SensiML ແມ່ນຊຸດເຄື່ອງມື Automation Machine Learning (AutoML) ທີ່ສ້າງຂຶ້ນສຳລັບຂະແໜງ IoT ໂດຍສະເພາະ, ມຸ່ງເນັ້ນການປ່ຽນຂໍ້ມູນເຊັນເຊີດິບໃຫ້ເປັນໂມເດນທີ່ມີນ້ຳໜັກເບົາ ເໝາະສຳລັບອຸປະກອນ Edge Computing. ຜ່ານເຄື່ອງມືນີ້, ຜູ້ພັດທະນາບໍ່ ຈຳເປັນຕ້ອງມີພື້ນຖານດ້ານ Data Science ທີ່ເລິກເຊິ່ງ ກໍ່ສາມາດນຳເອົາສູດການຄິດໄລ່ທີ່ສັບສົນໄປສູ່ຮາດແວທີ່ມີຊັບພະຍາກອນຈຳກັດໄດ້, ເພື່ອບັນລຸການວິເຄາະອັດສະລິຍະແບບ Real-time.
ມັນແມ່ນຫຍັງ ແລະ ຄວາມສາມາດຫຼັກ
ຈຸດໃຈກາງຂອງ SensiML ແມ່ນຂະບວນການພັດທະນາແບບ End-to-end ທີ່ສາມາດຈັດການຂັ້ນຕອນທີ່ຫຍຸ້ງຍາກຕັ້ງແຕ່ການເກັບກຳຂໍ້ມູນ, การຕິດປ້າຍ (Labeling), Feature Engineering ໄປຈົນເຖິງການຝຶກອົບຮົມ (Training) ແລະ ຕິດຕັ້ງໂມເດນໂດຍອັດຕະໂນມັດ. ເວທີນີ້ຖືກປັບແຕ່ງມາເປັນພິເສດສຳລັບ Edge Computing, ສາມາດບີບອັດໂມເດນ Machine Learning ໃຫ້ມີຂະໜາດນ້ອຍຫຼາຍ ເພື່ອຮັບປະກັນວ່າມັນສາມາດເຮັດວຽກໄດ້ຢ່າງ ຣາບລື່ນ ເຖິງແມ່ນວ່າຈະຢູ່ເທິງ Microcontroller (MCU) ທີ່ໃຊ້ພະລັງງານຕໍ່າກໍຕາມ. ມັນຮອງຮັບຂອບເຂດການນຳໃຊ້ທີ່ກວ້າງຂວາງ ເຊັ່ນ: การກວດຈັບຄວາມຜິດປົກກະຕິ, ການຈັດປະເພດການສັ່ນສະເທືອນ ແລະ ການຈົດຈຳທ່າທາງ, ສາມາດຈັບຮູບແບບສຳຄັນໃນຂໍ້ມູນເຊັນເຊີໄດ້ຢ່າງแม่ນຍຳ.
ແກ້ໄຂບັນຫາຫຍັງ ແລະ ເໝາະກັບໃຜ
ສຳລັບຜູ້ພັດທະນາ IoT ຫຼາຍໆຄົນ, ການນຳເອົາໂມເດນ AI ໄປສູ່ຝ່າຍຮາດແວມັກຈະພົບກັບບັນຫາຄໍຂວດດ້ານໜ່ວຍຄວາມຈຳ ແລະ ປະສິດທິພາບການປະມວນຜົນ. SensiML ໄດ້ແກ້ໄຂບັນຫາໂມເດນໃຫຍ່ເກີນໄປ, ວົງຈອນການພັດທະນາຍາວເກົ່າ ແລະ ຄວາມເຂົ້າກັນໄດ້ຂອງຮາດແວທີ່ບໍ່ດີໄດ້ຢ່າງມີປະສິດທິພາບ. ເຄື່ອງມືນີ້ເໝາະສົມຫຼາຍສຳລັບວິສະວະກອນລະບົບ Embedded, ທີມພັດທະນາຜະລິດຕະພັນ IoT, ຕະຫຼອດຈົນເຖິງຜູ້ຊ່ຽວຊານທີ່ຕ້ອງການນຳເອົາລະບົບການບຳລຸງຮັກສາແບບຄາດການ (Predictive Maintenance) ແລະ ການຈົດຈຳພຶດຕິກຳໄປໃຊ້ໃນງານອຸດສາຫະກຳ, ອຸປະກອນສວມໃສ່ ຫຼື ຜະລິດຕະພັນ Smart Home, ເຊິ່ງສາມາດສັ້ນລົງເວລາຈາກ Prototype ໄປສູ່ການຜະລິດຂະໜາດໃຫຍ່ໄດ້ຢ່າງຫຼວງຫຼາຍ.
