Teburin Abubuwan Ciki[Boye][Nuna]
Samfuran Koyon Inji suna ko'ina a yanzu. A lokacin rana, ƙila kuna amfani da waɗannan samfuran fiye da yadda kuke tsammani. Ana amfani da ƙirar koyan inji cikin ayyuka gama gari kamar binciken kafofin watsa labarun, ɗaukar hoto, da duba yanayi.
Algorithm na koyon injin na iya ba ku shawarar wannan blog ɗin. Duk mun ji yadda ake ɗaukar lokaci don horar da waɗannan samfuran. Duk mun ji cewa horar da waɗannan samfuran yana ɗaukar lokaci.
Koyaya, yin tunani akan waɗannan samfuran yana da tsada akai-akai.
Muna buƙatar tsarin kwamfuta masu saurin isa don sarrafa ƙimar da muke amfani da sabis na koyon inji. Sakamakon haka, yawancin waɗannan samfuran suna gudana akan manyan cibiyoyin bayanai tare da gungu na CPU da GPU (har ma TPUs a wasu lokuta).
Lokacin da kuke ɗaukar hoto, kuna so injin inji don inganta shi nan take. Ba kwa so ku jira a tura hoton zuwa cibiyar bayanai, sarrafa, kuma a mayar muku da shi. A wannan yanayin, ya kamata a aiwatar da samfurin koyon injin a cikin gida.
Lokacin da kuka ce "Hey Siri" ko "Ok, Google," kuna son na'urorin ku su amsa nan da nan. Ana jira a watsa muryar ku zuwa kwamfutoci, inda za a tantance ta da samun bayanai.
Wannan yana ɗaukar lokaci kuma yana da mummunan tasiri akan ƙwarewar mai amfani. A wannan yanayin, kuna son samfurin koyon injin yayi aiki a cikin gida shima. Wannan shine inda TinyML ke shigowa.
A cikin wannan sakon, za mu bincika TinyML, yadda yake aiki, amfaninsa, yadda ake farawa da shi, da ƙari mai yawa.
Mene ne TinyML?
TinyML babban horo ne wanda ke aiki da yuwuwar juyi na koyon injin zuwa aiki da iyakokin ƙarfin ƙananan na'urori da tsarin da aka haɗa.
Nasarar turawa cikin wannan masana'antar yana buƙatar cikakkiyar fahimtar aikace-aikace, algorithms, hardware, da software. Sashin koyan na'ura ne wanda ke amfani da zurfin koyo da ƙirar na'ura a cikin tsarin da aka haɗa da ke ɗaukar microcontrollers, na'urori masu sarrafa siginar dijital, ko wasu ƙwararrun na'urori masu ƙarancin ƙarfi.
Na'urorin da aka kunna TinyML an yi niyya don gudanar da algorithm na koyon injin don takamaiman aiki, yawanci a matsayin ɓangare na na'urar. Ƙididdigar ƙira.
Domin yin aiki na makonni, watanni, ko ma shekaru ba tare da caji ko maye gurbin baturi ba, dole ne waɗannan tsarin da aka haɗa su sami ƙarfin wutar da bai wuce 1mW ba.
Yaya ta yi aiki?
Iyakar tsarin koyo na inji wanda za'a iya amfani dashi tare da microcontrollers da kwamfutoci shine LitranFant Lite. Saitin kayan aiki ne waɗanda ke barin masu haɓakawa su gudanar da samfuran su akan wayar hannu, na'urori masu haɗawa, da na'urori masu gefe, suna ba da damar koyon injin akan tashi.
Ana amfani da mahallin mahaɗar don tattara bayanai daga na'urori masu auna firikwensin (kamar makirufo, kyamarori, ko na'urori masu auna firikwensin).
Kafin a aika zuwa microcontroller, an shigar da bayanan cikin tsarin koyo na inji mai tushen girgije. Ana amfani da horon batch a yanayin layi don horar da waɗannan samfuran. Bayanan firikwensin da za a yi amfani da su ilmantarwa da fahimtar juna an riga an ƙaddara don takamaiman aikace-aikacen.
