Nordics Bluetooth-serie med innebygget AI - Elektronikknett
NS_EDGE-IMPULSE
Nordics nRF52840 Development Kit gir nå enkel tilgang til AI og maskinlæring ved hjelp av TinyML-verktøy fra Edge Impulse.

Nordics Bluetooth-serie med innebygget AI

Nordic Semiconductor gjør AI og maskinlæring lett tilgjengelig på ressursbegrensede trådløse IoT-brikker for første gang.

I et nylig annonsert partnerskap med den amerikanske TinyML-spesialisten Edge Impulse vil Nordics brukere av nRF52 og nRF53-serien Bluetooth være de første som kan legge til AI- og maskinlæringsfunksjoner i sine applikasjoner.

Blir standard
I tillegg til samarbeidet med Edge Impulse, leverandør av det som kan kalles «bitteliten maskinlærings-» eller TinyML-verktøy designet for å kjøre på ressursbegrensede halvledere, kunngjør Nordic at alle deres nRF52- og nRF53-serien Bluetooth Low Energy (LE) brikker vil nå kunne dra nytte av AI- og maskinlæringsfunksjoner som standard. Dette er den første i Bluetooth-markedet.

Nytt nivå
– Hva AI og maskinlæring på ressursbegrensede brikker gjør – som Nordic nå samlet vil referere til som TinyML – tar applikasjonspotensialet til trådløse IoT-teknologier som Bluetooth til et helt nytt nivå når det gjelder miljøbevissthet og autonom beslutningstaking, sier Kjetil Holstad, produktdirektør, i en kommentar.

– Selv om vi tidligere har hatt kunder som bygger og kjører TinyML-applikasjoner på Nordics Bluetooth-brikker, krevde dette et ganske høyt nivå av matematikk- og programmeringsekspertise ved bruk av industri- og akademisk programvare som MATLAB.

Sporing av ville dyr
Et eksempel på det ovennevnte er to vellykkede prosjekter i Hackster.io og Smart Parks-støttede «ElephantEdge», en utfordring og konkurranse om å lage sporingsapplikasjon for ville dyr. Her ble Nordics nRF52840 System-on-Chip (SoC) benyttet. Disse inkluderte et prisvinnende design av Dhruv Sheth kalt «EleTect», en TinyML og IoT smart dyrelivssporer som bruker nRF52840 SoC, samt et akselerometer, kamera og mikrofon. Sheths forskjellige TinyML-modeller inkluderte kameramodeller for å overvåke risikoen for snikskyting og rovdyr eller for å overvåke elefantbevegelser; akselerometerbaserte datamodeller for å forutsi og klassifisere vanlig elefantatferd; og lyddatamodeller for å oppdage og klassifisere data om elefantmust og humørsvingninger (en periodisk tilstand hos mannlige elefanter preget av svært aggressiv oppførsel som kan sette dem i konflikt med mennesker). Disse modellene ble gjort klare for distribusjon i tre former, inkludert et C ++ - bibliotek, Arduino-bibliotek og OpenMV-bibliotek, alt tilgjengelig på GitHub.

Enklere
– Det partnerskapet vårt med Edge Impulse vil gjøre er å fjerne all kompleksiteten og teknologiske hindringer for våre kunder som ønsker å legge TinyML-funksjoner til Bluetooth-applikasjonene, fortsetter Holstad. – Faktisk vil bruk av Edge Impulse-verktøy gjør at brukerne vil være i gang med TinyML på applikasjonene sine i løpet av en ettermiddag. Og på et ekstremt lavt strømforbruksnivå som fortsatt støtter lenger batteridrift, selv fra små batterier.

Mange områder
Holstad sier at de viktigste områdene for TinyML inkluderer, men ikke er begrenset til lyd og vibrasjon der det kan brukes til å etablere normale driftsmønstre og raskt oppdage uregelmessigheter. Eksempel på applikasjoner inkluderer anti-snikskyting (lytte etter våpenskudd), forutsigende og forebyggende vedlikehold (lytte etter endringer i vibrasjonssignaturen til en offentlig rulletrapp eller heis) og verktøy (deteksjon av kraftledningsfeil etter storm). Men Holstad sier at alle applikasjoner kan utnytte TinyML; fra sporing av aktiva til bærbart utstyr (wearables).

Reduserer minnebehov
Samarbeidet vil være sentrert rundt Edge Impulse sin «Impulse's Edge Optimized Neural» (EON)-kompilator som sies å optimalisere databehandling og minnebruk med opptil 50 prosent når du kjører TinyML på ressursbegrensede halvledere.

AI og maskinlæring til massene
– Det Nordic Semiconductor gjør gjennom sitt partnerskap med Edge Impulse er å bringe AI og maskinlæring til de (trådløse) IoT-massene, sier medstifter og administrerende direktør i Edge Impulse, Zach Shelby. – Ved å utnytte det faktum at hver nordiske nRF52 og 53-serie Bluetooth SoC benytter minst en ARM kjerneprosessor ombord, og er designet for batteridrift med lavt strømforbruk, demokratiserer dette partnerskapet tilgangen til TinyML i Bluetooth-markedet. Gitt de kraftige applikasjonsfordelene med TinyML, vil dette bidra til å gjøre verden mye mer pålitelig og mye tryggere.

Se også docs.edgeimpulse.com/docs/nordic-semi-nrf52840-dk

Kommentarer