Skal forenkle AI-utvikling - Elektronikknett
J97A1917

Skal forenkle AI-utvikling

Det franske selskapet Cartesiam kommer med nye verktøy som skal forenkle implementering av maskinlæring og inferens på industrielle IoT-plattformer.   

2 Det integrerte designmiljøet byr på en trykknapp-basert tilnærming som skal forenkle AI-utvikling.

Cartesiam er et selskap som utvikler programvare for kunstig intelligens (AI) rettet mot innvevde systemer. I dag gjør de tilgjengelig NanoEdge AI Studio V2, et integrert utviklingsmiljø (IDE) som skal forenkle utvikling av maskinlærings-, inferens- og nå også klassifiseringsbibliotek for direkte implementering i Arm Cortex-M mikrokontrollere (MCUer).

Foruten Nanoedge AI Studio V2 ruller de ut Case Explorer, en gratis nettportal som lar brukerne teste ut ekte datasett.

Ifølge selskapet er allerede tusenvis av kommersielt tilgjengelige innvevde, industrielle IoT- (IIoT) enheter i produksjon med NanoEdge AI Studio V1 for deteksjon av uregelmessigheter. Med de nye klassifiseringsbibliotekene som blir tilgjengelig i versjon 2, skal utviklerne på en enklere måte kunne gå utover deteksjon av uregelmessigheter, til også å kunne kvalifisere problemer direkte i endepunkter.

xdk-description_res_1984x1116 Mange sensorer gir data som kan brukes til prediktivt vedlikehold. Illustrasjon fra Bosch.

– Cartesiam lager verktøy for utviklere av innvevde systemer der vi tilbyr en intuitiv, trykknapp-basert tilnærming som ikke krever noen bakgrunn innen datavitenskap, hvilket åpner AI for milliarder av ressursbegrensete innvevde enheter, bygget med Arm Cortex-M MCUs, sier Joël Rubino, CEO og medgründer i Cartesiam.

– I utgangspunktet designet vi NanoEdge AI Studio for å møte etterspørselen fra våre kunder innen prediktivt vedlikehold, som – med mengder av akkumulerte data fra deres utstyr – ba oss om hjelp til å kvalifisere hendelser på en enkel måte, såvel som til å «forvente» dem.  Den nye versjonen av designmiljøet åpner for at disse kundene, og alle andre designere av innvevde systemer, uanstrengt kan utvikle et klassifiseringsbibliotek uten de vanlige utfordringene med signalprosesserings- og maskinlæringskunnskaper.  Dette vil kunne redusere kostnader og time-to-market betydelig, mener Rubino.

Selskapet samarbeider i økende grad med partnere som Bosch Connected Devices og Solutions GmbH, som bidrar til å validere Cartesiams tilnærming til utvikling av AI-løsninger i nettverkskanten, opplyser de i en pressemelding.

Kommentarer