AI (Trí tuệ nhân tạo) có nguồn gốc từ hội thảo mùa hè do Đại học Dartmouth tổ chức năm 1956. Tại hội nghị, thuật ngữ “trí tuệ nhân tạo” lần đầu tiên được chính thức đề xuất. Những đột phá công nghệ về sức mạnh tính toán đã thúc đẩy sự phát triển của trí tuệ nhân tạo nối tiếp nhau. Trong những năm gần đây, với sự sẵn có của dữ liệu lớn ngày càng tăng, làn sóng phát triển trí tuệ nhân tạo thứ ba đã đến. Năm 2015, thuật toán trí tuệ nhân tạo dựa trên deep learning lần đầu tiên vượt qua con người về độ chính xác nhận dạng hình ảnh trong cuộc thi ImageNet và trí tuệ nhân tạo đã có những bước tiến vượt bậc trên con đường phát triển. Với những đột phá về thị giác máy tính công nghệ nghiên cứu, deep learning đã đạt được thành công lớn trong các lĩnh vực nghiên cứu khác nhau như nhận dạng giọng nói và xử lý ngôn ngữ tự nhiên. Giờ đây, trí tuệ nhân tạo đã cho thấy tiềm năng to lớn trong mọi khía cạnh của cuộc sống.
Kết hợp với giai đoạn phát triển của công nghệ trí tuệ nhân tạo, một số khái niệm chính được giải thích một cách đại khái như sau.
AI: Tất cả các công nghệ cho phép bộ não máy tính mô phỏng hành vi của con người.
Học máy: một tập hợp con của trí tuệ nhân tạo (AI). Các thuật toán và phương pháp liên tục được cải tiến bằng cách học hỏi từ dữ liệu.
Học sâu: một tập hợp con của học máy (ML). Bằng cách sử dụng cấu trúc nhiều lớp mô phỏng mạng lưới thần kinh của não người, một thuật toán học tập thu được thông tin có giá trị từ một lượng lớn dữ liệu.
2. Sức mạnh mới của trí tuệ nhân tạo, STMicroelectronics Deep Edge AI ra đời
Hiện tại, công nghệ trí tuệ nhân tạo chủ yếu được sử dụng trong các kịch bản đám mây vì nhu cầu về sức mạnh tính toán. Do hạn chế về độ trễ truyền dữ liệu và các yếu tố khác, các giải pháp dựa trên đám mây có thể không đáp ứng được nhu cầu của một số người dùng về bảo mật dữ liệu, khả năng đáp ứng của hệ thống, quyền riêng tư và mức tiêu thụ điện của nút cục bộ. Trong giải pháp trí tuệ nhân tạo tập trung, các thiết bị nhúng (loa thông minh, thiết bị đeo, v.v.) thường dựa vào máy chủ đám mây để đạt được khả năng trí tuệ nhân tạo, trong khi trong giải pháp AI Deep Edge, bản thân thiết bị nhúng có thể chạy trí tuệ nhân tạo Cục bộ các thuật toán để nhận ra nhận thức môi trường thời gian thực, tương tác giữa con người với máy tính, kiểm soát ra quyết định và các chức năng khác.
Chuyển quá trình suy luận sang điện toán biên sâu sẽ mang lại một số lợi thế, chẳng hạn như khả năng đáp ứng của hệ thống, bảo vệ quyền riêng tư thông tin người dùng tốt hơn (không phải tất cả dữ liệu cần được truyền tới đám mây thông qua nhiều hệ thống), đồng thời giảm chi phí kết nối và tiêu thụ điện năng.
Theo kết quả nghiên cứu của ABI, các lô hàng thiết bị Deep Edge AI trên toàn cầu sẽ đạt 2.5 tỷ chiếc vào năm 2030. STMicroelectronics nhận thấy rằng ngày càng có nhiều cộng đồng và hệ sinh thái xung quanh công nghệ Deep Edge AI, tập trung vào độc lập, năng lượng thấp và hiệu quả về chi phí các giải pháp nhúng. Là đơn vị thúc đẩy chính của xu hướng này, STMicroelectronics đã đầu tư rất nhiều nguồn lực vào AI, nhằm mục đích giúp các nhà phát triển trong các hệ thống nhúng dựa trên vi điều khiển / vi xử lý (dòng STM32) và cảm biến (MEMS, ToF…) Triển khai nhanh chóng các ứng dụng AI. STMicroelectronics cung cấp một bộ công cụ AI cho dòng STM32 và cảm biến MEMS tích hợp lõi học máy (MLC), có thể tăng tốc chu kỳ phát triển và tối ưu hóa mô hình AI được đào tạo (STM32Cube.AI).
