AI (Artificial Intelligence) originated from the summer seminar held by Dartmouth College in 1956. At the conference, the term “artificial intelligence” was formally proposed for the first time. Technological breakthroughs in computing power have promoted the development of artificial intelligence one after another. In recent years, with the increasing availability of big data, the third wave of artificial intelligence development has arrived. In 2015, the artificial intelligence algorithm based on deep learning surpassed humans for the first time in the image recognition accuracy of the ImageNet competition, and artificial intelligence has made great strides on the road of development. With breakthroughs in computer vision التكنلوجيا البحث، حقق التعلم العميق نجاحًا كبيرًا في مجالات البحث المختلفة مثل التعرف على الكلام ومعالجة اللغة الطبيعية. الآن، أظهر الذكاء الاصطناعي إمكانات كبيرة في جميع جوانب الحياة.
إلى جانب مرحلة تطوير تقنية الذكاء الاصطناعي ، يتم شرح بعض المفاهيم الرئيسية تقريبًا على النحو التالي.
الذكاء الاصطناعي: جميع التقنيات التي تسمح لأدمغة الكمبيوتر بمحاكاة السلوك البشري.
التعلم الآلي: مجموعة فرعية من الذكاء الاصطناعي (AI). الخوارزميات والطرق التي يتم تحسينها باستمرار من خلال التعلم من البيانات.
التعلم العميق: مجموعة فرعية من التعلم الآلي (ML). باستخدام بنية متعددة الطبقات تحاكي الشبكة العصبية للدماغ البشري ، وهي خوارزمية تعليمية تحصل على معلومات قيمة من كمية كبيرة من البيانات.
2. ظهرت القوة الجديدة للذكاء الاصطناعي ، وهي STMicroelectronics Deep Edge AI إلى حيز الوجود
في الوقت الحاضر ، تُستخدم تقنية الذكاء الاصطناعي بشكل أساسي في سيناريوهات السحابة بسبب الطلب على قوة الحوسبة. نظرًا لقيود تأخير نقل البيانات وعوامل أخرى ، قد لا تتمكن الحلول المستندة إلى مجموعة النظراء من تلبية احتياجات بعض المستخدمين لأمان البيانات واستجابة النظام والخصوصية واستهلاك طاقة العقدة المحلية. في حل الذكاء الاصطناعي المركزي ، تعتمد الأجهزة المضمنة (مكبرات الصوت الذكية ، والأجهزة القابلة للارتداء ، وما إلى ذلك) عادةً على الخوادم السحابية لتحقيق إمكانات الذكاء الاصطناعي ، بينما في حل Deep Edge AI ، يمكن للجهاز المضمن نفسه تشغيل الذكاء الاصطناعي محليًا الخوارزميات لتحقيق إدراك البيئة في الوقت الفعلي ، والتفاعل بين الإنسان والحاسوب ، والتحكم في اتخاذ القرار والوظائف الأخرى.
سيحقق نقل عملية التفكير إلى الحوسبة العميقة بعض المزايا ، مثل استجابة النظام ، وحماية خصوصية معلومات المستخدم بشكل أفضل (لا يلزم نقل جميع البيانات إلى السحابة من خلال أنظمة متعددة) ، وانخفاض تكاليف الاتصال واستهلاك الطاقة.
وفقًا لنتائج أبحاث ABI ، ستصل الشحنات العالمية لأجهزة Deep Edge AI إلى 2.5 مليار وحدة بحلول عام 2030. وقد لاحظت STMicroelectronics أن هناك المزيد والمزيد من المجتمعات والأنظمة البيئية المحيطة بتقنية Deep Edge AI ، مع التركيز على الاستقلالية ومنخفضة الطاقة والفعالية من حيث التكلفة الحلول المضمنة. بصفتها المروج الرئيسي لهذا الاتجاه ، استثمرت STMicroelectronics الكثير من الموارد في الذكاء الاصطناعي ، بهدف مساعدة المطورين في الأنظمة المضمنة القائمة على وحدات التحكم الدقيقة / المعالجات الدقيقة (سلسلة STM32) وأجهزة الاستشعار (MEMS ، ToF ...) النشر السريع لتطبيقات الذكاء الاصطناعي. توفر STMicroelectronics مجموعة من أدوات الذكاء الاصطناعي لسلسلة STM32 ومستشعرات MEMS التي تدمج جوهر التعلم الآلي (MLC) ، والتي يمكنها تسريع دورة التطوير وتحسين نموذج الذكاء الاصطناعي المدرب (STM32Cube.AI).
كتقنية عامة ، حقق الذكاء الاصطناعي إنجازات ملحوظة في العديد من المجالات. نعتقد أن المزيد والمزيد من الأجهزة الطرفية الذكية سيكون لها تأثير مباشر وإيجابي على حياة الإنسان.
