智能应用 影音
筛选条件▾

选对图形化软件工具 不需任何程序码快速产生AI模型

2020/10/08 - DIGITIMES企划

现阶段有不少制造业者急欲推动数码转型,第一步需达到设备连网,因而必须布建Sensor、Wireless相关产品;接下来的重点便是执行AI分析。美商快辑(QuickLogic)亚洲业务总监连文贤指出,假使企业首度跨足AI,眼前有两条路可以选,一是对外招募资料科学家、算法专家、Programmer等好手加入团队,选择走这条路的企业并不少,另一条路是委外开发算法,部分企业偏好采用这个选项。

如今QuickLogic为有意投入AI的企业提供第三种选择,便是「SensiML Analytics Studio Toolkit」,有了这套图形化AI软件工具,企业不需费心撰写任何一行程序码,就能在快速且成本合理的前提下开发AI应用。

连文贤说,SensiML起源于2012年,当时是英特尔内部的一个专案计画,直到2016年,英特尔在年度开发者大会时宣布推出「Intel Knowledge Builder Toolkit」、也就是SensiML Analytics Studio Toolkit的前身,堪称一种开创性的AutoML(机器学习自动化)软件工具,能够快速简单地把AI引入IoT边缘。2017年英特尔根据Knowledge Builder Toolkit独立开设SensiML公司,而QuickLogic于2019年购并SensiML。

「企业若想切入智能机械,绝对不是安装传感器、做到设备连网就能大功告成。」连文贤说,企业往往面临两个亟待解决的问题,第一必须撰写Code,既缓慢、更消耗专业人力;第二既然要做AI/ML,就必须引进一些深具领域知识、又看得懂数据的资料科学家,此外还需要引进有能力写算法的工程师。一般企业难以迎合这两项需求,但若欲发展新一代嵌入式系统,便需持之以恒发展ML(机器学习),如何选择好用的开发工具、顺利维护程序码的Size与Complexity,可说相当重要。

SensiML Analytics Studio Toolkit Suite不仅是AutoML软件套件,更是极具突破性的边缘AI开发工具,由三个应用程序所组成,分别是Data Capture Lab、Analytics Studio以及TestApp,依序象征资料撷取(含资料收集、标注和分析前资料管理)、模型建构(含硬件环境标识、资料分析及算法生成)、模型测试(包括针对现有的AI模型、新来的AI模型和资料集进行验证)等三个主要任务。值得一提的,SensiML内建超过80种算法,会根据这些算法展开自动建模,最终产出5个分数较高的模型,用户便可择优导入到硬件平台,就此展开AI应用。而在导入至硬件平台、展开应用之前,用户可以利用TestApp,快速验证模型的准确率与执行效能。

连文贤重申,企业只需要利用SensiML Analytics Studio Toolkit,即可善用三组应用程序,一气呵成地满足资料收集、标注、AI模型开发、产生硬件Image File等所有程序,不论企业用户属于AI生手或熟手,通通不需要写任何一行Code。此外值得留意的,QuickLogic近期推出一个完全开源的「ARM Cortex M4+eFPGA」的SoC开发套件,定名为「QuickFeather」,这款小型开发板,非常适合用来支持低功耗ML的IoT设备。


图说:美商快辑(QuickLogic)亚洲业务总监连文贤。