NanoEdge AI Studio自动化机器学习工具

　　意法半导体发布了NanoEdge TM AI Studio V3，这是一款自动化机器学习工具，具有两个额外的机器学习算法系列、简化的数据记录和改进的用户界面。因此，新软件通过覆盖更多用例并变得对嵌入式开发人员更加直接，从而扩大了其影响范围。我们的团队还提供Edge AI Sprint Packages。由于培训课程和技术支持等，该捆绑包可帮助团队引导他们的项目。因此，今天的发布证明了 ST 希望让所有人都可以访问边缘机器学习的愿望。

　　什么是 NanoEdge AI Studio？

　　创建机器学习应用程序背后的挑战

　　2019 年，ST 博客与 NanoEdge AI 的创建者坐在一起，以更好地了解其第一个机器学习应用程序。传统上，希望从机器学习中受益的大公司必须聘请一名或多名数据科学家来收集数月的大量数据，清理它们并创建 AI 模型。然后，嵌入式开发人员将实现移植到微控制器上，或使用STM32Cube.AI 等工具将神经网络转换为 STM32 MCU 的优化代码。当一家公司在预算紧张的情况下挣扎时，雇用一名或多名数据科学家可能是不可能的。此外，可能无法将工作外包。有些情况很敏感，而另一些情况则需要有人一直在工作。

　　即使在世界各地都有合适的人，获取高质量的数据仍然是一个问题。尽管机器学习取得了所有进步，但获得可靠的训练样本可能是一个严重的问题。例如，如果应用程序试图检测异常行为，则数据可能不可用。事实上，虽然许多数据集适用于分类问题，例如异常检测，但在尝试检测新情况时它们是无用的。获得高质量的数据也很关键，这远非显而易见。当样品没有被拼写错误或信息缺失困扰时，记录干净的集合并精确标记它们可能需要大量投资。

　　让机器学习无处不在的解决方案

　　NanoEdge AI Studio 是一个与嵌入式开发人员交流的实用程序，即使是那些没有数据科学专业知识的人也是如此。神奇之处在于在同一台设备上运行学习复杂标称行为和推理的训练阶段。整个过程因此可以在同一个STM32微控制器上运行。此外，最终用户交互可以很简单，例如按下按钮。因此，工程师可以根据当地环境定制他们的系统，使其更强大、更易于安装。

　　NanoEdge AI Studio 在 Windows 10 或 Ubuntu 上运行，是处理数据以及查找最相关 AI 库的最佳方式。该应用程序的设计侧重于 C 应用程序中的嵌入式开发和无缝集成。简而言之，NanoEdge AI Studio 会考虑 CPU、内存、传感器等基本规格，并搜索最佳 NanoEdge AI 库。然后它会输出一个在 STM32 MCU 上运行的库，开发人员可以直接将其集成到他们的嵌入式应用程序中。随着今天的更新，该实用程序提供了更多库以及数据记录功能。

　　NanoEdge AI Studio 有什么新功能？

　　两个新的算法家族

　　在今天发布之前，NanoEdge AI Studio 支持两大机器学习算法：异常检测和分类。借助 NanoEdge AI Studio V3，这两个系列现在受益于更多数量的库。此外，我们还优化了当前算法以提高现有用例的性能。因此，嵌入式开发人员在切换到新软件版本时可能会体验到更好的资源管理或更快的执行时间。

　　该应用程序还提供了两个新的算法系列：外推法和异常值。前者有助于预测未经测试的条件下的行为。也称为回归，它映射多个变量之间的关系。例如，数据集可以测量风扇在 100ºC、110ºC 和 150ºC 时的行为。现在，借助回归算法，机器学习应用程序可以推断 160ºC 时的行为。NanoEdge AI Studio 中的外推算法不仅涵盖线性回归。事实上，它还提供了更先进的分析技术来处理复杂的情况。因此，开发人员现在可以创建新的应用程序来监控数据科学家自己无法测试的事物。

　　第二种算法是一个基于单一类别值的异常值检测系统。实际上，系统只学习正常行为。任何偏离它的东西都会成为异常。以前，在使用异常检测系统时，开发人员会记录正常行为，然后模拟一个或多个问题。如前所述，可以在同一个微控制器上学习所有行为，从而大大简化操作。然而，在某些情况下，复制异常是根本不可能的。因此，异常值检测可以使用来自常规操作的数据来推断这种情况下的异常情况。

　　新的轻松数据记录功能

　　数据科学家可能会违背将最终产品推向市场的必要性，并且可能会陷入困境。事实上，虽然没有比实际使用情况更好的数据，但它并不总是可用的。此外，许多都受时间限制。因此，新的数据记录功能可将任何STWIN SensorTile 无线工业节点变成最直接的数据收集工具。用户将开发板连接到他们的 PC 并使用 NanoEdge AI Studio 切换到数据记录。之后，记录数据变为自动。工程师可以将 STWIN 板固定到他们的设备上以对其进行监控。传感器将记录数据，然后开发人员可以标记和解析以创建更准确的应用程序。

　　新的图形用户界面

　　NanoEdge AI Studio 新版本的另一个重要改进是用户界面。随着新算法和数据收集功能的出现，改善用户体验变得至关重要。优化开发人员的工作流程也很重要。事实上，NanoEdge AI Studio 的目标是希望将机器学习带到边缘的团队。这些库很小（只有 1 KB）并且经过高度优化。因此，还需要改进对算法的访问，以确保开发人员可以轻松选择他们的项目类别并快速生成他们的库。

　　在嵌入式系统上体验 NanoEdge AI Studio

　　使用 NanoEdge AI Studio 自动化机器学习

　　在 NanoEdge AI Studio 出现之前，工程师必须联系软件供应商，检查他们的硬件配置以及要监控的行为。如今，该工具使开发人员能够自定义、生成和验证他们的机器学习库。该实用程序首先要求用户选择他们的 Cortex-M 架构和系统中的传感器。然后他们导入一个文件，其中包含描述设备典型行为的值。它可以是来自风扇上的加速度计的数据或工业设备的电气信息。之后，NanoEdge AI Studio 会自动测试、优化和排序数亿种可能组合中的最佳算法组合，并生成一个自定义库，开发人员可以使用嵌入式仿真器进行验证。

　　NanoEdge AI Studio V3 现在直接从其用户界面支持所有 ST 开发板。因此，优化和免费库的可用性意味着运行概念验证很简单。例如，在智能振动传感器教程中，用户可以抓取NUCLEO-L432KC来捕捉风扇的正常行为。然后，他们将数据馈送到 NanoEdge AI Studio 并获得一个库，他们可以在主循环中调用该库，以在进行推理之前运行先前由新软件中的基准测试定义的最少训练周期。因此，NanoEdge AI 库可以快速帮助创建使用预测性维护、智能安全操作等的应用程序。

　　使用 Edge AI Sprint 引导项目

　　许多客户未能评估和证明 AI 将为他们的应用程序带来的好处。因此，为了正确启动应用程序，Edge AI Sprint 带来的不仅仅是一个实用程序，而是一个完整的专家支持系统，可以指导开发人员通过其应用程序和用例固有的雷区。因此，Edge AI Sprint 是一个捆绑包，其中包括培训课程、NanoEdge AI Studio 许可证和技术支持。团队可以根据项目的复杂性从各种许可期限中进行选择，以确保他们能够投入生产。旨在引导项目的第一步，Edge AI Sprint 因此限制了风险和投资，同时增加了成功的机会。

　　审核编辑：郭婷