سنبتيكس أجهزة استشعار رائدة لشاشات اللمس لأجهزة الكمبيوتر والأجهزة المحمولة. لكن شركة الأجهزة التي تتخذ من سان خوسيه مقراً لها قد تحولت إلى حيث تحدث المعالجة - على حافة الشبكة.

تحت الرئيس التنفيذي مايكل هيرلستون ، ابتعدت الشركة البالغة من العمر 35 عامًا عن أسواقها المبكرة وركزت على الذكاء الاصطناعي على الحافة لتحقيق كفاءة أكبر لأجهزة إنترنت الأشياء (IoT). مع وجود الذكاء الاصطناعي على الحافة ، يمكن للشركة معالجة بيانات المستشعر التي تجمعها وإرسال التنبيهات فقط عندما تكون ذات صلة بالشبكة.

قال هيرلستون إن نموذج المعالجة سيؤدي إلى تفريغ الشبكات المنزلية والتجارية المزدحمة وسيضمن الخصوصية لبيانات العملاء التي لا يتعين تخزينها في مراكز البيانات الكبيرة. في الربع الأخير للشركة المنتهي في 31 ديسمبر ، يمثل إنترنت الأشياء الآن 43٪ من إجمالي إيرادات الشركة البالغة 358 مليون دولار أمريكي في الإيرادات الفصلية ، في حين أن الكمبيوتر الشخصي 26٪ والهاتف المحمول 31٪. يعمل لدى Synaptics 1,400 موظف.

يشمل عملاء Synaptics الآن المستهلكين ، والمؤسسات ، ومقدمي الخدمة ، والسيارات ، والأسواق الصناعية. من المتوقع أن تنمو أسواق إنترنت الأشياء للرقائق بنسبة 10٪ إلى 15٪ سنويًا ، وقد حصلت الشركة مؤخرًا على أفضل منتجات الرقائق اللاسلكية من Broadcom. أطلقت Synaptics أيضًا معالجات Katana الجديدة ذات الطاقة المنخفضة للذكاء الاصطناعي للحافة. لقد تحدثت مع Hurlston ، الذي كان في المنصب الأعلى لمدة 18 شهرًا ، حول هذا التحول.

هنا نسخة منقحة من مقابلتنا.

أعلاه: مايكل هيرلستون هو الرئيس التنفيذي لشركة Synaptics.

حقوق الصورة: Synaptics

مايكل هيرلستون: أنت تفهم العمل ربما أفضل من معظم. لقد تم التفكير في أننا هاتف محمول ، وجوّال ، وجوّال ، ثم ربما رأس فرعي للكمبيوتر الشخصي. لقد حاولنا نقل الشركة إلى إنترنت الأشياء ، ثم التنقل حيث يمكننا الهجوم بشكل انتهازي. نحن نحاول أن نجعل إنترنت الأشياء هو الدافع الأكبر لدينا. هذا ما خرج هذا الربع. كانت إنترنت الأشياء هي أكبر أعمالنا. بدأ الناس يعتقدون أنه يمكننا تحقيق ذلك. هذا هو الشيء الرئيسي.

VentureBeat: ما رأيك في المستقبل من حيث اللمس وحاسة اللمس؟ أنا من محبي الخيال العلمي ، وقد انتهيت للتو من إصدار أحدث كتاب من كتاب Ready Player Two. كان لديهم نظام VR يمكنه إعادة إنتاج جميع الحواس من أجلك.

هيرلستون: يبدو الأمر ممتعًا وخطيرًا.

VentureBeat: نبدأ من حيث نحن ، على الرغم من ذلك ، هل ترى أي شيء مثير للاهتمام على طول هذه الخطوط القادمة؟

هيرلستون: مع نظارات AR / VR ، كان هذا تقاطعًا مثيرًا للاهتمام لتقنيتنا. لدينا محركات العرض هذه التي تنشئ صورًا فائقة الدقة يمكنك رؤيتها. هناك لمسة تصاحبها ، عادةً ، والكثير من الأنظمة بها معالج فيديو يغذي الصور في الزجاج. كل هذه الأشياء نوفرها لهم. لقد كان سوق AR / VR مفيدًا لنا. من الواضح أنها لا تزال صغيرة جدًا ، لكنني أكثر تفاؤلاً بأنها ستنطلق. إنه يلعب بشكل جيد مع حقيبة التقنيات التي لدينا في الشركة.