Là một công nghệ tổng hợp, trí tuệ nhân tạo đã có những thành tựu đáng kể trong nhiều lĩnh vực. Chúng tôi tin rằng ngày càng có nhiều thiết bị đầu cuối thông minh sẽ có tác động trực tiếp và tích cực hơn đến cuộc sống của con người.
3. Triển khai nhanh chóng các ứng dụng AI thông qua hệ sinh thái của STMicroelectronics
STMicroelectronics cung cấp một hệ sinh thái phần cứng và phần mềm để giúp phát triển nhanh chóng và dễ dàng nhiều thuật toán Deep Edge AI cho cảm biến và vi điều khiển.
Học máy trong MEMS cảm biến hệ sinh thái giúp các nhà thiết kế sử dụng AI ở Edge để triển khai các cử chỉ, nhận dạng hoạt động, phát hiện bất thường, v.v. thông qua bộ phân loại cây quyết định chạy trên một công cụ nhúng cảm biến có tên là Machine Learning Core (MLC).
Do đó, các nhà phát triển giải pháp IoT có thể triển khai bất kỳ cảm biến nào của chúng tôi (được nhúng với lõi học máy) trong môi trường tạo mẫu nhanh để nhanh chóng phát triển các ứng dụng tiêu thụ điện năng cực thấp bằng cách sử dụng các công cụ UNICO-GUI.
Với thiết kế cảm biến năng lượng thấp tích hợp, phát hiện sự kiện AI tiên tiến, logic đánh thức và các chức năng tính toán biên thời gian thực, MLC trong cảm biến giúp giảm đáng kể lượng truyền dữ liệu hệ thống và giảm gánh nặng xử lý mạng.
Nếu các nhà phát triển quyết định phát triển một giải pháp dựa trên cốt lõi của máy học trong cảm biến, họ cần một bộ phương pháp mới để xuất bản ứng dụng của họ.
Nếu bạn muốn tạo bất kỳ thuật toán học máy nào, điểm bắt đầu là dữ liệu và định nghĩa lớp của nó (được sử dụng để mô tả vấn đề phức tạp cần giải quyết). Bạn có thể làm theo năm bước để tạo và chạy các ứng dụng AI trong cảm biến. UNICO-GUI là một giao diện người dùng đồ họa có thể hỗ trợ tất cả năm bước bao gồm cả việc tạo cây quyết định.
Để tạo điều kiện cho các nhà phát triển nhanh chóng triển khai các mô hình AI được đào tạo cho STM32, chúng tôi đã phát triển một công cụ dễ sử dụng và hiệu quả-STM32Cube.AI (còn được gọi là X-CUBE-AI). X-CUBE-AI có thể phân tích và chuyển đổi mạng nơ-ron được đào tạo thành mã ngôn ngữ C được tối ưu hóa và tự động kiểm tra đối với các mục tiêu STM32. Tất nhiên, X-CUBE-AI là một công cụ rất mạnh, và nhiều tính năng hơn nữa sẽ được giới thiệu trong các bài viết tiếp theo.
Để chỉ ra cách một số ứng dụng AI khác nhau có thể chạy trực tiếp trên STM32 và tăng tốc quá trình phát triển, xác minh và triển khai của các nhà phát triển nhúng STM32, STMicroelectronics cung cấp nhiều ứng dụng AI như một tài liệu tham khảo.
Các nhà phát triển có thể thực hiện phát triển thứ cấp dựa trên các gói phần mềm ứng dụng AI nhúng này để nhanh chóng thực hiện việc triển khai các mô hình tùy chỉnh.
Thông tin chi tiết sẽ được giới thiệu trong các bài viết tiếp theo.
Các công cụ phát triển AI và gói phần mềm ứng dụng nhúng được tóm tắt như sau
Phần mềm nhúng
Ở đâu có STM32, ở đó có Deep Edge AI.
Tất cả các MCU của STM32 đều hỗ trợ triển khai các mô hình AI. Đối với các MCU có khả năng tính toán thấp, các thuật toán học máy (ML) được hỗ trợ. Đối với các MCU có khả năng tính toán cao hơn, các mô hình mạng nơ ron (DL) cũng được hỗ trợ.
Danh sách các hội đồng đánh giá có thể chạy các ví dụ ứng dụng được tóm tắt dưới đây.
Công cụ đánh giá sản phẩm
4. Muốn biết thêm chi tiết?
Chúng tôi sẽ xuất bản một loạt bài viết chi tiết kết quả của những nỗ lực của STMicroelectronics trong lĩnh vực Deep Edge AI.
Bạn có thể giải thích những điều bạn muốn biết về STMicroelectronics AI trong phần nhận xét và chúng tôi sẽ giới thiệu cho bạn những nội dung thú vị hơn.