微控制器幾乎可以在任何技術(shù)設(shè)備中找到

如今，微控制器幾乎可以在任何技術(shù)設(shè)備中找到，從洗衣機到血壓計和可穿戴設(shè)備。弗勞恩霍夫微電子電路與系統(tǒng)研究所的研究人員開發(fā)了AIfES，這是一種用于微控制器和傳感器的人工智能(AI)概念，包含完全可配置的人工神經(jīng)網(wǎng)絡(luò)。AIfES是一個獨立于平臺的機器學(xué)習(xí)庫，可用于實現(xiàn)無需連接到云或高性能計算機的自學(xué)微電子。與傳感器相關(guān)的AI系統(tǒng)識別手寫和手勢，例如當(dāng)庫在可穿戴設(shè)備上運行時實現(xiàn)輸入的手勢控制。

目前存在各種用于機器學(xué)習(xí)的軟件解決方案，但通常它們僅適用于PC并且基于編程語言Python。仍然沒有解決方案可以執(zhí)行和訓(xùn)練神經(jīng)網(wǎng)絡(luò)在微控制器等嵌入式系統(tǒng)上。然而，直接在嵌入式系統(tǒng)中進行訓(xùn)練可能是有用的，例如當(dāng)植入的傳感器要自我校準(zhǔn)時。愿景是與傳感器相關(guān)的AI，可以直接集成在傳感器系統(tǒng)中。Fraunhofer IMS的一組研究人員以AIfES(嵌入式系統(tǒng)人工智能)的形式實現(xiàn)了這一愿景，這是一個用C編程的機器學(xué)習(xí)庫，可以在微控制器上運行，也可以在其他平臺上運行，如PC，Raspberry PI和Android。該庫目前包含一個完全可配置的人工神經(jīng)網(wǎng)絡(luò)(ANN)，它還可以在必要時生成深度學(xué)習(xí)的深層網(wǎng)絡(luò)。ANN是一種嘗試使用算法在數(shù)學(xué)上模擬人類大腦，以使功能上下文可以學(xué)習(xí)算法。AIfES專門針對嵌入式系統(tǒng)進行了優(yōu)化。

“我們已經(jīng)將源代碼減少到最小，這意味著ANN可以直接在微控制器或傳感器(即嵌入式系統(tǒng))上進行培訓(xùn)。此外，源代碼普遍有效，幾乎可以在任何平臺上編譯?？偸鞘褂孟嗤乃惴?，例如在PC上生成的ANN可以很容易地移植到微控制器上。到目前為止，這種形式已經(jīng)不可能通過商用軟件解決方案實現(xiàn)，“Fraunhofer IMS的研究助理Pierre Gembaczka博士說。 。

Fraunhofer IMS傳感器相關(guān)人工智能的另一個獨特資格特征：到目前為止，人工智能和神經(jīng)網(wǎng)絡(luò)主要用于圖像處理和語音識別，有時數(shù)據(jù)會離開本地系統(tǒng)。例如，語音配置文件在外部服務(wù)器上的云中處理，因為本地系統(tǒng)的計算能力并不總是足夠的。“在這個過程中很難保護隱私，并且傳輸了大量的數(shù)據(jù)。這就是為什么我們選擇了不同的方法，并且正在轉(zhuǎn)向云中的機器學(xué)習(xí)過程，而不是直接在嵌入式系統(tǒng)中進行機器學(xué)習(xí)。

由于沒有敏感數(shù)據(jù)離開系統(tǒng)，因此可以保證數(shù)據(jù)保護，并且可以大大減少要傳輸?shù)臄?shù)據(jù)量，“Fraunhofer IMS的”嵌入式系統(tǒng)“集團經(jīng)理Burkhard Heidemann說道。”當(dāng)然不可能實現(xiàn)巨大的深度在嵌入式系統(tǒng)上學(xué)習(xí)模型，因此我們正在努力提供優(yōu)雅的特征提取以減少輸入信號。“通過將AI直接嵌入微控制器，研究人員可以在不需要的情況下為設(shè)備配備額外的功能用于昂貴的硬件修改。

