capteur les données peuvent être traitées directement dans l'appareil. Les données d'entraînement peuvent être capturées directement sur l'appareil et utilisées pour l'entraînement.
Appelé AIfES, « la haute optimisation du framework permet même au contrôleur 8 bits de l'Arduino Uno de mettre en œuvre un réseau de neurones artificiels qui peut être entraîné en un temps modéré », selon Arduino.cc. « Cela permet de créer des appareils personnalisables qui peuvent s'adapter à la tâche à accomplir au moyen d'une formation sans utiliser d'ordinateur externe. »
Il s'intègre directement dans les IDE Arduino via le gestionnaire de bibliothèque Arduino.
Fraunhofer IMS utilise AIfES en interne dans la recherche et le développement de l'IA, s'avérant un outil de développement efficace pour les solutions d'IA spécifiques au client, a déclaré Arduino. Les démonstrateurs incluent une reconnaissance de l'écriture manuscrite, une reconnaissance des gestes et un capteur de courant sans fil.
« AIfES est très similaire et compatible avec les frameworks Python ML tels que TensorFlow, Keras ou PyTorch, mais ses fonctionnalités sont considérablement réduites », selon le Fraunhofer. « Dans la version actuelle, les réseaux de neurones feed-forward sont pris en charge, qui peuvent être configurés de manière totalement libre. De plus, les fonctions d'activation populaires telles que ReLU, Sigmoid ou Softmax sont déjà intégrées. Le développement du modèle est orienté vers les frameworks Python. Les algorithmes courants pour l'entraînement comme l'optimiseur de descente de gradient ou l'optimiseur Adam sont également inclus.
Il y a un choix de licences :
Gratuit pour les logiciels open source sous la licence publique générale GNU (GPL) version 3.
Pour les produits commerciaux, via un accord de licence avec Fraunhofer IMS.