AI (인공지능)은 1956년 다트머스 대학에서 열린 여름 세미나에서 유래됐다. 이 학회에서 처음으로 '인공지능'이라는 용어가 공식적으로 제안됐다. 컴퓨팅 파워의 기술적 혁신은 인공지능의 발전을 잇달아 촉진해왔습니다. 최근 몇 년 동안 빅데이터의 가용성이 높아짐에 따라 인공지능 개발의 제2015의 물결이 도래했습니다. XNUMX년에는 딥러닝 기반 인공지능 알고리즘이 이미지넷 대회에서 영상 인식 정확도에서 처음으로 인간을 능가하는 등 인공지능 발전의 길에 큰 진전을 이루었습니다. 컴퓨터 비전의 획기적인 발전 technology 딥러닝은 음성 인식, 자연어 처리 등 다양한 연구 분야에서 큰 성공을 거두었습니다. 이제 인공지능은 삶의 모든 측면에서 큰 잠재력을 보여주고 있습니다.
인공 지능 기술의 발전 단계와 결합하여 몇 가지 주요 개념을 대략적으로 설명하면 다음과 같습니다.
AI: 컴퓨터 두뇌가 인간 행동을 시뮬레이션할 수 있도록 하는 모든 기술.
기계 학습: 인공 지능(AI)의 하위 집합입니다. 데이터로부터 학습하여 지속적으로 개선되는 알고리즘 및 방법.
딥 러닝: 머신 러닝(ML)의 하위 집합입니다. 인간 두뇌의 신경망을 시뮬레이션하는 다층 구조를 사용하여 대량의 데이터에서 귀중한 정보를 얻는 학습 알고리즘입니다.
2. 인공지능의 새로운 힘, STMicroelectronics Deep Edge AI 등장
현재 인공 지능 기술은 컴퓨팅 성능에 대한 수요로 인해 클라우드 시나리오에서 주로 사용됩니다. 데이터 전송 지연 및 기타 요인의 제한으로 인해 클라우드 기반 솔루션은 데이터 보안, 시스템 응답성, 개인 정보 보호 및 로컬 노드 전력 소비에 대한 일부 사용자의 요구를 충족하지 못할 수 있습니다. 중앙 집중식 인공 지능 솔루션에서 임베디드 장치(스마트 스피커, 웨어러블 장치 등)는 일반적으로 인공 지능 기능을 달성하기 위해 클라우드 서버에 의존하는 반면 Deep Edge AI 솔루션에서는 임베디드 장치 자체가 로컬에서 인공 지능을 실행하여 구현하는 알고리즘 실시간 환경 인식, 인간-컴퓨터 상호 작용, 의사 결정 제어 및 기타 기능.
추론 프로세스를 딥 에지 컴퓨팅으로 이동하면 시스템 응답성, 더 나은 사용자 정보 개인 정보 보호(모든 데이터가 여러 시스템을 통해 클라우드로 전송될 필요는 없음), 더 낮은 연결 비용 및 전력 소비와 같은 몇 가지 이점이 있습니다.
ABI의 연구 결과에 따르면 Deep Edge AI 장치의 전 세계 출하량은 2.5년까지 2030억 개에 도달할 것입니다. STMicroelectronics는 Deep Edge AI 기술을 둘러싼 커뮤니티와 생태계가 점점 더 많아지고 있다는 사실에 주목했습니다. 임베디드 솔루션. 이러한 추세의 주요 촉진자로서 STMicroelectronics는 마이크로컨트롤러/마이크로프로세서(STM32 시리즈) 및 센서(MEMS, ToF…) 기반 임베디드 시스템의 개발자를 돕는 것을 목표로 AI에 많은 리소스를 투자했습니다. AI 애플리케이션의 신속한 배포. STMicroelectronics는 개발 주기를 가속화하고 훈련된 AI 모델(STM32Cube.AI)을 최적화할 수 있는 기계 학습 코어(MLC)를 통합하는 STM32 시리즈 및 MEMS 센서용 AI 도구 세트를 제공합니다.
인공 지능은 일반 기술로서 많은 분야에서 놀라운 성과를 거두었습니다. 우리는 점점 더 많은 스마트 단말 장치가 인간의 삶에 보다 직접적이고 긍정적인 영향을 미칠 것이라고 믿습니다.