Idan ana horar da ƙirar don gano kalmar farkawa, alal misali, an riga an saita shi don ɗaukar ci gaba da rafi mai jiwuwa daga makirufo.
An riga an riga an yi komai tare da taimakon dandamali na girgije kamar Google Colab a cikin yanayin TensorFlow Lite, gami da zaɓin saiti, daidaitawa, rashin dacewa ko wuce gona da iri, daidaitawa, haɓaka bayanai, horo, tabbatarwa, da gwaji.
Cikakken samfurin horarwa yana canzawa daga ƙarshe kuma an canza shi zuwa microcontroller, microcomputer, ko na'ura mai sarrafa siginar dijital bayan horon batch na layi. Samfurin ba shi da ƙarin horo bayan an motsa shi zuwa na'urar da aka saka. Madadin haka, yana amfani da bayanan ainihin-lokaci daga na'urori masu auna firikwensin ko na'urorin shigarwa don amfani da samfurin.
Sakamakon haka, samfurin koyon injin TinyML dole ne ya kasance na musamman mai ɗorewa kuma yana da ikon sake horarwa bayan shekaru ko kuma ba a taɓa samun horo ba. Dole ne a binciki duk yuwuwar ƙirar ƙirar da ta wuce gona da iri ta yadda samfurin ya kasance mai dacewa na dogon lokaci, da kyau har abada.
Amma Me yasa ake amfani da TinyML?
TinyML ya fara ne azaman ƙoƙari don kawar da ko rage dogaron IoT akan ayyukan girgije don ƙananan ƙananan sikelin. injin inji ayyuka. Wannan ya wajabta amfani da ƙirar koyon injin akan na'urorin gefen su kansu. Yana bayar da manyan fa'idodi masu zuwa:
- -Ananan ƙarfi amfani: Aikace-aikacen TinyML yakamata ya fi dacewa yayi amfani da ƙasa da 1 milliWatt na wuta. Tare da irin wannan ƙarancin wutar lantarki, na'urar na iya ci gaba da samun sakamako daga bayanan firikwensin na tsawon watanni ko shekaru, koda kuwa batir ɗin tsabar kudin ne ke aiki dashi.
- Costananan farashi: An ƙera shi don yin aiki akan ƙananan ƙananan ƙananan masu sarrafa 32-bit ko DSPs. Waɗannan microcontrollers yawanci ƴan cents kowanne, kuma jimillar tsarin da aka haɓaka tare da su bai wuce $50 ba. Wannan zaɓi ne mai matukar tsada don gudanar da ƙananan shirye-shiryen koyon injin akan babban sikelin, kuma yana da fa'ida musamman a aikace-aikacen IoT inda dole ne a yi amfani da koyon injin.
- Ƙananan Latency: Aikace-aikacen sa suna da ƙarancin jinkiri tunda ba sa buƙatar jigilar kaya ko musayar bayanai akan hanyar sadarwa. Ana yin rikodin duk bayanan firikwensin a cikin gida, kuma an zana ƙarshe ta amfani da ƙirar da aka riga aka horar. Za a iya aika sakamakon ra'ayoyin zuwa sabar ko gajimare don shiga ko ƙarin aiki, kodayake wannan ba shi da mahimmanci ga na'urar ta yi aiki. Wannan yana rage jinkirin hanyar sadarwa kuma yana kawar da buƙatar ayyukan koyon injin da za a yi akan gajimare ko sabar.
- Tsare Sirri: Yana da matukar damuwa akan intanet da kuma intanet na abubuwa. Ana yin aikin koyon injin a cikin ƙa'idodin TinyML a cikin gida, ba tare da adanawa ko aika bayanan firikwensin/mai amfani zuwa sabar/girgije ba. Sakamakon haka, ko da yayin da aka haɗa su da hanyar sadarwa, waɗannan aikace-aikacen suna da aminci don amfani kuma ba su haifar da haɗari na sirri ba.
