AI (Artificial Intelligence) は、1956 年にダートマス大学で開催されたサマーセミナーに由来します。この会議で初めて、「人工知能」という用語が正式に提案されました。計算能力の技術的進歩により、人工知能の開発が次々と促進されてきました。近年、ビッグデータの利用可能性の高まりに伴い、人工知能開発の第2015の波が到来しています。 XNUMX年には、ディープラーニングに基づく人工知能アルゴリズムがImageNetコンペティションの画像認識精度で初めて人間を上回り、人工知能は発展の道を大きく前進させました。コンピュータービジョンの画期的な進歩により テクノロジー 研究では、ディープラーニングは音声認識や自然言語処理などのさまざまな研究分野で大きな成功を収めています。 現在、人工知能は生活のあらゆる面で大きな可能性を示しています。
人工知能技術の開発段階と合わせて、いくつかの主要な概念を以下に大まかに説明します。
AI：コンピューターの脳が人間の行動をシミュレートできるようにするすべてのテクノロジー。
機械学習：人工知能（AI）のサブセット。 データから学習することによって継続的に改善されるアルゴリズムと方法。
ディープラーニング：機械学習（ML）のサブセット。 人間の脳のニューラルネットワークをシミュレートする多層構造を使用することにより、大量のデータから貴重な情報を取得する学習アルゴリズム。
2.人工知能の新しい力であるSTMicroelectronicsDeep EdgeAIが誕生しました
現在、人工知能技術は、コンピューティング能力の需要のために主にクラウドシナリオで使用されています。 データ送信の遅延やその他の要因の制限により、クラウドベースのソリューションは、データセキュリティ、システムの応答性、プライバシー、およびローカルノードの電力消費に関する一部のユーザーのニーズを満たすことができない場合があります。 一元化された人工知能ソリューションでは、組み込みデバイス（スマートスピーカー、ウェアラブルデバイスなど）は通常、クラウドサーバーに依存して人工知能機能を実現しますが、Deep Edge AIソリューションでは、組み込みデバイス自体が人工知能をローカルで実行してアルゴリズムを実現します。リアルタイムの環境認識、人間とコンピューターの相互作用、意思決定制御およびその他の機能。
推論プロセスをディープエッジコンピューティングに移行すると、システムの応答性、ユーザー情報のプライバシー保護の向上（すべてのデータを複数のシステムを介してクラウドに送信する必要はない）、接続コストと消費電力の削減など、いくつかの利点がもたらされます。
ABIの調査結果によると、Deep Edge AIデバイスの世界的な出荷台数は2.5年までに2030億台に達するとのことです。STMicroelectronicsは、Deep Edge AIテクノロジーを取り巻くコミュニティやエコシステムがますます増えており、独立した低電力で費用対効果の高いものに焦点を当てていることに気づきました。組み込みソリューション。 このトレンドの主な推進者として、STMicroelectronicsはAIに多くのリソースを投資し、マイクロコントローラー/マイクロプロセッサー（STM32シリーズ）とセンサー（MEMS、ToF…）に基づく組み込みシステムの開発者を支援することを目指しています。 STMicroelectronicsは、機械学習コア（MLC）を統合するSTM32シリーズおよびMEMSセンサー用のAIツールのセットを提供します。これにより、開発サイクルをスピードアップし、トレーニング済みAIモデル（STM32Cube.AI）を最適化できます。
一般的な技術として、人工知能は多くの分野で目覚ましい成果を上げてきました。 ますます多くのスマート端末デバイスが、人間の生活により直接的で前向きな影響を与えると私たちは信じています。
3.STMicroelectronicsのエコシステムを介したAIアプリケーションの迅速な展開
STMicroelectronicsは、センサーとマイクロコントローラー用のさまざまなDeep EdgeAIアルゴリズムを迅速かつ簡単に開発するのに役立つハードウェアとソフトウェアのエコシステムを提供します。
MEMSでの機械学習 センサー エコシステムは、設計者がエッジでAIを使用して、機械学習コア（MLC）と呼ばれるセンサー組み込みエンジンで実行されるデシジョンツリー分類子を介して、ジェスチャー、アクティビティ認識、異常検出などを実装するのに役立ちます。
したがって、IoTソリューションの開発者は、ラピッドプロトタイピング環境にセンサー（機械学習コアが組み込まれている）を展開して、UNICO-GUIツールを使用して超低電力アプリケーションを迅速に開発できます。
組み込みの低電力センサー設計、高度なAIイベント検出、ウェイクアップロジック、およびリアルタイムエッジコンピューティング機能により、センサーのMLCは、システムデータ送信の量を大幅に削減し、ネットワーク処理の負担を軽減します。
開発者がセンサーの機械学習のコアに基づいてソリューションを開発することを決定した場合、アプリケーションを公開するための新しい一連のメソッドが必要になります。
機械学習アルゴリズムを作成する場合、開始点はデータとそのクラスの定義です（解決する複雑な問題を説明するために使用されます）。 XNUMXつの手順に従って、センサーでAIアプリケーションを作成して実行できます。 UNICO-GUIは、意思決定ツリーの生成を含むXNUMXつのステップすべてをサポートできるグラフィカルユーザーインターフェイスです。
開発者がトレーニング済みのAIモデルをSTM32にすばやく展開できるようにするために、使いやすく効率的なツールであるSTM32Cube.AI（X-CUBE-AIとも呼ばれます）を開発しました。 X-CUBE-AIは、トレーニングされたニューラルネットワークを分析して最適化されたC言語コードに変換し、STM32ターゲットに対して自動的にテストできます。 もちろん、X-CUBE-AIは非常に強力なツールであり、今後の記事でさらに多くの機能が紹介されます。
いくつかの異なるAIアプリケーションをSTM32で直接実行し、STM32組み込み開発者の開発、検証、および展開プロセスを高速化する方法を示すために、STMicroelectronicsはリファレンスとして多くのAIアプリケーションを提供しています。
開発者は、これらの組み込みAIアプリケーションソフトウェアパッケージに基づいて二次開発を実行し、カスタムモデルの展開を迅速に実装できます。
詳細については、後続の記事で紹介します。
AI開発ツールと組み込みアプリケーションソフトウェアパッケージの概要は次のとおりです。
組込みソフトウェア
STM32があるところには、Deep EdgeAIがあります。
STM32のすべてのMCUは、AIモデルの展開をサポートしています。 計算能力の低いMCUの場合、機械学習アルゴリズム（ML）がサポートされています。 より高い計算能力を備えたMCUの場合、ニューラルネットワークモデル（DL）もサポートされます。
アプリケーション例を実行できる評価ボードのリストを以下に要約します。
製品評価ツール
4.詳細が必要ですか？
ディープエッジAI分野でのSTMicroelectronicsの取り組みの結果を詳述した一連の記事を公開します。
コメントでSTMicroelectronicsAIについて知りたいことを説明していただければ、よりエキサイティングなコンテンツをご紹介します。