Elektroda.pl
Elektroda.pl
X
Please add exception to AdBlock for elektroda.pl.
If you watch the ads, you support portal and users.

Startup Pete'a Wardena umieszcza sztuczną inteligencję w czujniku

ghost666 28 Nov 2022 21:37 492 0
  • Startup Pete'a Wardena umieszcza sztuczną inteligencję w czujniku
    Pierwszym produktem firmy Useful
    Sensors jest płytka o
    wymiarach 20 x 20 mm z kamerą
    z przodu i mikrokontrolerem z tyłu.
    Pete Warden, były inżynier Google, powszechnie postrzegany jako jeden z ojców założycieli ruchu tinyML odszedł niedawno z ww. firmy i utworzył własny start-up, aby rozwijać moduły czujników z zintegrowanymi algorytmami sztucznej inteligencji. Marka Useful Sensors ma nadzieję wprowadzić możliwości wykorzystania AI we wnętrzu sensorów do elektroniki użytkowej i sprzętu AGD.

    Startup Pete'a Wardena umieszcza sztuczną inteligencję w czujniku
    Pete Warden
    TinyML odnosi się do sztucznej inteligencji lub uczenia maszynowego (ML) działającego w środowiskach o ograniczonych zasobach, zwykle na poziomie małych mikrokontrolerów. Warden, dawniej kierownik techniczny zespołu TensorFlow Mobile w Google, założył uprzednio firmę Jetpac, wczesny start-up AI, który został przejęty przez Google w 2014 roku. Opublikował również podręcznik na temat technologii tinyML.

    Zakładając Useful Sensors, Warden zamierza przyspieszyć wprowadzanie funkcji wykorzystujących sztuczną inteligencję do urządzeń gospodarstwa domowego — dosłownie wszystkich — od przełączników światła po telewizory.

    „Naprawdę chciałem mieć coś, co pozwoli ci spojrzeć na przełącznik i powiedzieć 'włącz', aby uruchomić światło” — wskazał Warden w wywiadzie dla EE Times. „To powinno po prostu działać! Albo, kiedy wstaję od telewizora, żeby zrobić sobie filiżankę herbaty i mam pełne ręce roboty chcę, żeby odbiornik TV się zatrzymał. Lub gdy wygłaszam prezentację chcę móc przesuwać palcem, aby przejść do następnego slajdu. To są wszystkie przypadki użycia tinyML, o których mówimy od lat”.

    Uczenie maszynowe może pomóc w dodaniu tego rodzaju inteligencji do obiektów codziennego wykorzystania w sposób, który nie wymaga ogromnych mocy obliczeniowych, wysokiego zużycia energii ani dużych kosztów. Warden dotychczasowo był jednak nieco sfrustrowany tempem wdrożenia tej technologii przez producentów elektroniki użytkowej i urządzeń. Pomimo pracy zespołu Wardena w Google nad opracowaniem open-source'owego frameworka ML TensorFlow Lite dla mikrokontrolerów, a także stworzenia książki — podręcznika dotyczącego implementacji tych algorytmów — realizacja tych rozwiązań przez przemysł jest nadal dość powolna.

    „Ilekroć idę do [producentów urządzeń — przyp.red.], opowiadam im o całym tym wspaniałym darmowym oprogramowaniu, które jest dla nich dostępne do pobrania i używania, zwykle na koniec mówią: 'Ledwo mamy grupę inżynierów oprogramowania, zdecydowanie nie mamy zespołu ML — czy możesz po prostu dostarczyć nam coś, co daje interfejs głosowy lub budzi telewizor, gdy ktoś przed nim siada i ewentualnie zrobić to za [kilka dolarów — przyp.red.]?'” — opowiada Warden. Dzięki Useful Sensors, Warden ma zamiar odpowiedzieć na ten problem i zapewnić producentom elektroniki użytkowej i codziennych sprzętów: „coś, z czego mogą faktycznie korzystać, coś, co spełnia ich wymagania”, jak mówi. Podejście AI-in-the-sensor (AI w sensorze) odzwierciedla lata pracy nad inteligentnymi czujnikami Internetu Rzeczy (IoT) i urządzeniami do fuzji sensorów.

    „Istnieje długa tradycja podążania w tym kierunku” — oznajmił Warden. „Naprawdę staramy się rozpracowywać złożone problemy, robiąc ostatnią milę, aby zapewnić coś, co nie wymaga znacznego dostosowania, aby móc z tego korzystać. To rozwiązanie, które możesz użytkować od ręki, by rozstrzygnąć konkretne zagadnienie”. Pierwszym produktem firmy jest czujnik osoby: jest to płytka o wymiarach 20 mm x 20 mm z kamerą z przodu i mikrokontrolerem z tyłu. Płytka ma dwa wyjścia: pojedynczy pin, który przyjmuje stan wysoki po wykryciu człowieka, oraz interfejs I²C do wymiany informacji, np. gdzie znajdują się ludzie w kadrze kamery, czy dana jednostka patrzy na urządzenie, a także podstawowe rozpoznawanie twarzy (wystarczające do rozróżnienia członków rodziny korzystających z tego samego ekspresu do kawy). Useful Sensors rozmawia już z potencjalnymi klientami o tym, jak mogą spożytkować tę płytkę.

