar díobhálach aige ar eispéireas an úsáideora. Sa chás seo, ba mhaith leat go n-oibreoidh an tsamhail mheaisínfhoghlama go háitiúil freisin. Seo an áit a dtagann TinyML isteach.
Sa phost seo, féachfaimid ar TinyML, conas a oibríonn sé, na húsáidí a bhaineann leis, conas tosú leis, agus go leor eile.
Cad é TinyML?
Is disciplín cheannródaíoch é TinyML a chuireann acmhainneacht réabhlóideach na meaisínfhoghlama i bhfeidhm ar fheidhmíocht agus ar theorainneacha cumhachta gléasanna beaga agus córais leabaithe.
Teastaíonn tuiscint chríochnúil ar fheidhmchláir, ar algartaim, ar chrua-earraí agus ar bhogearraí le himscaradh rathúil sa tionscal seo. Is subgenre meaisínfhoghlama é a úsáideann samhlacha foghlama domhain agus meaisínfhoghlama i gcórais leabaithe a fhostaíonn micrea-rialaitheoirí, próiseálaithe comharthaí digiteacha, nó próiseálaithe speisialaithe ultra-ísealchumhachta eile.
Tá gléasanna leabaithe TinyML-chumasaithe chun algartam meaisínfhoghlama a rith le haghaidh jab ar leith, go hiondúil mar chuid de ghléas an ghléis ríomhaireachta imeall.
D'fhonn a bheith ar siúl ar feadh seachtainí, míonna, nó fiú blianta gan athluchtú nó athsholáthar ceallraí, ní mór go mbeadh tomhaltas cumhachta níos lú ná 1 mW ag na córais leabaithe seo.
Conas a oibríonn sé?
Is é an t-aon chreat foghlama meaisín is féidir a úsáid le microcontrollers agus ríomhairí TensorFlow Lite. Is sraith uirlisí é a ligeann d'fhorbróirí a gcuid samhlacha a rith ar fheistí soghluaiste, leabaithe agus imeall, ag ligean d'fhoghlaim meaisín ar an eitilt.
Úsáidtear comhéadan an mhicririaltóra chun sonraí a bhailiú ó bhraiteoirí (amhail micreafóin, ceamaraí, nó braiteoirí leabaithe).
Sula gcuirtear chuig an microcontroller iad, ionchorpraítear na sonraí i múnla foghlama meaisín scamall-bhunaithe. Úsáidtear baisc-oiliúint i mód as líne go coitianta chun na samhlacha seo a oiliúint. Na sonraí braite a úsáidfear le haghaidh foghlaim agus tátal cinneadh cheana féin don iarratas sonrach.
Má tá an tsamhail á oiliúint chun focal múscail a bhrath, mar shampla, tá sé socraithe cheana féin chun sruth fuaime leanúnach a láimhseáil ó mhicreafón.
Tá gach rud déanta cheana féin le cabhair ó ardán néil cosúil le Google Colab i gcás TensorFlow Lite, lena n-áirítear roghnú tacar sonraí, normalú, gannfheistiú nó rófheistiú na samhla, rialtacht, méadú sonraí, oiliúint, bailíochtú agus tástáil.
Déantar múnla lánoilte a chlaochlú sa deireadh agus a aistriú chuig an microcontroller, microcomputer, nó próiseálaí comhartha digiteach tar éis oiliúint bhaisc as líne. Níl aon oiliúint bhreise ag an múnla tar éis é a bhogadh chuig feiste leabaithe. Ina áit sin, ní úsáideann sé ach sonraí fíor-ama ó bhraiteoirí nó ó fheistí ionchuir chun an tsamhail a chur i bhfeidhm.
