Stellen Sie sich eine Welt vor, in der Künstliche Intelligenz (KI) und maschinelles Lernen (ML) nicht nur in der Cloud, sondern direkt vor Ort auf kleinsten Geräten laufen.
Wenn Experten über Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sprechen, denken viele sofort an komplexe Algorithmen und Datenanalysen, die auf mächtigen Servern durchgeführt werden. Doch eine neue Welle der Technologie macht es möglich, diese hochentwickelten Prozesse direkt an der Quelle der Datengenerierung – auf eingebetteten Systemen mit begrenzten Ressourcen – durchzuführen. Dank Werkzeugen wie Edge Impulse und TensorFlow Lite (Micro) ist es nun möglich, die Inferenz von künstlichen neuronalen Netzen (KNN) effizient auf solchen Miniaturgeräten auszuführen.
Diese Entwicklung eröffnet ungeahnte Möglichkeiten in Bereichen wie dem autonomen Fahren und der Automatisierungstechnik. Die Verarbeitung von Daten direkt an ihrem Ursprung minimiert Latenzen und macht die Technologie für Echtzeitanwendungen tauglich. Dr. Michael Stal, ein Veteran bei Siemens Technology seit 1991, führt uns in einer dreiteiligen Serie durch die Grundlagen dieser Technologien. Angefangen bei den KI-Basics über den Einsatz von TensorFlow Lite bis hin zur Nutzung des MLOps-Online-Tools Edge Impulse, gibt er praktische Einblicke, wie man mit diesen Tools arbeiten kann. Besonders interessant ist die Erörterung des KI-gestützten Entwicklerassistenten Github Copilot im dritten Teil, der die Entwicklung eingebetteter Software revolutionieren könnte.
Die Serie zielt darauf ab, Interessierten ein fundiertes Verständnis der KI-Technologien für eingebettete Systeme zu vermitteln und sie zu ermutigen, eigene Experimente zu wagen.