اللمس يتقدم. ليس لدينا اللمس اليوم. نقوم بجميع أدوات التحكم باللمس على الأسطح الزجاجية. ما نحاول الاستثمار فيه هو لمس الأسطح غير الزجاجية. يمكننا أن نرى الأشياء قادمة - سماعات الرأس هي مثال جيد ، حيث تحاول أن تلمس قطعة من البلاستيك وتولد إحساسًا من خلالها. في السيارات ، على عجلات القيادة ، في أشياء من هذا القبيل. نحاول نقل مستشعرات اللمس الخاصة بنا من تطبيق زجاجي نموذجي إلى مناطق أخرى لا يوجد فيها الزجاج ، ونحاول توليد الدقة والدقة من خلال البلاستيك أو المواد الأخرى.

VentureBeat: من المثير للاهتمام أنك تنتقل إلى إنترنت الأشياء ، وقد وصلت أجهزة إنترنت الأشياء إلى النقطة حيث يمكنك وضع الذكاء الاصطناعي فيها. هذا يبدو وكأنه تقدم كبير في مجال الحوسبة.

هيرلستون: ما الذي يحدث لنا ، وهذا شيء ربما يكون في مكانك الجميل لتفكر فيه - الكثير من الشركات تفعل الآن كلمات التنبيه الصوتية هذه ، حيث تستيقظ على Google Home أو Alexa باستخدام الصوت ، وتتم معالجة بعض الأوامر البسيطة على الحافة. لا يجب أن يذهب الاستيقاظ إلى السحابة. ما نحاول تطويره هو كلمة تنبيه مرئية ، حيث يمكننا الحصول على الذكاء الاصطناعي في مستشعر منخفض الطاقة يمكنه اكتشاف حادث ، سواء كان أشخاصًا قادمون إلى غرفة أو دجاجات تتحرك في حظيرة.

لدينا تطبيقات زراعية للفكرة ، حيث تقوم بحساب أو استشعار الماشية. قد ينطبق عد الأشخاص على ، هل أحتاج إلى تشغيل أو إيقاف تشغيل مكيف الهواء؟ هل أحتاج إلى تشغيل العرض أو إيقاف تشغيله؟ هل أحتاج إلى تقليل عدد الأشخاص؟ ربما الآن ، في بيئة COVID ، لديك عدد كبير جدًا من الأشخاص في الغرفة. لديك مستشعر بطارية منخفض الطاقة يمكن أن يكون عالقًا في أي مكان ، ولكن بدلاً من استخدام الصوت ، قم بتوصيل كاميرا به ، وكاميرا بسيطة ، وقم ببعض الذكاء على الحافة حيث يمكننا تحديد شخص أو شيء آخر. ربما تهب الرياح وتخلق حدثًا أمام الكاميرا. لدينا القليل من الاستدلال والتدريب الذي يمكن أن يحدث على الجهاز لتمكين هذه التطبيقات.

VentureBeat: يبدو أننا بحاجة إلى بعض الخيارات بين تلك المستشعرات أيضًا. هناك الكثير من الأماكن التي لا ترغب في وضع الكاميرات فيها ، ولكنك تريد هذا الاكتشاف ثلاثي الأبعاد للأشخاص أو الكائنات. أنت لا تريد وضع التعرف على الوجوه في الحمام.

هيرلستون: حق. هذا هو السبب في أن هذه المستشعرات الصغيرة منخفضة الطاقة يمكنها فعل ذلك. يمكنهم اكتشاف الحركة حيث لا تريد التعرف الكامل. يمكنه فقط اكتشاف أن شيئًا ما يتحرك هنا ، لذلك دعونا نشعل الأضواء. خاصة للتطبيقات الصناعية حيث تريد توفير الطاقة. كل شيء منطقي ويتدفق. يمكننا الحصول على دقة عالية جدًا ، حيث يمكنك التعرف على الوجوه نظرًا لوجود شبكة ذكاء اصطناعي على الشريحة ، ولكن يمكنك أيضًا القيام بحركة بسيطة وتشغيل / إيقاف. يعتمد الأمر فقط على مدى الدقة التي تريد أن يكون عليها المستشعر.

أعلاه: تقود شركة Synaptics إلى سوق شرائح السيارات.