Mar thoradh air sin, ní mór do mhúnla meaisínfhoghlama TinyML a bheith thar a bheith buan agus in ann í a athoiliúint tar éis blianta nó gan é a athoiliúint. Ní mór imscrúdú a dhéanamh ar ghannfheistiú agus rófheisteas féideartha uile na samhla ionas go bhfanann an tsamhail ábhartha ar feadh achair fhada, go hidéalach ar feadh tréimhse éiginnte.
Ach Cén fáth TinyML a úsáid?
Thosaigh TinyML mar iarracht deireadh a chur le nó laghdú a dhéanamh ar spleáchas an IoT ar sheirbhísí néil do mhionscála bunúsacha foghlaim meaisín oibríochtaí. B’éigean samhlacha meaisínfhoghlama a úsáid ar na gairis chiumhais féin dá bharr. Soláthraíonn sé na buntáistí móra seo a leanas:
- Cumhacht Íseal tomhaltas: Ba cheart go n-úsáidfeadh feidhmchlár TinyML níos lú ná 1 milleata cumhachta. Le tomhaltas ísealchumhachta den sórt sin, féadfaidh feiste leanúint de chonclúidí a bhaint as sonraí braiteora ar feadh míonna nó blianta, fiú má tá sé faoi thiomáint ag ceallraí mona.
- Costas níos ísle: Tá sé deartha chun a reáchtáil ar chostas íseal 32-giotán microcontrollers nó DSPs. Is gnách go mbíonn na micrea-rialaitheoirí seo cúpla cent an ceann, agus is lú ná $50 an córas leabaithe iomlán a forbraíodh leo. Is rogha an-éifeachtach ó thaobh costais é seo chun cláir bheaga mheaisínfhoghlama a reáchtáil ar scála mór, agus tá sé tairbheach go háirithe in iarratais IoT nuair is gá meaisínfhoghlaim a chur i bhfeidhm.
- Lagacht Íochtarach: Is beag foighne a fheidhmchláir mar ní gá dóibh sonraí a iompar nó a mhalartú thar an líonra. Déantar na sonraí braite go léir a thaifeadadh go háitiúil, agus baintear conclúidí as múnla atá oilte cheana féin. Féadfar torthaí na tátail a sheoladh chuig freastalaí nó scamall le haghaidh logáil nó próiseáil bhreise, cé nach bhfuil sé seo riachtanach chun go n-oibreoidh an gléas. Laghdaíonn sé seo foighne líonra agus cuireann sé deireadh leis an ngá atá le hoibríochtaí meaisínfhoghlama a dhéanamh ar néal nó ar fhreastalaí.
- Príobháideacht: Is mór an imní é ar an idirlíon agus ar an idirlíon rudaí. Déantar an obair mheaisínfhoghlama in aipeanna TinyML go háitiúil, gan sonraí braiteora/úsáideoirí a stóráil nó a sheoladh chuig freastalaí/scamall. Mar thoradh air sin, fiú agus iad nasctha le líonra, tá na feidhmchláir seo sábháilte le húsáid agus níl aon rioscaí príobháideachais ag baint leo.
Iarratais
- Talmhaíocht - Cathain glacann feirmeoirí grianghraf de phlanda, aimsíonn feidhmchlár TensorFlow Lite tinnis ann. Oibríonn sé ar aon fheiste agus ní gá nasc idirlín. Cosnaíonn an nós imeachta leasanna talmhaíochta agus tá sé ríthábhachtach d'fheirmeoirí tuaithe.
- Cothabháil Meicnic – Is féidir le TinyML, nuair a úsáidtear é ar ghléasanna ísealchumhachta, lochtanna i meaisín a shainaithint go leanúnach. Tá cothabháil bunaithe ar thuar i gceist leis. Tá Ping Services, gnólacht nua-thionscanta na hAstráile, tar éis gléas IoT a thabhairt isteach a dhéanann monatóireacht ar thuirbíní gaoithe trína cheangal le taobh amuigh an tuirbín. Cuireann sé na húdaráis ar an eolas aon uair a bhraitheann sé aon fhadhb nó mífheidhm a d’fhéadfadh a bheith ann.
