ST rilascia NanoEdge AI Studio V3, lo strumento di apprendimento automatico automatizzato arricchito di due famiglie di algoritmi aggiuntive, registrazione dei dati semplificata e un’interfaccia utente rinnovata.
di Fonte ST
NanoEdge AI Studio V3 aumenta la propria portata coprendo più casi d’uso e diventando ancora più semplice per gli sviluppatori embedded. I team di ST offrono anche pacchetti Edge AI Sprint, che supportano gli utenti nell’avviare i propri progetti grazie, per esempio, a sessioni di formazione e supporto tecnico. ST promuove rende così accessibile a tutti strumenti di apprendimento automatico all’avanguardia.
Le sfide dietro la creazione di applicazioni di machine learning
Risale al 2019 la prima applicazione di apprendimento automatico di NanoEdge AI. Tradizionalmente, le grandi aziende che cercano di trarre vantaggio dall’apprendimento automatico devono assumere uno o più data scientist che passeranno poi mesi a raccogliere e ripulire l’enorme quantità di dati necessari a creare modelli di intelligenza artificiale. Gli sviluppatori embedded trasferiscono quindi l’implementazione su microcontrollori o utilizzano strumenti come STM32Cube.AI per convertire le reti neurali in codice ottimizzato per microcontrollori STM32.
Quando un’azienda è alle prese con vincoli di budget ristretti, sia l’assunzione di uno o più data scientist che la delega del lavoro ad agenti esterni può rivelarsi fuori portata. Anche con le persone giuste e tutto il tempo del mondo, ottenere dati di qualità rimane un’impresa comlplessa. Nonostante tutti i progressi nell’apprendimento automatico, ottenere campioni di addestramento affidabili può rappresentare un grave problema.
Ad esempio, potrebbero non esserci dati relativi a situazioni fuori del comune. Infatti, sebbene molti set di dati rimangano validi in caso di problemi di classificazione, come il rilevamento di anomalie, sono regolarmente inutili posti di fronte a nuove situazioni. È anche fondamentale ottenere dati di buona qualità, il che è tutt’altro che ovvio. Quando i campioni non sono afflitti da errori di battitura o informazioni mancanti, registrare set puliti ed etichettarli con precisione può richiedere investimenti seri.
Portare ovunque l’apprendimento automatico
NanoEdge AI Studio è un’utenza pensata per gli sviluppatori embedded, anche a quelli senza esperienza di data science. La magia sta nell’eseguire la fase di addestramento che apprende un comportamento nominale complesso e l’inferenza sullo stesso dispositivo. L’intero processo può quindi essere eseguito sullo stesso microcontrollore STM32. L’interazione con l’utente finale può essere semplificata alla semplice pressione di un pulsante. Di conseguenza, gli ingegneri possono personalizzare il proprio sistema in base all’ambiente locale, rendendolo più robusto e più facile da installare.
NanoEdge AI Studio funziona su Windows 10 o Ubuntu ed è il modo migliore per elaborare i dati e trovare le librerie AI più pertinenti. Il design dell’applicazione si concentra sullo sviluppo embedded e sulla perfetta integrazione nelle applicazioni C. In parole povere, NanoEdge AI Studio considera le specifiche di base come CPU, memoria, sensori e cerca la migliore libreria NanoEdge AI. Quindi emette una libreria in esecuzione su MCU STM32 che gli sviluppatori possono integrare direttamente nelle loro applicazioni integrate. E con l’aggiornamento di oggi, l’utilità offre più librerie e funzionalità di registrazione dei dati.
Le nuove famiglie di algoritmi
L’applicazione offre due nuove famiglie di algoritmi: estrapolazione e outlier. Il primo aiuta ad anticipare i comportamenti in condizioni non testate. Chiamata anche regressione, mappa la relazione tra più variabili. Ad esempio, i set di dati potrebbero misurare il comportamento di un ventilatore a 100ºC, 110ºC e 150ºC. Ora, grazie a un algoritmo di regressione, l’applicazione di apprendimento automatico può estrapolare il comportamento a 160ºC. L’algoritmo di estrapolazione in NanoEdge AI Studio non copre solo le regressioni lineari. Offre infatti anche tecniche di analisi più avanzate per affrontare situazioni complesse. Di conseguenza, gli sviluppatori possono ora creare nuove applicazioni che monitorano cose che gli scienziati dei dati non possono testare da soli.
Il secondo algoritmo è un sistema di rilevamento outlier che si basa su una singola classe di valori. In effetti, il sistema apprende solo il comportamento normale. Tutto ciò che si discosta da esso diventa un’anomalia. In precedenza, quando si utilizzava il sistema di rilevamento delle anomalie, gli sviluppatori registravano il comportamento normale, quindi simulavano uno o più problemi. Come accennato, è stato possibile apprendere tutti i comportamenti sullo stesso microcontrollore, semplificando notevolmente le operazioni. Tuttavia, in alcuni casi, riprodurre le anomalie è semplicemente impossibile. Pertanto, il rilevamento dei valori anomali può utilizzare i dati delle operazioni di routine per dedurre un’anomalia in una situazione del genere.
Nuova funzionalità semplificata per la registrazione dei dati
I data scientist possono essere ostacolati dall’assenza di dati o dalla mancanza di tempo. La nuova funzione di registrazione dei dati trasforma qualsiasi nodo industriale wireless STWIN SensorTile nello strumento di raccolta dati più semplice. Gli utenti collegano la scheda al proprio PC e utilizzano NanoEdge AI Studio per passare alla registrazione dei dati. Successivamente, la registrazione dei dati diventa automatica. Gli ingegneri possono fissare la scheda STWIN alla loro attrezzatura per monitorarla. I sensori registreranno i dati che gli sviluppatori potranno quindi etichettare e analizzare per creare applicazioni più accurate.
Nuova interfaccia utente grafica
Un altro passo avanti fondamentale nella nuova versione di NanoEdge AI Studio è l’interfaccia utente. Con l’arrivo di nuovi algoritmi e funzionalità di raccolta dati, era fondamentale migliorare l’esperienza dell’utente. È stato anche fondamentale ottimizzare il flusso di lavoro degli sviluppatori. NanoEdge AI Studio si rivolge ai team che cercano di portare l’apprendimento automatico al limite. Le librerie sono minuscole – appena 1 KB – e altamente ottimizzate. Si è rivelato quindi necessario migliorare anche l’accesso agli algoritmi per garantire che gli sviluppatori potessero selezionare facilmente la loro categoria di progetto e generare rapidamente le loro librerie.
Molti clienti di ST non riescono a valutare e dimostrare i vantaggi che l’intelligenza artificiale può portare. Quindi, per avviare le applicazioni con il piede giusto, Edge AI Sprint offre più di una semplice utility, ma un intero sistema di supporto di esperti in grado di guidare gli sviluppatori attraverso i campi minati inerenti alla loro applicazione e al caso d’uso.
Edge AI Sprint è quindi un pacchetto che include sessioni di formazione, una licenza NanoEdge AI Studio e supporto tecnico. I team possono scegliere tra varie durate di licenza, a seconda della complessità dei loro progetti, per assicurarsi che possano raggiungere la produzione. Pensato per avviare i primi passi di un progetto, Edge AI Sprint limita così i rischi e gli investimenti aumentando le possibilità di successo.
(lo)