Aikace-aikace
- Noma – Yaushe manoma suna daukar hoton shuka, aikace-aikacen TensorFlow Lite yana gano cututtuka a cikinta. Yana aiki akan kowace na'ura kuma baya buƙatar haɗin intanet. Hanyar tana kare muradun noma kuma muhimmiyar larura ce ga manoman karkara.
- Kulawar Makanikai – TinyML, lokacin da aka yi amfani da shi akan ƙananan na'urori, na iya ci gaba da gano lahani a cikin na'ura. Ya haɗa da kulawa da tushen tsinkaya. Sabis na Ping, farawa na Ostiraliya, ya ƙaddamar da na'urar IoT wanda ke sa ido kan injin turbin iska ta hanyar haɗa kanta da injin injin a waje. Tana sanar da hukuma a duk lokacin da ta gano wata matsala ko rashin aiki.
- Asibitoci - The Solar Scare aiki ne. Sauro yana amfani da TinyML don dakatar da yaduwar cututtuka irin su dengue da malaria. Ana yin amfani da makamashin hasken rana kuma yana gano yanayin haifuwar sauro kafin ya nuna alamar ruwa don hana yaduwar sauro.
- Kula da zirga-zirga - Ta amfani da TinyML zuwa na'urori masu auna firikwensin da ke tattara bayanan zirga-zirga na lokaci-lokaci, za mu iya amfani da su don inganta zirga-zirgar ababen hawa da yanke lokutan amsawa ga motocin gaggawa. Swim.AI, alal misali, yana amfani da wannan fasaha akan bayanan yawo don haɓaka amincin fasinja yayin da kuma rage cunkoso da hayaƙi ta hanyar kai tsaye.
- Law: Ana iya amfani da TinyML wajen aiwatar da doka don gano ayyukan da ba bisa ka'ida ba kamar tada tarzoma da sata ta amfani da koyo na na'ura da kuma ganewa. Hakanan ana iya amfani da irin wannan shirin don amintar da ATM na banki. Ta hanyar kallon halayen mai amfani, ƙirar TinyML na iya yin hasashen ko mai amfani ainihin mabukaci ne da ke kammala ciniki ko mai kutse yana ƙoƙarin yin kutse ko lalata ATM ɗin.
Yadda ake farawa da TinyML?
Don farawa da TinyML a cikin TensorFlow Lite, kuna buƙatar allon microcontroller mai jituwa. TensorFlow Lite don Microcontrollers yana goyan bayan microcontrollers da aka jera a ƙasa.
- Saukewa: ATSAMD51
- Himax WE-I Plus EVB Endpoint AI Development Board
- Bayanan Bayani na STM32F746
- Adafruit EdgeBadge
- Synopsys DesignWare ARC EM Platform Development Software
- Sony Rage
- Arduino Nano 33 BLE Sense
- SparkFun Edge
- Adafruit TensorFlow Lite don Kit ɗin Masu Kula da Ma'auni
- Filin Wasa na Adafruit Bluefruit
- Saukewa: ESP32-DevKitC
- Espressif ESP-EYE
Waɗannan su ne 32-bit microcontrollers suna da isasshen ƙwaƙwalwar walƙiya, RAM, da mitar agogo don aiwatar da ƙirar koyon injin. Hakanan allunan suna da na'urori masu auna firikwensin kan jirgi da yawa waɗanda za su iya tafiyar da kowane shirin da aka haɗa da amfani da ƙirar koyon injin zuwa aikace-aikacen da aka yi niyya. Zuwa gina samfurin koyon injin, za ku buƙaci kwamfutar tafi-da-gidanka ko kwamfuta ban da dandamali na kayan aiki.
Kowane dandamali na kayan masarufi yana da nasa kayan aikin shirye-shiryen don gini, horo, da samfuran koyo na inji, waɗanda ke amfani da kunshin TensorFlow Lite don kunshin Microcontrollers. TensorFlow Lite kyauta ne don amfani da gyara saboda yana da Bude tushen.