- Ospidéil - An Is tionscadal é Gréine Scare. Úsáideann mosquito TinyML chun stop a chur le leathadh tinnis mar dengue agus maláire. Tá sé faoi thiomáint ag fuinneamh na gréine agus aimsíonn sé coinníollacha pórúcháin mosquito sula gcuirtear comhartha ar an uisce chun bac a chur ar phórú mosquito.
- Faireachas Tráchta – De réir trí TinyML a chur i bhfeidhm ar bhraiteoirí a bhailíonn sonraí tráchta fíor-ama, is féidir linn iad a úsáid chun trácht a threorú níos fearr agus chun amanna freagartha d'fheithiclí éigeandála a laghdú. Úsáideann Swim.AI, mar shampla, an teicneolaíocht seo ar shruthú sonraí chun sábháilteacht paisinéirí a mhéadú agus ag an am céanna brú tráchta agus astaíochtaí a laghdú trí ródú cliste.
- Dlí: Is féidir TinyML a úsáid i bhforghníomhú an dlí chun gníomhartha mídhleathacha ar nós círéibeacha agus goid a aithint ag baint úsáide as meaisínfhoghlaim agus aithint gothaí. Féadfar clár comhchosúil a úsáid freisin chun UMBanna bainc a dhaingniú. Trí iompraíocht úsáideora a fheiceáil, féadfaidh samhail TinyML a thuar cé acu an tomhaltóir fíor é an t-úsáideoir a chríochnaíonn idirbheart nó an ionróir atá ag iarraidh an ATM a hack nó a scriosadh.
Conas tosú le TinyML?
Chun tús a chur le TinyML in TensorFlow Lite, beidh bord micrea-rialaithe comhoiriúnach uait. Tacaíonn TensorFlow Lite do Microcontrollers leis na microcontrollers atá liostaithe thíos.
- Críochfort Wio: ATSAMD51
- Bord Forbartha Críochphointe AI Himax WE-I Plus EVB
- STM32F746 Trealamh fionnachtana
- Adafruit EdgeBadge
- Achoimre DesignWare Ardán Forbartha Bogearraí ARC EM
- Cluiche Sony Spresense
- Arduino Nano 33 BLE Sense
- SparkFun Imeall
- Adafruit TensorFlow Lite le haghaidh Trealamh Micririalaithe
- Clós Súgartha Ciorcad Adafruit Bluefruit
- Espressif ESP32-DevKitC
- Espressif ESP-EYE
Is micrea-rialaitheoirí 32-giotán iad seo a bhfuil go leor cuimhne splanc, RAM, agus minicíocht clog acu chun samhail meaisínfhoghlama a fheidhmiú. Tá roinnt braiteoirí ar bord ar na boird freisin atá in ann aon chlár leabaithe a rith agus samhlacha meaisínfhoghlama a chur i bhfeidhm ar an bhfeidhmchlár spriocdhírithe. Chun múnla meaisínfhoghlama a thógáil, beidh ríomhaire glúine nó ríomhaire uait chomh maith le hardán crua-earraí.
Tá a uirlisí ríomhchláraithe féin ag gach ardán crua-earraí chun samhlacha foghlama meaisín a thógáil, a oiliúint agus a iompar, a úsáideann an pacáiste TensorFlow Lite for Microcontrollers. Tá TensorFlow Lite saor in aisce le húsáid agus le modhnú toisc go bhfuil foinse oscailte.
Chun tús a chur le TinyML agus TensorFlow Lite, níl uait ach ceann de na hardáin crua-earraí leabaithe thuasluaite, ríomhaire/ríomhaire glúine, cábla USB, tiontaire USB-go-Srathach - agus an fonn foghlaim mheaisín a chleachtadh le córais leabaithe. .