حقوق الصورة: Synaptics

VentureBeat: هل نقول قانون مور بالنسبة لبعض هذا التقدم ، أن تكون قادرًا على وضع المزيد من قوة الحوسبة في الأجهزة الصغيرة؟ أفترض أنه يمكننا أيضًا الاعتماد على الشبكات العصبية التي تعمل بالفعل الآن.

هيرلستون: إنه أكثر الأخير. لقد أصبحنا جيدًا بشكل معقول في الشبكات العصبية على شريحة عالية الطاقة ، وتمكنا من تدريب الأشياء الكلاسيكية. لقد تحدثت عن التعرف على الوجه أو الرؤية في الظلام ، حيث يمكننا سحب صورة والتدريب ، والتدريب ، والتدريب في ضوء خافت جدًا. تبين أن الضوء يُقاس بوحدات لوكس ، وهي ضوء الشموع ، ويمكننا الآن سحب صورة بـ 1/16 لوكس. هذا ظلام دامس تقريبًا. لا يمكنك رؤيتها بعينيك ، ولكن يمكنك سحب الصورة وتحسينها في الإضاءة المنخفضة.

لقد فعلنا ذلك أولاً. لقد طورنا الشبكات العصبية على شرائح عالية الطاقة ، ثم نقلناها إلى طاقة أقل ، ومن الواضح أننا قلصناها في هذه العملية. تمكنا من تلخيص الاستدلال وبعض تسلسلات التدريب على تلك الشريحة منخفضة الطاقة. الآن نعتقد أنه يمكننا تقديم - لن تكون حالة الاستخدام نفسها ، ولكن يمكننا تقديم خوارزمية AI على الأقل على IC يعمل بالبطارية.

VentureBeat: يبدو أن هذا مهم لاستمرار وجود الكوكب ، مع أشياء مثل الكثير من الحوسبة السحابية. الذكاء الاصطناعي على الحافة هو حل أكثر سلامة من الناحية البيئية.

هيرلستون: نحن نرى تطبيقين رئيسيين. واحد واضح ، وهو استهلاك الطاقة. كل هذه الحركة التي تشوش مراكز البيانات تستهلك جيجاوات ، كما يقول دوك براون ، من الطاقة. الآخر هو الخصوصية. إذا تم اتخاذ القرارات على الحافة ، فهناك احتمال أقل أن يتم اختراق بياناتك وأشياء من هذا القبيل. هذان هما الشيءان اللذان يفهمهما الناس بكل بساطة. النقطة الثالثة هي زمن الوصول ، واتخاذ القرارات بشكل أسرع بكثير من الاضطرار إلى العودة إلى السحابة وإجراء الحسابات والعودة. لكن الأهم هما القوة والخصوصية.

VentureBeat: هل كان لديك بالفعل الكثير من الأشخاص الذين يمكنهم القيام بذلك في الشركة أو هل كان عليك تعيين نوع جديد من المهندسين لتحقيق الذكاء الاصطناعي والتعلم الآلي؟

هيرلستون: إنه التقاء ثلاثة أشياء. في البداية كان لدينا هذا للفيديو. إذا نظرت إلى الوراء عندما اعتمدناها على شرائح عالية الطاقة التي يتم فهمها بشكل عام للتعلم الآلي ، كان علينا جلب موهبتنا الخاصة. كانت خطوتنا الثانية هي اتخاذ حل صوتي. كانت الفكرة الأصلية هي كلمة الاستيقاظ ، متبعة اتجاه السوق لإجراء حساب على حافة الصوت. لقد أخذنا مهندسي الذكاء الاصطناعي والتعلم الآلي ، وقمنا بتقليص الشبكة العصبية ، ووضعناها في شريحة صوتية ، لكننا وجدنا أننا متأخرون. يمكن للكثير من الناس القيام بكل هذا التدريب على الكلمات. المرحلة الثالثة من المقعد كانت أعلنا مؤخرًا عن شراكة مع شركة تسمى ETA Compute. إنها شركة ناشئة صغيرة في جنوب كاليفورنيا. كان لديهم الكثير من خبراء التعلم الآلي والذكاء الاصطناعي. اللغة الكبيرة هي TensorFlow ، ولديهم مترجم يمكنه أخذ محرك TensorFlow وتجميعه في شريحة الصوت الخاصة بنا.