Don farawa tare da TinyML da TensorFlow Lite, duk abin da kuke buƙata shine ɗaya daga cikin abubuwan da aka ambata a sama waɗanda aka haɗa da dandamali na kayan masarufi, kwamfutar tafi-da-gidanka / kwamfutar tafi-da-gidanka, kebul na USB, mai sauya kebul-zuwa-Serial - da sha'awar yin aikin koyon injin tare da tsarin da aka haɗa. .
kalubale
Ko da yayin da ci gaban TinyML ya haifar da sakamako mai kyau da yawa, masana'antar koyon injin na fuskantar matsaloli masu yawa.
- Bambance-bambancen software - Rubutun hannu, Ƙirƙirar lambar, da masu fassarar ML duk zaɓuɓɓuka ne don ƙaddamar da ƙira akan na'urorin TinyML, kuma kowanne yana ɗaukar lokaci da ƙoƙari daban-daban. Ayyuka daban-daban na iya tasowa sakamakon hakan.
- Hardware bambancin - Akwai Akwai zaɓuɓɓukan kayan aiki da yawa akwai. TinyML dandamali na iya zama wani abu daga maƙasudin maƙasudin maƙasudin gaba ɗaya zuwa na'urori masu sarrafa jijiyoyi. Wannan yana haifar da matsala tare da ƙaddamar da ƙira a cikin gine-gine daban-daban.
- Shirya matsala / gyara matsala - Lokacin ƙirar ML ba ta yin aiki mara kyau akan gajimare, yana da sauƙi don duba bayanan kuma gano abin da ke faruwa ba daidai ba. Lokacin da samfurin ya bazu cikin dubunnan na'urorin TinyML, ba tare da wani rafi na bayanai da ke dawowa ga gajimare ba, yin gyara yana zama da wahala kuma yana iya buƙatar wata hanya ta daban.
- Ƙuntataccen ƙwaƙwalwa - Na gargajiya dandamali, irin su wayoyin hannu da kwamfyutoci, suna buƙatar gigabytes na RAM, yayin da na'urorin TinyML suna amfani da kilobytes ko megabyte. A sakamakon haka, girman samfurin da za a iya turawa yana iyakance.
- Model horo - Ko da yake akwai fa'idodi da yawa don tura samfuran ML akan na'urorin TinyML, yawancin samfuran ML har yanzu ana horar da su akan gajimare don ƙididdigewa da ci gaba da haɓaka daidaiton ƙirar.
Future
TinyML, tare da ƙaramin sawun sa, ƙarancin amfani da batir, da rashin ko iyakancewar dogaro akan haɗin Intanet, yana da babbar dama a nan gaba, kamar yadda mafi yawan kunkuntar. wucin gadi hankali za a aiwatar a kan na'urori masu gefe ko na'urori masu zaman kansu.
Zai sa aikace-aikacen IoT su zama masu sirri da aminci ta hanyar amfani da su. Ko da yake TensorFlow Lite a halin yanzu shine tsarin koyo na inji don microcontrollers da microcomputers, sauran tsarin kwatankwacin irin su firikwensin da ARM's CMSIS-NN suna cikin ayyukan.
Yayin da TensorFlow Lite wani aikin buda-baki ne wanda ke gudana wanda ya fara da kyau tare da Tawagar Google, har yanzu yana buƙatar tallafin al'umma don shiga cikin al'ada.
Kammalawa
TinyML sabon salo ne wanda ke haɗa tsarin da aka haɗa tare da koyon injin. Yayin da kunkuntar AI ke girma a wurare da yawa a tsaye da yanki, fasaha na iya fitowa a matsayin fitaccen filin wasa a cikin koyan na'ura da hankali na wucin gadi.
Yana ba da mafita ga ƙalubale da yawa waɗanda ɓangaren IoT da ƙwararrun masu amfani da koyo na inji zuwa takamaiman fannonin yanki da yawa yanzu ke fuskanta.
Manufar yin amfani da na'ura koyo a gefen na'urorin tare da ƙaramin kwamfuta sawun ƙafa da amfani da wutar lantarki yana da yuwuwar canza yadda ake gina tsarin da aka haɗa da na'ura mai kwakwalwa.
Leave a Reply