Selvom det kan være svært at forestille sig, hvordan machine learning kan fungere på små microcontrollere, så kan det faktisk lade sig gøre. I dette webinar vil du lære om TinyML og dets mange anvendelsesmuligheder.
Tiny Machine Learning (TinyML) er en teknologi, der gør det muligt at køre machine learning-modeller på små enheder med begrænsede ressourcer, såsom mikrokontrollere og mikroprocessorer. Det er en teknologi, der kan ændre måden, vi tænker på IoT-enheder, bærbare enheder og andre applikationer, hvor plads og ressourcer er begrænsede.
Med TinyML kan embeddede softwareudviklere opbygge alt fra små, enkle anomalidetektionsmodeller til always-on deep learning-netværk, der kan afvikles på en almindelig mikrocontroller med et energiforbrug på ganske få milliwatt. Det er en teknologi, der kan integreres i hele stack'en, fra sensoren til processor, signalbehandling og intelligente analysemodeller.
Tidligere var dette kun tilgængeligt for store teknologivirksomheder som Google, Apple og Amazon, men i dag er teknologien også tilgængelig for den embeddede udviklingsingeniør. Udviklingen af hardware, software og værktøjer har gjort det muligt at tilføje intelligens til ens enheder uden at skulle bekymre sig om at have adgang til store ressourcer.
TinyML-teknologien har allerede fundet anvendelse i en række applikationer, herunder sundhedspleje, sikkerhed, landbrug og industri. Men potentialet er stort, og TinyML kan ændre måden, vi tænker på IoT og den intelligente teknologi, vi bruger i hverdagen.
Gæst: Morten Opprud er forperson for TinyML Copenhagen og har initieret TinyML i Skandinavien. Han er underviser på AU Engineering i Herning, Aarhus University, hvor han underviser og udfører forskning inden for design af indlejrede systemer, herunder digital HW/SW/Elektronik.
Vært: Rolf Ask Clausen, Ingeniørforeningen, IDA
