bb>意法半導(dǎo)體(ST)推出NanoEdge AI Studio V3自動化機器學(xué)習(xí)工具，提供兩個額外的機器學(xué)習(xí)演算法系列、簡化的資料記錄及翻新的使用者介面。因此，該工具涵蓋了更多使用案例，可幫助嵌入式開發(fā)人員更好理解及使用。
| 圖一 : NanoEdge AI Studio V3自動化機器學(xué)習(xí)工具 |
|
什麼是NanoEdge AI Studio？
建立機器學(xué)習(xí)應(yīng)用的挑戰(zhàn)
長久以來，期望採用機器學(xué)習(xí)的公司，為了收集長達數(shù)個月的大量資料，必須聘用一名或多名資料科學(xué)家來整理，並建立AI模型。然後，再藉由嵌入式開發(fā)人員將該模型移植到微控制器，或使用STM32Cube.AI等工具，將神經(jīng)網(wǎng)路轉(zhuǎn)換為STM32 MCU的最佳化程式碼。然而，公司在預(yù)算及資料安全的考量下，不太可能會聘用資料科學(xué)家，或甚至外包處理。
即使世界各地都有適合的人選，但資料的品質(zhì)仍待加強。雖然機器學(xué)習(xí)有長足的進步，但獲得可靠的訓(xùn)練樣本仍有困難。例如，應(yīng)用程式試圖偵測異常行為，卻無法獲得足夠的數(shù)據(jù)。而雖然許多資料集適用於解決分類問題，例如異常偵測，但其卻不適用於嘗試偵測新型態(tài)的異常情況。因此，取得高品質(zhì)的資料也相當重要，這一點毋庸置疑。而收集不受拼字錯誤或遺漏資訊的樣本影響、並且準確標記正確無誤的資料集，可能需要大量投資。
充分運用機器學(xué)習(xí)技術(shù)
| 圖二 : NanoEdge AI Studio能夠在同一臺裝置上執(zhí)行學(xué)習(xí)複雜行為的模型訓(xùn)練與推論。 |
|
NanoEdge AI Studio是對嵌入式系統(tǒng)開發(fā)人員友善的AI開發(fā)工具，即使沒有資料科學(xué)專業(yè)知識背景的人也可以使用。奇妙之處，在於NanoEdge AI Studio能夠在同一臺裝置上執(zhí)行學(xué)習(xí)複雜行為的模型訓(xùn)練與推論，亦即整個過程可以在同一個STM32微控制器上執(zhí)行。此外，與終端使用者互動也相當簡單，不需要另外寫程式，只需按下幾個按鈕。因此，工程師可以根據(jù)現(xiàn)場環(huán)境客製化，讓系統(tǒng)可以更穩(wěn)定且更輕易安裝。
面對不同的作業(yè)系統(tǒng)，NanoEdge AI Studio能在Windows 10或Ubuntu上執(zhí)行，並且能與最適合的資料處理及最相關(guān)的AI函式庫媒合。此應(yīng)用程式的設(shè)計著重於與C語言應(yīng)用程式中的嵌入式系統(tǒng)開發(fā)的緊密整合。
簡單來說，NanoEdge AI Studio會考慮MCU、記憶體、Flash、感測器等基本規(guī)格，並搜尋NanoEdge AI Studio內(nèi)最佳的 AI 模型庫，接著產(chǎn)生能在STM32 MCU上執(zhí)行的AI函式庫，使開發(fā)人員能夠直接整合到嵌入式應(yīng)用程式專案。
在第 2 版之前，NanoEdge AI Studio 支援兩種主要的機器學(xué)習(xí)演算法：異常偵測和分類。
NanoEdge AI Studio只需少量的正常行為與異常行為資料，便能自動產(chǎn)生偵測AI異常的函式庫。一旦產(chǎn)生 AI 函式庫後，使用者可以將函式庫載入到微控制器中，直接在裝置上進行進一步的微調(diào)訓(xùn)練和推論。此AI函式庫除了能從本機獲得的資料中學(xué)習(xí)裝置行為以外，還可以適應(yīng)所在的裝置行為。微調(diào)訓(xùn)練完成後，AI函式庫會將裝置一段時間內(nèi)所取得的資料與本機建立的模型進行比對，以識別異常。
分類AI函式庫可用於分類一組資料，並呈現(xiàn)不同類型的設(shè)備異常（例如軸承問題、空蝕問題等）或設(shè)備環(huán)境中不同類型的事件。使用者可以將訊號匯入Studio，只需要按幾個按鈕即可建立分類ML函式庫。在微控制器上執(zhí)行時，分類器會分析即時資料，並提供相似性百分比。
NanoEdge AI Studio新功能
新的演算法系列：外插和異常值
| 圖三 : NanoEdge AI Studio V3除了異常偵測與分類兩種應(yīng)用，並提供兩個新的演算法系列：外插和異常值。 |
|