أدى التقاء هذه الأشياء إلى إنشاء ذكاء اصطناعي منخفض الطاقة في حل متطور نعتقد أنه مختلف. لديها قدر كبير من السحب في السوق. لكنها طريقة مختلفة تمامًا لتطبيق ما أسميه "كلمة التنبيه المرئية" على هذه المساحة بأكملها.

VentureBeat: يبدو أنه مثال جيد على كيفية تغيير الذكاء الاصطناعي للشركات والصناعات. لن تتوقعه بالضرورة في الاستشعار ، لكن من المنطقي أن تضطر إلى الاستثمار فيه.

هيرلستون: لقد غطيت التكنولوجيا لفترة طويلة بما فيه الكفاية ، ومررت بكل الدورات. الآن ، دورة الذكاء الاصطناعي موجودة. يجب على الجميع التحدث عنها كجزء من محفظة التكنولوجيا. نحن لا نختلف. لقد حالفنا الحظ إلى حد ما لأننا استثمرنا فيه لحل مشكلة واضحة جدًا ، لكننا تمكنا من تطبيقه على هذا الوضع الجديد. لدينا بعض المدرج.

أعلاه: توفر Synaptics شرائح لمحطات إرساء DisplayLink.

حقوق الصورة: Synaptics

VentureBeat: عندما يتعلق الأمر بجعل هذه الأشياء أفضل ، إما بشكل أفضل في إعطائك المعلومات الصحيحة أو بشكل أفضل في الاستشعار ، يبدو الأمر وكأننا في مكاننا مع الأجهزة الحالية ، ما زلنا بحاجة إلى الكثير من التحسين. هل ترى أن هذا التحسن قادم؟

هيرلستون: إنها تأتي من بيانات التدريب. أنت تعلم أكثر من غيرك أن الأمر كله يتعلق بالقدرة على تزويد هذه الشبكات العصبية ببيانات التدريب الصحيحة. أصعب مشكلة تواجهك هي إنشاء مجموعات بيانات للتدريب عليها. قبل مجيئي إلى هنا ، كنت في شركة برمجيات للذكاء الاصطناعي. قضيت الكثير من الوقت - شاركنا في مسابقة ممتعة للغاية. امتلكت جامعة نورث كارولينا جميع شركات برامج الذكاء الاصطناعي معًا ، وشاهدنا كلابًا مختلفة ، من شيواوا إلى راعي ألماني إلى كلب صغير. من يمكنه التعرف على الكلب بشكل أفضل وتسميته كلبًا من سلسلة من الصور؟ لقد حاولوا رمي الزرافات وأشياء من هذا القبيل.

في المنافسة ، لم نفز ، لكن الفائز تمكن من الحصول على الكلاب بدقة تصل إلى 99٪. لقد كان من المدهش أنهم تمكنوا من الحصول على مجموعة البيانات والتدريب الخاص بهم ليكونوا قادرين على التعرف على الكلاب. أخذوا الصورة وقلبوها رأسًا على عقب ، ولم يستطع أحد الحصول عليها. بمجرد أن كان مقلوبًا ، لم يستطع أحد تحديده على أنه كلب كما فعل الناس عندما كان الجانب الأيمن لأعلى. هذا الشيء كله يتعلق بالقدرة على التدريب ، والتدريب على الحالات الجانبية.

هذا الشيء الخافت الإضاءة الذي قمنا به على معالج الفيديو الخاص بنا ، نلتقط لقطات مرارًا وتكرارًا في ظروف الإضاءة الخافتة للغاية حتى نتمكن من تدريب المحرك على التعرف على الوضع الجديد. هذا كل ما في الأمر. أنت تعرف الوضع الحالي. القدرة على تطبيق الموجود على الجديد. هذا أصعب بكثير مما يبدو.

VentureBeat: إذا وصلنا إلى العمل الفعلي ، فما الذي يعمل بشكل جيد الآن ، وما الذي تعتقد أنه سيكون مصدر المنتجات الرئيسية في المستقبل؟

هيرلستون: نحن نوع من إنترنت الأشياء IoT. داخل إنترنت الأشياء ، ما نسميه أعمالنا IoT - لدينا الكثير من التقنيات المختلفة. لقد تطرقنا إلى تكنولوجيا الصوت لدينا. تم ذلك بشكل جيد للغاية. لديك سماعات رأس تتعامل مع الكثير من مواقف العمل من المنزل ، مع تصميم فوق الأذن وإلغاء الضوضاء النشط. لقد كان أداء هذا العمل جيدًا بالنسبة لنا. لدينا أصول Wi-Fi. أبرمنا صفقة العام الماضي حيث اشترينا تقنية Wi-Fi من Broadcom التي كانوا يطبقونها في أسواق أخرى غير الهواتف المحمولة. لقد كان أداء هذا العمل جيدًا للغاية. لدينا حلول لمحطات الإرساء أو معالجات فيديو مطبقة على محطات الإرساء أو أنظمة مؤتمرات الفيديو. لقد تم ذلك بشكل جيد بالنسبة لنا.