3. النشر السريع لتطبيقات الذكاء الاصطناعي من خلال النظام البيئي لشركة STMicroelectronics
توفر STMicroelectronics نظامًا بيئيًا من الأجهزة والبرامج للمساعدة في تطوير مجموعة متنوعة من خوارزميات Deep Edge AI بسرعة وسهولة لأجهزة الاستشعار والميكروكونترولر.
التعلم الآلي في النظم الكهروميكانيكية الصغرى مدخل بطاقة الذاكرة : نعم يساعد النظام البيئي المصممين على استخدام الذكاء الاصطناعي عند الحافة لتنفيذ الإيماءات ، والتعرف على النشاط ، واكتشاف الشذوذ ، وما إلى ذلك من خلال مصنف شجرة القرار الذي يعمل على محرك مضمن بمستشعر يسمى Machine Learning Core (MLC).
لذلك ، يمكن لمطوري حلول إنترنت الأشياء نشر أي من مستشعراتنا (المضمنة مع جوهر التعلم الآلي) في بيئة النماذج الأولية السريعة لتطوير تطبيقات منخفضة الطاقة بشكل سريع باستخدام أدوات UNICO-GUI.
بفضل تصميم المستشعر المدمج منخفض الطاقة ، واكتشاف أحداث الذكاء الاصطناعي المتقدم ، ومنطق الاستيقاظ ، ووظائف الحوسبة في الوقت الفعلي ، يقلل MLC الموجود في المستشعر بشكل كبير من كمية نقل بيانات النظام ويقلل من عبء معالجة الشبكة.
إذا قرر المطورون تطوير حل يعتمد على جوهر التعلم الآلي في المستشعر ، فإنهم يحتاجون إلى مجموعة جديدة من الأساليب لنشر تطبيقاتهم.
إذا كنت ترغب في إنشاء أي خوارزمية للتعلم الآلي ، فإن نقطة البداية هي البيانات وتعريفها للفئة (تستخدم لوصف المشكلة المعقدة التي يتعين حلها). يمكنك اتباع خمس خطوات لإنشاء تطبيقات AI وتشغيلها في المستشعر. UNICO-GUI هي واجهة مستخدم رسومية يمكنها دعم جميع الخطوات الخمس بما في ذلك إنشاء شجرة القرار.
من أجل تسهيل المطورين لنشر نماذج الذكاء الاصطناعي المدربة بسرعة على STM32 ، قمنا بتطوير أداة سهلة الاستخدام وفعالة- STM32Cube.AI (تُعرف أيضًا باسم X-CUBE-AI). يمكن لـ X-CUBE-AI تحليل وتحويل الشبكة العصبية المدربة إلى رمز لغة C محسّن ، والاختبار تلقائيًا ضد أهداف STM32. بالطبع ، تعد X-CUBE-AI أداة قوية للغاية ، وسيتم تقديم المزيد من الميزات في المقالات اللاحقة.
من أجل إظهار كيف يمكن تشغيل العديد من تطبيقات الذكاء الاصطناعي المختلفة مباشرة على STM32 وتسريع عملية التطوير والتحقق والنشر للمطورين المدمجين في STM32 ، توفر STMicroelectronics العديد من تطبيقات الذكاء الاصطناعي كمرجع.
يمكن للمطورين إجراء تطوير ثانوي بناءً على حزم برامج تطبيقات الذكاء الاصطناعي المضمنة هذه لتنفيذ نشر النماذج المخصصة بسرعة.
سيتم تقديم مزيد من التفاصيل في المقالات اللاحقة.
يتم تلخيص أدوات تطوير الذكاء الاصطناعي وحزم برامج التطبيقات المدمجة على النحو التالي
البرامج المدمجة
حيث يوجد STM32 ، يوجد Deep Edge AI.
تدعم جميع وحدات MCU الخاصة بـ STM32 نشر نماذج الذكاء الاصطناعي. بالنسبة لوحدات MCU ذات قوة الحوسبة المنخفضة ، يتم دعم خوارزميات التعلم الآلي (ML). بالنسبة لوحدات MCU ذات قوة الحوسبة العالية ، يتم أيضًا دعم نماذج الشبكة العصبية (DL).
يتم تلخيص قائمة لوحات التقييم التي يمكنها تشغيل أمثلة التطبيق أدناه.
أداة تقييم المنتج
4. هل تريد المزيد من التفاصيل؟
سننشر سلسلة من المقالات التي توضح بالتفصيل نتائج جهود STMicroelectronics في مجال Deep Edge AI.
نرحب بك لشرح ما تريد معرفته عن STMicroelectronics AI في التعليقات ، وسنقدم لك محتوى أكثر إثارة.