最新的NanoEdge AI Studio V3除了上述的異常偵測與分類兩種應(yīng)用之外， 現(xiàn)在還可以使用更多的函式庫。此外，ST也優(yōu)化了這些演算法，提升現(xiàn)有使用案例的效能。因此，當嵌入式開發(fā)人員切換到新版本軟體時，會對資源管理及執(zhí)行時間的升級更加有感。
NanoEdge AI Studio V3也進一步提供了兩個新的演算法系列：外插和異常值。前者有助於預(yù)測未經(jīng)測試條件下出現(xiàn)的行為，又稱作「迴歸」，這對應(yīng)多個變數(shù)之間的關(guān)係。例如，資料集可以測量風扇在100°C、110°C 和 150°C時的行為。藉由迴歸演算法，機器學(xué)習(xí)應(yīng)用可以推斷風扇在160°C 時的行為。NanoEdge AI Studio 中的外插演算法除了涵蓋線性迴歸，也提供更先進的分析技術(shù)來處理複雜的情況。因此，開發(fā)人員現(xiàn)在可以建立新的應(yīng)用，監(jiān)測資料科學(xué)家無法處理的情況。
第二種演算法是依據(jù)單一類別值的離群值偵測系統(tǒng)進行演算。實際上，系統(tǒng)只學(xué)習(xí)正常行為，任何偏離原始分布的行為都會被視為異常。以前，使用異常偵測系統(tǒng)時，開發(fā)人員會記錄正常行為，然後再模擬一或多個異常狀況。如前所述，其能夠在同一個微控制器上學(xué)習(xí)所有行為，並讓操作大幅簡化。不過，在某些情況下，完整重現(xiàn)異常狀態(tài)是不可能的。因此，離群值偵測可以使用例行操作的資料，推論是否有異常發(fā)生。
新的簡便資料記錄功能
資料科學(xué)家有時會遇到如何將成品推到市場的問題，雖然有實際數(shù)據(jù)是最好的，但因時間關(guān)係，並非每次都可以取得資料。因此，新的資料記錄功能可將任何STWIN SensorTile無線工業(yè)節(jié)點變成最直接的資料收集工具。首先，使用者將開發(fā)板連接到自己的電腦，使用NanoEdge AI Studio切換到資料記錄後，未來的資料便都會自動記錄。工程師可以將STWIN開發(fā)板固定到自己的設(shè)備進行監(jiān)測，感測器會記錄資料，方便開發(fā)人員進行標記和剖析，以建立更精確的應(yīng)用。
在嵌入式系統(tǒng)上的使用體驗
自訂、產(chǎn)生和驗證自動機器學(xué)習(xí)
| 圖四 : NanoEdge AI Studio讓開發(fā)人員能夠自訂、產(chǎn)生和驗證本身的機器學(xué)習(xí)函式庫。 |
|
在NanoEdge AI Studio出現(xiàn)之前，工程師必須聯(lián)絡(luò)軟體廠商，檢查本身的硬體設(shè)定以及要監(jiān)測的行為。如今，NanoEdge AI Studio讓開發(fā)人員能夠自訂、產(chǎn)生和驗證本身的機器學(xué)習(xí)函式庫。
首先，使用者需選擇本身的Cortex-M架構(gòu)和系統(tǒng)中的感測器，接著匯入檔案，其中包含描述設(shè)備一般行為的數(shù)值，其可以是來自風扇上之加速度計所產(chǎn)生的資料，也可以是工業(yè)設(shè)備的電氣資訊，完成後，NanoEdge AI Studio會自動測試、最佳化和排列數(shù)億種可能組合中最佳的演算法組合，並產(chǎn)生客製化函式庫，開發(fā)人員便可以使用嵌入式模擬器進行驗證。
NanoEdge AI Studio V3現(xiàn)在使用者介面支援所有ST開發(fā)板，優(yōu)化後的免費函式庫有助於使用者輕鬆執(zhí)行概念驗證。例如，在智慧震動感測器教學(xué)課程中，可以利用NUCLEO-L432KC 擷取風扇的正常行為後，將資料提供給NanoEdge AI Studio並獲得AI函式庫，使用者便可以在main loop中呼叫此函式庫進行推斷。因此，NanoEdge AI程式庫對於迅速建立使用預(yù)測性維護、智慧安全操作等應(yīng)用是非常有幫助的。
使用 Edge AI Sprint 引導(dǎo)專案
許多客戶無法事前評估AI將為本身的應(yīng)用帶來多少效益。因此，為了快速驗證應(yīng)用，ST也提供Edge AI Sprint Package，其中除了開發(fā)工具之外，還有完整的專家支援系統(tǒng)，可以指導(dǎo)開發(fā)人員避開應(yīng)用程式和使用案例固有的地雷區(qū)。
整個方案包括訓(xùn)練課程、NanoEdge AI Studio 授權(quán)和技術(shù)支援。客戶可以根據(jù)專案的複雜性選擇不同的授權(quán)期限，以確保應(yīng)用能量產(chǎn)。Edge AI Sprint是引領(lǐng)專案的第一步，能有效管控風險並減少投資，同時提升專案成功的機率。