في إنترنت الأشياء ، لدينا الكثير من القطع المتحركة المختلفة ، وكلها تضرب في الوقت الحالي ، وهذا أمر مفهوم. العمل من المنزل جيد لأعمالنا. Wi-Fi بشكل عام - كل شيء يحتاج إلى الاتصال ، وهذا هو الدافع وراء أعمالنا. لقد كان هناك الكثير من الأجزاء المتحركة المختلفة ، وكلها تتحرك في نفس الوقت في اتجاه إيجابي في الوقت الحالي.

VentureBeat: ما مدى التركيز الذي تراه على إنترنت الأشياء مقابل مساحة الهواتف الذكية التقليدية أو الأجهزة اللوحية؟

أعلاه: تعمل Synaptics على جلب الذكاء الاصطناعي إلى أجهزة إنترنت الأشياء.

حقوق الصورة: Synaptics

هيرلستون: الهواتف الذكية هي مجال عملنا فيه بشكل جيد تاريخيًا كشركة. كان عملنا هناك هو برامج تشغيل شاشات العرض ، ثم دائرة اللمس التي تقود اللوحة. سنواصل اللعب هناك. سنقترب من هذا العمل ، كما أقول ، بشكل انتهازي ، عندما نرى فرصة جيدة لتطبيق تقنيتنا على الهاتف المحمول.

لكن برامج التشغيل التي تعمل باللمس والعرض - لقد تطرقت إلى هذا بأحد أسئلتك الأولى. أصبح هذا أكثر إنترنت الأشياء. تقنيتنا التي حققت أداءً جيدًا في الأجهزة المحمولة ، من الواضح أننا سنستمر في اللعب على الهاتف المحمول حيث نستطيع ، لكن هذا السوق تنافسي الكثير من اللاعبين فيه. الهوامش ضيقة. ولكن المثير للاهتمام هو أن السوق أكثر انفتاحًا في نظارات AR / VR ، في الألعاب ، في السيارات. يمكننا أن نأخذ نفس تقنية اللمس والعرض ، ونعيد تطبيقها على أسواق نهائية مختلفة ، ومن ثم لديك شيء يبدو أكثر إنترنت الأشياء ويتطلب أسعارًا أفضل ، وهوامش إجمالية أفضل ، وأشياء من هذا القبيل.

VentureBeat: فيما يتعلق بدور مصمم شرائح أشباه الموصلات fabless مقابل صنع أنظمة أو أنظمة فرعية أكبر ، هل تغير أي شيء في هذا المجال بالنسبة لك؟

هيرلستون: نحن تقريبًا عبارة عن رقائق ، ومن الواضح أنني أعتقد أن هذا يجعلنا أكثر تقدمًا في التكنولوجيا ، نظرًا لحقيقة أنه يتعين علينا تشغيل رقائقنا. يذهب ذلك إلى الأنظمة الفرعية التي تدخل في النهاية إلى المنتجات النهائية. بالنظر إلى المهل الزمنية ، نرى هذه الاتجاهات الفنية قبل أن يفعلها الآخرون ، مثل مفهوم كلمة التنبيه المرئية. هذا شيء نخرج أمامه.

نقوم بعمل أنظمة فرعية هنا وهناك. نحن فريدون في هذا السياق. عملنا التاريخي هو أجهزة التحكم باللمس لأجهزة الكمبيوتر وأجهزة استشعار بصمات الأصابع. تحتوي بعض أجهزة الكمبيوتر على مستشعر بصمات الأصابع للقياسات الحيوية. في بعض الحالات ، سنصنع هذا التجميع الفرعي بالكامل - ليس فقط IC الذي يقوم بالتمييز بين مكان إصبعك ، ولكن اللوحة بأكملها والطلاء وما إلى ذلك. نفس الشيء مع مستشعر بصمات الأصابع. لكن هذا جزء صغير بشكل متزايد من أعمالنا. حتى أعمالنا التجارية التاريخية في مجال الكمبيوتر الشخصي ، فإننا ندخل في مبيعات الرقائق أكثر من مبيعات التجميع الفرعي.

