La плата разработки arduino Он позволяет выполнять тысячи и тысячи различных проектов, предел практически находится в воображении каждого производителя, хотя он также имеет некоторые физические ограничения, такие как память, производительность обработки и т. Д. Однако появляется все больше и больше продуктов и проектов, которые все больше и больше расширяют свои возможности, как в случае с новый запуск AIfES.
Теперь, благодаря этому проекту, созданному Fraunhofer IMS для Arduino, на этой плате с открытым исходным кодом будет фреймворк искусственного интеллекта (AI), запрограммированный на C, используя стандартные библиотеки компилятора GNU GCC. Теперь пользователи смогут добавить AIfES в свой проект Arduino и интегрировать его. от менеджера библиотеки из IDE, чтобы использовать его в своих разработках, обеспечивая возможность использования алгоритмов машинного обучения даже в небольших микроконтроллерах, таких как плата Arduino UNO 8-битный.
Это позволит разработчикам создавать множество устройств IoT (Интернет вещей), которые более независимы от облака и могут быть более интеллектуальными и с большим уважением к вашей конфиденциальности, поскольку функции могут выполняться в автономном режиме с платы Arduino без необходимости. полагаться на удаленные услуги. Кроме того, проект AIfES был запущен в рамках Лицензия GNU GPLv3, поэтому он полностью бесплатен, хотя позволяет использовать платную лицензию для коммерческих проектов.
AIfES очень похож и совместим с Фреймворки Python ML как и в случае с TensorFlow, Keras или PyTorch, но его функциональность несколько ограничена. Однако в этой выпущенной версии уже поддерживается FNN (нейронные сети прямого распространения), кроме того, она также позволяет активировать интегрированные функции, такие как ReLu, Sigmoid или Softmax. С другой стороны, разработчики работают над тем, чтобы в будущем реализовать ConvNet (сверточные нейронные сети), реализация которой может не занять много времени.
Некоторые также были включены алгоритмы обучения распространены, такие как SGD (Оптимизатор градиентного спуска) и Adam Optimizer и другие. То есть для 8-битного MCU это совсем неплохо ...