ຄຸນສົມບັດເດ่น
- Feature Engineering ອັດຕະໂນມັດ
- ການບີບອັດໂມເດນໃຫ້ນ້ຳໜັກເບົາ
- ຮອງຮັບຫຼາຍເວທີ Microcontroller
- ການກວດຈັບຄວາມຜິດປົກກະຕິ ແລະ ການຈັດປະເພດຮູບແບບ
- ຂະບວນການພັດທະນາແບບ End-to-end
ຂໍ້ດີ
- ຫຼຸດອຸປະສັກໃນການພັດທະນາລົງຢ່າງຫຼວງຫຼາຍ
- ໂຄດຣາສ (Code) ທີ່ໄດ້ຮັບມີນ້ຳໜັກເບົາສຸດໆ
- ຫຍໍ້ວົງຈອນການວາງຈຳໜ່າຍສິນຄ້າໃຫ້ສັ້ນລົງ
ຂໍ້ເສຍ
- ມີຂໍ້ກຳນົດບາງຢ່າງກ່ຽວກັບສະເປກຮາດແວ
- ຕ້ອງມີຄວາມຄຸ້ນເຄີຍກັບຂະບວນການປະມວນຜົນຂໍ້ມູນເຊັນເຊີ
ກໍລະນີການນำໃຊ້
- ການບຳລຸງຮັກສາອຸປະກອນອຸດສາຫະກຳແບບຄາດການ
- ການຄວບຄຸມທ່າທາງດ້ວຍອຸປະກອນສວມໃສ່
- ການເຕືອນໄພຄວາມຜິດປົກກະຕິດ້ານສິ່ງແວດລ້ອມ
ໝາຍເຫດຈากบັນນາທິການ
ສຳລັບຜູ້ພັດທະນາ Edge AI ທີ່ກຳລັງຊອກຫາປະສິດທິພາບສູງສຸດ ແລະ ຄວາມບາງເບົາ, SensiML ຖືເປັນເຄື່ອງມືອາຊີບທີ່ຂາດບໍ່ໄດ້.
ຄຳຖາມທີ່ພົບເລື້ອຍ
SensiML ຮອງຮັບເຊັນເຊີປະເພດໃດແດ່?
ມັນຮອງຮັບເຊັນເຊີ IoT ທົ່ວໄປທຸກປະເພດ ເຊັ່ນ: Accelerometer, Gyroscope, Microphone ແລະ ເຊັນເຊີສິ່ງແວດລ້ອມ, ສາມາດຈັດການກັບຂໍ້ມູນ Time-series ໄດ້ທຸກຮູບແບບ.
ການໃຊ້ເຄື່ອງມືນີ້ຈຳເປັນຕ້ອງມີພື້ນຖານ Machine Learning ທີ່ເລິກເຊິ່ງບໍ?
ບໍ່ຈຳເປັນ, ຄຸນສົມບັດ AutoML ຂອງ SensiML ຖືກອອກແບບມາເພື່ອເຮັດໃຫ້ຂະບວນການງ່າຍຂຶ້ນ, ຊ່ວຍໃຫ້ວິສະວະກອນ Embedded ສາມາດຝຶກອົບຮົມໂມເດນຜ່ານການໂຕ້ຕອບທີ່ເຂົ້າໃຈງ່າຍ.
ໂມເດນທີ່ສ້າງຂຶ້ນສາມາດເຮັດວຽກເທິງ Microcontroller ໄດ້ໂດຍົງບໍ?
ແມ່ນແລ້ວ, SensiML ถูกອອກແບບມາສຳລັບອຸປະກອນ Edge ໂດຍສະເພາະ, ໂຄດຣາສທີ່ຜ່ານການປັບແຕ່ງແລ້ວສາມາດນຳໄປຕິດຕັ້ງລົງໃນ Microcontroller ที่มีຊັບພະຍາກອນຈຳກັດໄດ້ທັນທີ.