IA | 11 décembre 2023

Image gracieuseté de DALL-E

Propulser un avenir d'IA efficace pour les appareils du quotidien avec TinyML

Qu'est-ce que TinyML

Petit apprentissage automatique (TinyML) est un domaine émergent dans le domaine de l'intelligence artificielle et de l'apprentissage automatique, caractérisé par l'accent mis sur le développement de modèles d'apprentissage automatique pouvant fonctionner sur des appareils à faible consommation et aux ressources limitées. Ce domaine attire rapidement l'attention (voir :  Fondation TinyML) en raison de son potentiel à apporter des capacités intelligentes à une vaste gamme de petits appareils, en particulier ceux de l'écosystème de l'Internet des objets (IoT).

• Les modèles TinyML sont conçus pour fonctionner sur faible consommation d'énergie, souvent de l'ordre du milliwatt ou moins. Cela les rend idéaux pour les appareils alimentés par batterie et récupérant de l’énergie.
• La les algorithmes sont optimisés pour avoir une faible empreinte, à la fois en termes de mémoire et d'exigences de calcul. Cela leur permet de fonctionner sur des microcontrôleurs et d'autres petites plates-formes informatiques.

Voir:  Transactions IoT autonomes et micropaiements

• Contrairement aux modèles d'apprentissage automatique traditionnels qui nécessitent une connectivité cloud pour les calculs lourds, Les modèles TinyML traitent les données localement. Cela réduit la latence, améliore la confidentialité et diminue le besoin de transmission continue de données.
• Large applicabilité: TinyML est largement applicable à divers secteurs, notamment la santé, l'agriculture, la surveillance de l'environnement et les maisons intelligentes, offrant des fonctionnalités intelligentes sans avoir besoin d'une puissance de calcul élevée ou d'une connectivité cloud constante.

Révolutionner la confidentialité et l'efficacité des données

La contribution la plus importante de TinyML réside dans sa capacité à traiter les données localement sur les appareils, évitant ainsi le besoin d'une transmission de données basée sur le cloud. Cela améliore non seulement la confidentialité des données, une préoccupation croissante à l’ère numérique, mais réduit également considérablement l’empreinte énergétique des opérations d’IA. Comme Jérémy Russ souligne à Mondaq, cette capacité de traitement local répond aux problèmes de confidentialité que posent les services basés sur le cloud comme ChatGPT, en particulier dans des secteurs sensibles comme la propriété intellectuelle et les brevets.

Large spectre d'applications

Des appareils domestiques intelligents aux aides agricoles, les applications de TinyML sont diverses. Le Indépendant de Harvard souligne son rôle dans amélioration des appareils comme Amazon Alexa et Google Nest Audio, ce qui les rend plus efficace et soucieux de la confidentialité.

Voir:  Quand votre voiture en sait plus que vous sur votre vie amoureuse !

Sa capacité à fonctionner avec un minimum de consommation et de mémoire le rend idéal pour s'intégrer dans une large gamme de produits et de services. Cette intégration peut conduire à des opérations commerciales plus intelligentes, plus efficaces et plus respectueuses de l’environnement. Les installations d'appareils utilisant la technologie TinyML seront considérablement passer de près de 2 milliards en 2020 à plus de 11 milliards d’ici 2027 selon les recherches d'ABI.

David Lobina, analyste principal d'ABI Research :

« Un thème commun au marché TinyML est l’idée d’apporter le Machine Learning (ML) à tout le monde, ou plus précisément, d’amener le ML partout. TinyML est particulièrement utile dans les capteurs environnementaux, et de nombreux cas d'utilisation possibles existent. En effet, considérez tout type de données sensorielles de l'environnement pouvant être prises en compte et il existe probablement un modèle ML qui peut être appliqué à ces données. Les capteurs sonores et ambiants restent les capteurs environnementaux les plus importants et entraîneront une énorme augmentation des installations d’appareils TinyML.

Dans le domaine agricole, des applications comme PlantMD exploitent TinyML pour diagnostiquer les maladies des plantes, même sans connexion Internet. Dans le domaine de la santé, TinyML est utilisé pour surveiller les signes vitaux et même contrôler la propagation de maladies comme la dengue et le paludisme.

Outlook

TinyML est à l'avant-garde d'une nouvelle ère de l'IA, offrant aux entreprises des moyens innovants d'exploiter la puissance de l'apprentissage automatique tout en abordant des problèmes critiques tels que la confidentialité et la durabilité.

Voir:  L'IA et la vie privée et le consentement des enfants

À mesure que cette technologie continue d’évoluer, elle ouvrira sans aucun doute de nouvelles voies d’innovation et d’efficacité aux entreprises, ce qui en fera un acteur clé de l’avenir de l’IA en entreprise.

La National Crowdfunding & Fintech Association (NCFA Canada) est un écosystème d'innovation financière qui offre des opportunités et des services d'éducation, d'information sur le marché, de gestion de l'industrie, de réseautage et de financement à des milliers de membres de la communauté et travaille en étroite collaboration avec l'industrie, le gouvernement, les partenaires et les sociétés affiliées pour créer une technologie financière et un financement dynamiques et innovants. l'industrie au Canada. Décentralisé et distribué, NCFA s'engage auprès des parties prenantes mondiales et aide à incuber des projets et des investissements dans les secteurs de la fintech, de la finance alternative, du financement participatif, de la finance peer-to-peer, des paiements, des actifs et jetons numériques, de l'intelligence artificielle, de la blockchain, de la crypto-monnaie, de la regtech et de l'insurtech. . S'inscrire La communauté Fintech et de financement du Canada aujourd'hui GRATUITEMENT! Ou devenir un membre contributeur et obtenez des avantages. Pour plus d'informations, s'il vous plaît visitez: www.ncfacanada.org

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://ncfacanada.org/how-tinyml-is-unleashing-ai-power-in-everyday-devices/