意法半導體發布了NanoEdge TM AI Studio V3，這是一款自動化機器學習工具，具有兩個額外的機器學習算法系列、簡化的數據記錄和改進的用戶界面。因此，新軟件通過覆蓋更多用例并變得對嵌入式開發人員更加直接，從而擴大了其影響范圍。我們的團隊還提供Edge AI Sprint Packages。由于培訓課程和技術支持等，該捆綁包可幫助團隊引導他們的項目。因此，今天的發布證明了 ST 希望讓所有人都可以訪問邊緣機器學習的愿望。

什么是 NanoEdge AI Studio？

創建機器學習應用程序背后的挑戰

2019 年，ST 博客與 NanoEdge AI 的創建者坐在一起，以更好地了解其第一個機器學習應用程序。傳統上，希望從機器學習中受益的大公司必須聘請一名或多名數據科學家來收集數月的大量數據，清理它們并創建 AI 模型。然后，嵌入式開發人員將實現移植到微控制器上，或使用STM32Cube.AI 等工具將神經網絡轉換為 STM32 MCU 的優化代碼。當一家公司在預算緊張的情況下掙扎時，雇用一名或多名數據科學家可能是不可能的。此外，可能無法將工作外包。有些情況很敏感，而另一些情況則需要有人一直在工作。

即使在世界各地都有合適的人，獲取高質量的數據仍然是一個問題。盡管機器學習取得了所有進步，但獲得可靠的訓練樣本可能是一個嚴重的問題。例如，如果應用程序試圖檢測異常行為，則數據可能不可用。事實上，雖然許多數據集適用于分類問題，例如異常檢測，但在嘗試檢測新情況時它們是無用的。獲得高質量的數據也很關鍵，這遠非顯而易見。當樣品沒有被拼寫錯誤或信息缺失困擾時，記錄干凈的集合并精確標記它們可能需要大量投資。

讓機器學習無處不在的解決方案

NanoEdge AI Studio 是一個與嵌入式開發人員交流的實用程序，即使是那些沒有數據科學專業知識的人也是如此。神奇之處在于在同一臺設備上運行學習復雜標稱行為和推理的訓練階段。整個過程因此可以在同一個STM32微控制器上運行。此外，最終用戶交互可以很簡單，例如按下按鈕。因此，工程師可以根據當地環境定制他們的系統，使其更強大、更易于安裝。

NanoEdge AI Studio 在 Windows 10 或 Ubuntu 上運行，是處理數據以及查找最相關 AI 庫的最佳方式。該應用程序的設計側重于 C 應用程序中的嵌入式開發和無縫集成。簡而言之，NanoEdge AI Studio 會考慮 CPU、內存、傳感器等基本規格，并搜索最佳 NanoEdge AI 庫。然后它會輸出一個在 STM32 MCU 上運行的庫，開發人員可以直接將其集成到他們的嵌入式應用程序中。隨著今天的更新，該實用程序提供了更多庫以及數據記錄功能。

NanoEdge AI Studio 有什么新功能？

兩個新的算法家族

在今天發布之前，NanoEdge AI Studio 支持兩大機器學習算法：異常檢測和分類。借助 NanoEdge AI Studio V3，這兩個系列現在受益于更多數量的庫。此外，我們還優化了當前算法以提高現有用例的性能。因此，嵌入式開發人員在切換到新軟件版本時可能會體驗到更好的資源管理或更快的執行時間。

該應用程序還提供了兩個新的算法系列：外推法和異常值。前者有助于預測未經測試的條件下的行為。也稱為回歸，它映射多個變量之間的關系。例如，數據集可以測量風扇在 100oC、110oC 和 150oC 時的行為。現在，借助回歸算法，機器學習應用程序可以推斷 160oC 時的行為。NanoEdge AI Studio 中的外推算法不僅涵蓋線性回歸。事實上，它還提供了更先進的分析技術來處理復雜的情況。因此，開發人員現在可以創建新的應用程序來監控數據科學家自己無法測試的事物。

第二種算法是一個基于單一類別值的異常值檢測系統。實際上，系統只學習正常行為。任何偏離它的東西都會成為異常。以前，在使用異常檢測系統時，開發人員會記錄正常行為，然后模擬一個或多個問題。如前所述，可以在同一個微控制器上學習所有行為，從而大大簡化操作。然而，在某些情況下，復制異常是根本不可能的。因此，異常值檢測可以使用來自常規操作的數據來推斷這種情況下的異常情況。

新的輕松數據記錄功能

數據科學家可能會違背將最終產品推向市場的必要性，并且可能會陷入困境。事實上，雖然沒有比實際使用情況更好的數據，但它并不總是可用的。此外，許多都受時間限制。因此，新的數據記錄功能可將任何STWIN SensorTile 無線工業節點變成最直接的數據收集工具。用戶將開發板連接到他們的 PC 并使用 NanoEdge AI Studio 切換到數據記錄。之后，記錄數據變為自動。工程師可以將 STWIN 板固定到他們的設備上以對其進行監控。傳感器將記錄數據，然后開發人員可以標記和解析以創建更準確的應用程序。

新的圖形用戶界面

NanoEdge AI Studio 新版本的另一個重要改進是用戶界面。隨著新算法和數據收集功能的出現，改善用戶體驗變得至關重要。優化開發人員的工作流程也很重要。事實上，NanoEdge AI Studio 的目標是希望將機器學習帶到邊緣的團隊。這些庫很小（只有 1 KB）并且經過高度優化。因此，還需要改進對算法的訪問，以確保開發人員可以輕松選擇他們的項目類別并快速生成他們的庫。

在嵌入式系統上體驗 NanoEdge AI Studio

使用 NanoEdge AI Studio 自動化機器學習

在 NanoEdge AI Studio 出現之前，工程師必須聯系軟件供應商，檢查他們的硬件配置以及要監控的行為。如今，該工具使開發人員能夠自定義、生成和驗證他們的機器學習庫。該實用程序首先要求用戶選擇他們的 Cortex-M 架構和系統中的傳感器。然后他們導入一個文件，其中包含描述設備典型行為的值。它可以是來自風扇上的加速度計的數據或工業設備的電氣信息。之后，NanoEdge AI Studio 會自動測試、優化和排序數億種可能組合中的最佳算法組合，并生成一個自定義庫，開發人員可以使用嵌入式仿真器進行驗證。

NanoEdge AI Studio V3 現在直接從其用戶界面支持所有 ST 開發板。因此，優化和免費庫的可用性意味著運行概念驗證很簡單。例如，在智能振動傳感器教程中，用戶可以抓取NUCLEO-L432KC來捕捉風扇的正常行為。然后，他們將數據饋送到 NanoEdge AI Studio 并獲得一個庫，他們可以在主循環中調用該庫，以在進行推理之前運行先前由新軟件中的基準測試定義的最少訓練周期。因此，NanoEdge AI 庫可以快速幫助創建使用預測性維護、智能安全操作等的應用程序。

使用 Edge AI Sprint 引導項目

許多客戶未能評估和證明 AI 將為他們的應用程序帶來的好處。因此，為了正確啟動應用程序，Edge AI Sprint 帶來的不僅僅是一個實用程序，而是一個完整的專家支持系統，可以指導開發人員通過其應用程序和用例固有的雷區。因此，Edge AI Sprint 是一個捆綁包，其中包括培訓課程、NanoEdge AI Studio 許可證和技術支持。團隊可以根據項目的復雜性從各種許可期限中進行選擇，以確保他們能夠投入生產。旨在引導項目的第一步，Edge AI Sprint 因此限制了風險和投資，同時增加了成功的機會。

審核編輯：郭婷