AI | 11 december 2023

Afbeelding met dank aan DALL-E

Een efficiënte AI-toekomst van alledaagse apparaten mogelijk maken met TinyML

Wat is TinyML

Klein machinaal leren (TinyML) is een opkomend vakgebied op het gebied van kunstmatige intelligentie en machine learning, gekenmerkt door de focus op de ontwikkeling van machine learning-modellen die kunnen werken op apparaten met een laag vermogen en beperkte middelen. Dit vakgebied krijgt snel aandacht (zie:  Stichting TinyML) vanwege het potentieel om intelligente mogelijkheden te bieden aan een breed scala aan kleine apparaten, met name die in het Internet of Things (IoT)-ecosysteem.

• TinyML-modellen zijn ontworpen om op te werken laag stroomverbruik, vaak in het milliwattbereik of lager. Dit maakt ze ideaal voor apparaten die op batterijen werken en energie verzamelen.
• De algoritmen zijn geoptimaliseerd om een ​​kleine footprint te hebben, zowel wat betreft geheugen als rekenvereisten. Hierdoor kunnen ze op microcontrollers en andere kleine computerplatforms draaien.

Siehe:  Autonome IoT-transacties en microbetalingen

• In tegenstelling tot traditionele machine learning-modellen die cloudconnectiviteit vereisen voor zware berekeningen, TinyML-modellen verwerken gegevens lokaal. Dit vermindert de latentie, verbetert de privacy en vermindert de behoefte aan continue gegevensoverdracht.
• Brede toepasbaarheid: TinyML is breed toepasbaar in verschillende sectoren, waaronder de gezondheidszorg, de landbouw, milieumonitoring en slimme huizen, en biedt slimme functies zonder de noodzaak van hoge rekenkracht of constante cloudconnectiviteit.

Een revolutie in de privacy en efficiëntie van gegevens

De belangrijkste bijdrage van TinyML ligt in het vermogen om gegevens lokaal op apparaten te verwerken, waardoor de behoefte aan cloudgebaseerde gegevensoverdracht wordt vermeden. Dit verbetert niet alleen de gegevensprivacy, een groeiend probleem in het digitale tijdperk, maar verkleint ook aanzienlijk de energievoetafdruk van AI-activiteiten. Als Jeremy Rus wijst in Mondaq op deze lokale verwerkingscapaciteit gaat in op de vertrouwelijkheidsproblemen die cloudgebaseerde diensten zoals ChatGPT opleveren, vooral in gevoelige sectoren als intellectueel eigendom en patenten.

Breed spectrum aan toepassingen

Van smart home-apparaten tot landbouwhulpmiddelen, de toepassingen van TinyML zijn divers. De Harvard onafhankelijk benadrukt zijn rol daarin apparaten verbeteren zoals Amazon Alexa en Google Nest Audio, waardoor ze worden gemaakt efficiënter en privacybewuster.

Siehe:  Wanneer uw auto meer over uw liefdesleven weet dan u!

Het vermogen om te werken met minimaal vermogen en geheugen maakt het ideaal voor integratie in een breed scala aan producten en diensten. Deze integratie kan leiden tot een slimmere, efficiëntere en milieuvriendelijkere bedrijfsvoering. Apparaatinstallaties met behulp van TinyML-technologie zullen aanzienlijk toenemen groeien van bijna 2 miljard in 2020 naar ruim 11 miljard in 2027 blijkt uit onderzoek van ABI.

David Lobina, Hoofdanalist van ABI Research:

“Een gemeenschappelijk thema van de TinyML-markt is het idee om Machine Learning (ML) voor iedereen beschikbaar te maken, of beter gezegd, om ML overal te brengen. TinyML is het nuttigst in omgevingssensoren en er zijn veel mogelijke gebruiksscenario's. Kijk eens naar alle soorten sensorische gegevens uit de omgeving waar aandacht aan kan worden besteed, en er bestaat waarschijnlijk een ML-model dat op die gegevens kan worden toegepast. Geluids- en omgevingssensoren blijven de meest prominente omgevingssensoren en zullen de enorme toename van het aantal installaties van TinyML-apparaten aandrijven.”

In de landbouw gebruiken apps als PlantMD TinyML om plantenziekten te diagnosticeren, zelfs zonder internetverbinding. In de gezondheidszorg wordt TinyML gebruikt om vitale functies te monitoren en zelfs de verspreiding van ziekten zoals Dengue Fever en Malaria onder controle te houden.

Outlook

TinyML loopt voorop in een nieuw tijdperk in AI en biedt bedrijven innovatieve manieren om de kracht van machine learning te benutten en tegelijkertijd kritieke kwesties als privacy en duurzaamheid aan te pakken.

Siehe:  AI en de privacy en toestemming van kinderen

Naarmate deze technologie zich blijft ontwikkelen, zal het ongetwijfeld nieuwe wegen openen voor bedrijfsinnovatie en efficiëntie, waardoor het een belangrijke speler wordt in de toekomst van AI in het bedrijfsleven.

De Nationale Crowdfunding & Fintech Association (NCFA Canada) is een financieel innovatie-ecosysteem dat onderwijs, marktinformatie, rentmeesterschap van de sector, netwerk- en financieringsmogelijkheden en -diensten biedt aan duizenden leden van de gemeenschap en nauw samenwerkt met de industrie, de overheid, partners en aangesloten bedrijven om een ​​levendige en innovatieve fintech- en financieringsomgeving te creëren. industrie in Canada. NCFA is gedecentraliseerd en gedistribueerd en houdt zich bezig met mondiale belanghebbenden en helpt bij het incuberen van projecten en investeringen in fintech, alternatieve financiering, crowdfunding, peer-to-peer financiering, betalingen, digitale activa en tokens, kunstmatige intelligentie, blockchain, cryptocurrency, regtech en insurtech-sectoren . Aanmelden Canada's Fintech & Funding Community vandaag GRATIS! Of word een bijdragend lid en ontvang speciale voordelen. Ga voor meer informatie naar: www.ncfacanada.org

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://ncfacanada.org/how-tinyml-is-unleashing-ai-power-in-everyday-devices/