选对图形化软件工具 不需任何程序码快速产生AI模型

美商快辑(QuickLogic)亚洲业务总监连文贤。

现阶段有不少制造业者急欲推动数码转型，第一步需达到设备联网，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，一是对外招募数据科学家、演算法专家、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演算法，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划，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、做到设备联网就能大功告成。」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、又看得懂数据的数据科学家，此外还需要引进有能力写演算法的工程师。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，依序象徵数据撷取(含数据收集、标注和分析前数据管理)、模型建构(含硬件环境标识、数据分析及演算法生成)、模型测试(包括针对现有的AI模型、新来的AI模型和数据集进行验证)等三个主要任务。值得一提的，SensiML内建超过80种演算法，会根据这些演算法展开自动建模，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，一气呵成地满足数据收集、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。