VentureBeat: كم عدد الأشخاص في الشركة الآن؟

هيرلستون: لدينا حوالي 1,400 شخص ، معظمهم من المهندسين ، كما تتوقع.

VentureBeat: من ناحية الألعاب ، هل ترى الكثير من التغيير فيما يتعلق بنوع الاكتشاف أو الاستشعار الذي يحدث؟

هيرلستون: سيكون AR / VR شيئًا أكبر بكثير. بالنسبة للشاشات ، يبدو أن هذا يتغير كثيرًا أيضًا ، لا سيما في الألعاب المحمولة باليد. لديك الانتقال من بعض الرواد للذهاب إلى OLED. تتميز OLED بخصائص تتعلق بزمن الاستجابة وأشياء أخرى ليست مثالية بشكل خاص. يمكنك أن ترى أنها تتحرك - يتحدث الكثير من اللاعبين عن mini-LED أو micro-OLED ، والتي تتمتع بخصائص أسرع بكثير من OLED التقليدية. نرى تغييرات العرض في الأفق. نحن نحاول أن نجهز تقنيتنا لذلك إذا وعندما يأتي ذلك.

VentureBeat: ما نوع التطبيقات التي تتطلع إليها والتي لا وجود لها اليوم؟

هيرلستون: تحدثنا عن اللمس المدمج. تحدثنا عن الدفع من أجل الواقع المعزز ، على الرغم من أنه بالطبع موجود بالفعل. تحدثنا عن هذه المستشعرات البصرية منخفضة الطاقة. هذه منطقة ندفع فيها. نواصل تطوير تقنية عرض الفيديو الخاصة بنا إلى دقة أعلى ، سواء كانت لوحات أو شاشات. من الواضح أن تكون قادرًا على أخذ دفق بتات أقل وتحويلها - هذا هو المكان الذي نطبق فيه الكثير من الذكاء الاصطناعي لدينا في قطاع الفيديو ، والتحويل من عدد بكسل أقل إلى عدد بكسل أعلى. تلك هي النواقل الكبيرة.

مع هذه المستشعرات منخفضة الطاقة ، مرة أخرى ، يعود الأمر إلى - في رأيي ، التطبيق الكبير هو مجرد حل للطاقة. إنها ليست بالضرورة مشكلة المستهلك. لكنها ليست فقط الطاقة المطلوبة على الرقاقة للذهاب ذهابًا وإيابًا إلى مركز البيانات. أصبح لديها الآن قدرًا أكبر من التحكم في الضوء والطاقة وتكييف الهواء لتشغيل ذلك وإيقاف تشغيله. نحاول أن نأخذ التكنولوجيا ، بالمعنى الجزئي - إنها أكثر بيئية ، وهذا واضح عندما يكون لديك الذكاء الاصطناعي على الحافة. لكننا نطبقها بعد ذلك على مشكلة أكبر ، وهي استهلاك الطاقة غير المجدي الذي يحدث طوال الوقت. نحن نحاول توجيه هذه الرسالة وتطبيق التكنولوجيا على تلك المشكلة بالقدر الذي نستطيع.

أعلاه: لا تزال Synaptics تصنع رقائق الصوت الحيوي.

حقوق الصورة: Synaptics

VentureBeat: يبدو أنه بدون بعض هذه الأشياء ، كان إنترنت الأشياء إما غير مكتمل أو غير عملي. إذا لم يكن لديك كفاءة في استخدام الطاقة أو ذكاء اصطناعي ، فأنت تجبر هذه الأشياء بوحشية على العالم. ستحتاج إما إلى المزيد من أجهزة الاستشعار أو أنك تسبب المزيد من التلوث ، سواء على الشبكة أو من حيث عدد الأجهزة. عندما تضيف الذكاء الاصطناعي وكفاءة الطاقة ، فمن المنطقي أن تقوم بنشر كل هذه الأشياء.

