[ editar artigo]

Hardware e Software cada vez mais embarcados no futuro dos negócios

Hardware e Software cada vez mais embarcados no futuro dos negócios

O TinyML está dando nova vida ao hardware. Essa recente tecnologia de software embarcado move o hardware para um domínio quase mágico.

Daqui para o futuro, ótimos produtos precisam ser úteis e proporcionar uma experiência quase mágica, algo que se torna uma extensão da vida. O TinyML (Tiny Machine Learning) é a mais recente tecnologia de software embarcada que move o hardware para esse domínio quase mágico, onde as máquinas podem aprender e crescer automaticamente através do uso, como um cérebro humano primitivo. É a inteligência artificial, cada vez mais "natural" entre nós.

Até agora, a criação de algoritmos de aprendizado de máquina (ML) para hardware significava modos matemáticos complexos com base em dados de amostra, conhecidos como "dados de treinamento", para fazer previsões ou decisões sem ser explicitamente programado para isso. Algo complexo e caro de construir. Além disso, as tarefas tradicionalmente relacionadas à ML eram traduzidas para a nuvem, criando latência, consumindo energia escassa e colocando as máquinas à mercê das velocidades de conexão. Combinadas, essas restrições tornaram a computação mais lenta, mais cara e menos previsível.

Mas, graças aos recentes avanços, as empresas estão adotando o TinyML como uma tendência na construção de inteligência de produto. O Arduino, a empresa mais conhecida por hardware de código aberto, está disponibilizando o TinyML para milhões de desenvolvedores. Juntamente com o Edge Impulse, eles estão transformando a onipresente placa Arduino em uma poderosa plataforma ML incorporada, como o Arduino Nano 33 BLE Sense e outras placas de 32 bits. Com essa parceria, você pode executar poderosos modelos de aprendizado de máquina baseados em redes neurais artificiais (RNA), alcançando e amostrando pequenos sensores (apropriados para IoT) junto com microcontroladores de baixa potência.

Ao longo do ano passado, grandes avanços foram feitos para tornar os modelos de aprendizado profundo menores, mais rápidos e executáveis ​​em hardware incorporado por meio de projetos como o TensorFlow Lite para microcontroladores, uTensor e CMSIS-NN da Arm. Mas criar um conjunto de dados de qualidade, extrair os recursos certos, treinar e implantar esses modelos ainda é complicado. O TinyML era o elo que faltava entre o hardware de ponta e a inteligência do dispositivo que agora está se concretizando.

Fonte: https://techcrunch.com/2020/05/29/tinyml-is-giving-hardware-new-life/

Tradução e adaptação livre, por @neigrando

 

Futuro dos Negócios
Nei Grando
Nei Grando Seguir

Com um olhar no futuro, sou apaixonado por tecnologia e entusiasta de negócios. Mentor, palestrante, consultor, ... Tive duas empresas de TI, sou mestre em ciências (FEA-USP) com MBA (FGV), organizador e autor do livro Empreendedorismo Inovador.

Ler conteúdo completo
Indicados para você