3. STMicroelectronics의 에코시스템을 통한 AI 애플리케이션의 신속한 배포
STMicroelectronics는 센서 및 마이크로컨트롤러를 위한 다양한 Deep Edge AI 알고리즘을 빠르고 쉽게 개발할 수 있도록 하드웨어 및 소프트웨어 에코시스템을 제공합니다.
MEMS의 기계 학습 감지기 에코시스템은 설계자가 MLC(Machine Learning Core)라는 센서 내장형 엔진에서 실행되는 의사결정 트리 분류기를 통해 엣지에서 AI를 사용하여 제스처, 활동 인식, 이상 감지 등을 구현하도록 돕습니다.
따라서 IoT 솔루션 개발자는 신속한 프로토타이핑 환경에서 당사의 모든 센서(머신 러닝 코어가 내장됨)를 배포하여 UNICO-GUI 도구를 사용하여 초저전력 애플리케이션을 신속하게 개발할 수 있습니다.
내장된 저전력 센서 설계, 고급 AI 이벤트 감지, 웨이크업 로직 및 실시간 에지 컴퓨팅 기능을 통해 센서의 MLC는 시스템 데이터 전송량을 크게 줄이고 네트워크 처리 부담을 줄입니다.
개발자가 센서에서 기계 학습의 핵심을 기반으로 솔루션을 개발하기로 결정한 경우 애플리케이션을 게시하기 위한 새로운 방법 세트가 필요합니다.
기계 학습 알고리즘을 생성하려는 경우 시작점은 데이터와 클래스의 정의(해결할 복잡한 문제를 설명하는 데 사용됨)입니다. XNUMX단계에 따라 센서에서 AI 애플리케이션을 생성하고 실행할 수 있습니다. UNICO-GUI는 의사 결정 트리 생성을 포함한 XNUMX단계를 모두 지원할 수 있는 그래픽 사용자 인터페이스입니다.
개발자가 훈련된 AI 모델을 STM32에 빠르게 배포할 수 있도록 사용하기 쉽고 효율적인 도구인 STM32Cube.AI(X-CUBE-AI라고도 함)를 개발했습니다. X-CUBE-AI는 훈련된 신경망을 분석 및 최적화된 C 언어 코드로 변환하고 STM32 대상에 대해 자동으로 테스트할 수 있습니다. 물론 X-CUBE-AI는 매우 강력한 도구이며 이후 기사에서 더 많은 기능을 소개할 예정입니다.
여러 AI 애플리케이션이 STM32에서 직접 실행되고 STM32 임베디드 개발자의 개발, 검증 및 배포 프로세스 속도를 높이는 방법을 보여주기 위해 STMicroelectronics는 많은 AI 애플리케이션을 참조로 제공합니다.
개발자는 이러한 임베디드 AI 애플리케이션 소프트웨어 패키지를 기반으로 XNUMX차 개발을 수행하여 맞춤형 모델 배포를 신속하게 구현할 수 있습니다.
자세한 내용은 다음 기사에서 소개됩니다.
AI 개발 도구 및 임베디드 응용 소프트웨어 패키지는 다음과 같이 요약됩니다.
임베디드 소프트웨어
STM32가 있는 곳에 Deep Edge AI가 있습니다.
STM32의 모든 MCU는 AI 모델 배포를 지원합니다. 컴퓨팅 성능이 낮은 MCU의 경우 머신 러닝 알고리즘(ML)이 지원됩니다. 더 높은 컴퓨팅 성능을 갖춘 MCU의 경우 신경망 모델(DL)도 지원됩니다.
응용 사례를 실행할 수 있는 평가 보드 목록은 아래에 요약되어 있습니다.
제품 평가 도구
4. 자세한 내용을 원하십니까?
Deep Edge AI 분야에서 STMicroelectronics의 노력 결과를 자세히 설명하는 일련의 기사를 게시할 예정입니다.
STMicroelectronics AI에 대해 알고 싶은 내용을 댓글로 남겨주시면 더욱 흥미진진한 콘텐츠로 안내해 드리겠습니다.