Dúshláin
Cé gur tháinig go leor torthaí dearfacha as dul chun cinn TinyML, tá constaicí móra fós le sárú ag an tionscal meaisínfhoghlama.
- Éagsúlacht bogearraí – lámhchódúIs roghanna iad , giniúint cód, agus ateangairí ML chun samhlacha a imscaradh ar fheistí TinyML, agus tógann gach ceann acu méid difriúil ama agus iarrachta. Is féidir le léirithe éagsúla teacht chun cinn mar thoradh air seo.
- Éagsúlacht crua-earraí - Tá Tá roghanna crua-earraí éagsúla ar fáil. Is féidir le hardáin TinyML a bheith ina rud ar bith ó mhicririalaitheoirí ilfheidhme go próiseálaithe néaracha ceannródaíocha. Cruthaíonn sé seo fadhbanna le himscaradh samhlacha thar ailtireachtaí éagsúla.
- Fabhtcheartú/dífhabhtú – Cathain Feidhmíonn samhail ML go dona ar an scamall, tá sé simplí chun breathnú ar na sonraí agus a dhéanamh amach cad atá ag dul amú. Nuair a scaiptear samhail thar na mílte gléas TinyML, gan aon sruth sonraí ag filleadh ar an néal, bíonn sé deacair dífhabhtú agus d’fhéadfadh go mbeadh gá le modh eile.
- Srianta cuimhne – Traidisiúnta tá ghigibheart RAM de dhíth ar ardáin, mar fhóin chliste agus ríomhairí glúine, ach úsáideann gléasanna TinyML cilibheart nó meigibheart. Mar thoradh air sin, tá teorainn le méid an mhúnla a fhéadfar a úsáid.
- Oiliúint mhúnla - Cé go bhfuil tá buntáistí éagsúla ag baint le samhlacha ML a imscaradh ar fheistí TinyML, tá formhór na múnlaí ML fós oilte ar an scamall chun cruinneas na samhla a atriall agus a fheabhsú go leanúnach.
Todhchaí
Tá acmhainneacht ollmhór sa todhchaí ag TinyML, lena lorg beag, tomhaltas íseal ceallraí, agus easpa nó spleáchas teoranta ar nascacht idirlín, mar go bhfuil formhór na gceallraí cúng hintleachta saorga cuirfear i bhfeidhm é ar fheistí imeall nó ar ghiuirléidí leabaithe neamhspleácha.
Déanfaidh sé feidhmchláir IoT níos príobháidí agus níos sláine trí iad a ghiaráil. Cé go TensorFlow Faoi láthair is é Lite an t-aon chreat foghlama meaisín le haghaidh micrea-rialaitheoirí agus micrea-ríomhairí, tá creataí inchomparáide eile cosúil le braiteoir agus CMSIS-NN ARM i mbun oibre.
Cé gur tionscadal foinse oscailte é TensorFlow Lite atá ar bun agus a chuir tús iontach le Foireann Google, tá tacaíocht an phobail fós ag teastáil chun dul isteach sa phríomhshruth.
Conclúid
Is cur chuige nua é TinyML a nascann córais leabaithe le meaisínfhoghlaim. De réir mar a théann an AI cúng chun airde i go leor ingearach agus fearann, is féidir leis an teicneolaíocht teacht chun cinn mar fho-réimse feiceálach san fhoghlaim meaisín agus in intleacht shaorga.
Soláthraíonn sé réiteach ar na dúshláin iomadúla atá le sárú ag an earnáil IoT agus ag gairmithe atá ag cur na foghlama meaisín i bhfeidhm ar go leor disciplíní a bhaineann go sonrach leis an bhfearann.
An coincheap maidir le foghlaim meaisín a úsáid ag feistí imeall le ríomhaireacht bheag tá an poitéinseal ag lorg agus tomhaltas cumhachta athrú suntasach a dhéanamh ar an gcaoi a dtógtar córais leabaithe agus róbataic.
Leave a Reply