هيرلستون: هذا صحيح تمامًا. ربما أخذها خطوة إلى الوراء ، فإن الاتصال اللاسلكي كان عامل تمكين ضخم لهذه الأنواع من الأدوات. لم أتخيل أبدًا أنه سيكون لدي جرس باب به أدوات إلكترونية. لم أتخيل أبدًا أنه سيكون لديك دراجة بها أدوات إلكترونية. بدأ إنترنت الأشياء باتصال لاسلكي منخفض الطاقة أتاح لأشياء مثل الموازين أو أجهزة كشف الدخان أو الدراجات الاتصال بأشياء أخرى. كان هذا واحدًا.

بعد ذلك ، بالنسبة إلى وجهة نظرك ، كانت الخطوة التالية في التطور هي إضافة الذكاء الاصطناعي وأجهزة الاستشعار الأخرى إلى جهاز متصل لجعله أكثر فائدة. لقد فوجئت بعدد الأشياء التي ندخلها على الشبكة اللاسلكية التي لديها هذا الاتصال. إنها أشياء مجنونة لن تتخيلها. كان هذا هو التمكين الأول ، اللاسلكي منخفض الطاقة ، سواء كان Bluetooth أو شبكة LAN لاسلكية أو في بعض الحالات GPS. هذه القدرة هي المفتاح. لدينا شريحة بلوتوث و GPS داخل كرة الجولف. من الواضح جدًا ما هي حالة الاستخدام. لكن فكر في ذلك. حسنًا ، يمكنني العثور على الكرة الخاصة بي عندما تكون في قاع البحيرة. بدأت مع الاتصال اللاسلكي.

VentureBeat: لقد كتبت قصة عن إحدى الشركات التي تقوم بعمل شبكات عصبية داخل المعينات السمعية. لم أعتقد أبدًا أنه سيكون مفيدًا في هذا السياق ، لكن يبدو أنهم يستخدمونه لقمع الضوضاء. يتعرف على الأصوات التي لا تريد سماعها ويكتمها بحيث لا تسمع سوى الأشخاص الذين يتحدثون إليك.

هيرلستون: حسنًا ، عليك أن تختار الترددات الصحيحة. بالعودة إلى وجهة نظرك ، فإن الجزء الثاني من المقعد هو بالتأكيد الذكاء الاصطناعي الآن. سواء كان الصوت أو المرئيات كما ناقشنا ، فأنت بحاجة إلى الذكاء الاصطناعي باعتباره المحطة الثانية. ستندهش من حيث يمكنك وضع هذه الشبكات العصبية البسيطة التي تحدث فرقًا.

VentureBeat: معالج الوسائط المتعددة الجديد الذي أعلنت عنه للتو ، هل يمكنك التحدث عن ذلك؟

هيرلستون: هذا حقًا مشقوق لتطبيقات فك التشفير هذه. كانت نقطة البداية - عندما تحدثنا عن رحلة الذكاء الاصطناعي ، لدينا معالجات فيديو أكبر حيث يمكننا القيام بالتدريب على الرقاقة حول اكتشاف الأشياء. تتعلق حالة الاستخدام الكبير في هذه المنطقة بالذات بتحسين الفيديو ، والقدرة على الترقية من معدل بت منخفض إلى معدل بت أعلى إذا كانت خلاصتك متواضعة نسبيًا ، كما هو الحال في أجهزة بث Roku هذه. يمكنك الحصول على نطاق ترددي منخفض حقًا إذا كنت تواجه تحديًا بقدر اتصالك بالإنترنت. يمكننا رفع مستوى الفيديو باستخدام هذه المعالجات ، وهذا هو الغرض من الشبكة العصبية.

الحافز الحقيقي بالنسبة لنا هو الدخول في سوق لطيف نوعًا ما ، وهو سوق جهاز فك التشفير لمزود الخدمة ، حيث نعتقد أن لدينا بعض المزايا الفريدة. يمكننا القيام بعمل جيد من ذلك. هناك تطبيق رائع آخر أعلناه للتو وهو شراكة القياسات الحيوية الصوتية مع شركة تقوم بصناعة البصمات الصوتية. بدلاً من مجرد التعرف على الكلمة ، فإنك تتعرف على المتحدث. هذا يعمل على نفس المعالج.

المصدر: https://venturebeat.com/2021/02/13/michael-hurlston-how-synaptics-pivoted-from-mobile-pc-sensors-to-the-internet-of-things/