    Startup Pete'a Wardena umieszcza sztuczną inteligencję w czujniku
    Zespół Useful Sensors. Od lewej do prawej:
    Niranjan Yadla, Ali Zartash, Nat Jeffries,
    Manjunath Kudlur i Pete Warden.


    Warden wskazuje, że jak dotąd potencjalni klienci byli skoncentrowani na aplikacjach takich jak:

    * Wentylator, który podąża za użytkownikiem po całym pokoju;
    * Laptop, który blokuje ekran, gdy go nie używasz;
    * System dźwięku przestrzennego, który wie, gdzie w pokoju siedzą ludzie.

    Kontrola urządzeń za pomocą gestów to kolejny obszar zainteresowania, o jakim mówi Warden, dodając, że do tej pory najbardziej zaangażowanymi stronami byli producenci telewizorów i laptopów, a nie urządzeń domowych.

    Tworzenie zbioru danych

    Firma Useful Sensors nie rozwija własnego układu. Zamiast tego — przynajmniej na razie — trzyma się mikrokontrolerów. Marka dostrzega wartość dodaną w tworzeniu zbiorów danych i opracowywaniu modeli, ukierunkowując się w stronę przedsiębiorstw, których podstawowa działalność nie obejmuje budowania wyżej wymienionych. Czy klienci nie chcą tworzyć ML, czy po prostu oprogramowanie na wczesnym etapie stanowi barierę nie do pokonania? Warden zgadza się z tym, że oprogramowanie w początkowej fazie rozwoju jest problemem, który uzupełniają dodatkowo sprzętowe. „Nawet jeśli wszystkie te [mankamenty] zostałyby naprawione, nadal musiałbyś nauczyć się tworzyć zestaw zasobów, aby wytrenować model ML. A to bardzo odmienny szereg umiejętności” — powiedział, dodając, że potrzeba dużo pracy oraz wiedzy do tworzenia wysokiej jakości zbiorów danych uczących, a dla wielu firm wykracza to poza standardową ich działalność.

    Zestawy zasobów do uczenia modeli ML, a nawet tinyML, muszą być najwyższej, możliwej jakości, aby zagwarantować niezawodność algorytmu. W przypadku wykrywania osób oznacza to zapewnienie, że zbiór danych reprezentuje wszystkie rodzaje jednostek, aby model był jak najbardziej wiarygodny w wielu różnych okolicznościach i kontekstach. Do pewnego stopnia firma Useful Sensors zamierza wykorzystać użytkowników do poszukiwania luk, których być może nie zauważyła. „To duża część tego, dlaczego staramy się zaangażować społeczność twórców” — wskazuje Warden. „Chcemy uzyskać informacje zwrotne od ludzi, aby poinformowali nas, czy są jakieś rzeczy, których nam brakuje… Staramy się również wymyślić sposoby testowania [czujników], aby zobaczyć, jak dobrze działają one w odmiennych grupach społecznych i na różnych typach ludzi poprzez testy przeprowadzane przez jednostki trzecie”.

    Bezpieczeństwo i prywatność

    Warden doskonale zdaje sobie również sprawę z tego, że dodawanie kamer do urządzeń gospodarstwa domowego stawia pytania dotyczące bezpieczeństwa i prywatności. Ma on nadzieję, że czujnik osób zostanie certyfikowany przez strony trzecie, aby uniemożliwić hakerom dostęp do jego kamery. Interfejs I²C modułu przenosi tylko metadane dotyczące sceny (nie pełnoklatkowe obrazy) i nie ma połączenia sieciowego. „Telewizory i laptopy są w sypialniach ludzi. To ogromna odpowiedzialność” — wskazał. „Naprawdę wierzymy, że będzie to lepsze rozwiązanie w zakresie ochrony prywatności niż posiadanie czegoś zintegrowanego z resztą systemu”.

    Różne typy czujników znajdują się w planach rozwoju firmy Useful Sensors, przy czym najprawdopodobniej następnym produktem będzie sensor rozpoznawania mowy, ponownie wykorzystujący mikrokontrolery, a nie bardziej wyspecjalizowane chipy. Marka Useful Sensors zebrała 5 milionów dolarów w ramach pierwszej rundy finansowania. Spółka obecnie zatrudnia sześć osób, w tym trzy z Google. Warden jest współzałożycielem i dyrektorem generalnym, a drugi współzałożyciel i CTO Manjunath Kudlur również dołączył do zespołu z Google TensorFlow (poprzez firmę Cerebras).

    Źródła: https://www.eetimes.com/pete-wardens-startup-puts-ai-in-the-sensor/

    Cool? Ranking DIY
    About Author
    ghost666
    Translator, editor
    Offline 
    Fizyk z wykształcenia. Po zrobieniu doktoratu i dwóch latach pracy na uczelni, przeszedł do sektora prywatnego, gdzie zajmuje się projektowaniem urządzeń elektronicznych i programowaniem. Od 2003 roku na forum Elektroda.pl, od 2008 roku członek zespołu redakcyjnego.
    ghost666 wrote 11500 posts with rating 9721, helped 157 times. Live in city Warszawa. Been with us since 2003 year.