AIfES不專注于處理大量數(shù)據(jù)，而只轉(zhuǎn)移構(gòu)建非常小的神經(jīng)網(wǎng)絡(luò)所需的數(shù)據(jù)。“我們沒有遵循處理大數(shù)據(jù)的趨勢;我們堅持使用絕對必要的數(shù)據(jù)，并在嵌入式系統(tǒng)中創(chuàng)建一種可以解決相關(guān)任務(wù)的微智能。我們開發(fā)新功能提取和新功能每個問題的數(shù)據(jù)預(yù)處理策略，以便我們可以實現(xiàn)盡可能小的ANN。這使得后續(xù)學(xué)習(xí)控制器本身，“Gembaczka解釋說。

該方法已經(jīng)以幾個示威者的形式付諸實踐。例如，研究團隊在廉價的8位微控制器(Arduino Uno)上實現(xiàn)了對手寫數(shù)字的識別。通過開發(fā)創(chuàng)新的特征提取方法，這在技術(shù)上成為可能。另一個演示者能夠識別在空中制作的復(fù)雜手勢。IMS科學(xué)家在這里開發(fā)了一個由微控制器和絕對定向傳感器組成的系統(tǒng)，可以識別空中寫入的數(shù)字。“這里有一個可能的應(yīng)用就是可穿戴設(shè)備的操作，”研究人員指出。“為了使這種類型的通信工作，各個人多次寫入數(shù)字1到9。神經(jīng)網(wǎng)絡(luò)接收這種訓(xùn)練數(shù)據(jù)，從中學(xué)習(xí)并在下一步中獨立識別數(shù)字。幾乎任何數(shù)字都可以訓(xùn)練，而不僅僅是數(shù)字。“這消除了使用控制設(shè)備的需要語音識別：可以通過手勢控制可穿戴設(shè)備，并保護用戶的隱私。

對于AIfES的潛在應(yīng)用幾乎沒有限制：例如，具有集成手勢識別的腕帶可用于控制室內(nèi)照明。AIfES不僅可以識別手勢，還可以監(jiān)控手勢的制作情況。無需教練或治療師即可評估物理治療和健身運動和運動。由于沒有使用相機或云，因此保持了隱私。AIfES可用于各種領(lǐng)域，如汽車，醫(yī)藥，智能家居和工業(yè)4.0。

分散的人工智能

并且AIfES還有更多優(yōu)點：庫可以分散計算能力，例如允許小型嵌入式系統(tǒng)在處理之前接收數(shù)據(jù)并將結(jié)果傳遞給上級系統(tǒng)。這大大減少了要傳輸?shù)臄?shù)據(jù)量。此外，可以實現(xiàn)一個小型學(xué)習(xí)系統(tǒng)的網(wǎng)絡(luò)，這些系統(tǒng)可以在它們之間分配任務(wù)。

深度學(xué)習(xí)

AIfES目前包含一個具有前饋結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，該結(jié)構(gòu)也支持深度神經(jīng)網(wǎng)絡(luò)。“我們對解決方案進行了編程，以便我們可以用一個功能來描述一個完整的網(wǎng)絡(luò)，”Gembaczka說。附加網(wǎng)絡(luò)的整合形式和結(jié)構(gòu)目前正在開發(fā)中。此外，除了其他學(xué)習(xí)算法和演示器之外，研究人員和他的同事正在開發(fā)用于神經(jīng)網(wǎng)絡(luò)的硬件組件。Fraunhofer IMS目前正在開發(fā)一種RISC-V微處理器，該微處理器將具有專門用于神經(jīng)網(wǎng)絡(luò)的硬件加速器。正在針對此硬件優(yōu)化AIfES的特殊版本，以便最佳地利用資源。