La tecnologia distribuita localmente nei nodi periferici (Edge) assicura un time to market più rapido per le applicazioni industriali.
MicroAI, azienda leader nel campo delle tecnologie basate sull’Intelligenza Artificiale e Machine Learning distribuita localmente nei nodi periferici (Edge), ha integrato la sua tecnologia MicroAI AtomML nei microcontrollori RA di Renesas, azienda di riferimento mondiale per i microcontrollori (MCU). La collaborazione di MicroAI con Renesas introduce l’impiego del Machine Learning direttamente nei microcontrollori, abilitando la possibilità di attuare modelli di apprendimento automatico in ambiente embedded – una novità assoluta per l’industria.
I proprietari e i produttori di sistemi e dispositivi industriali, commerciali e di consumo sono ora in grado di implementare rapidamente l’Edge AI nelle loro macchine utilizzando i microcontrollori con tecnologia MicroAI. Questo permette l’adozione di modelli di Intelligenza Artificiale direttamente alla sorgente dei dati, riducendo i costi relativi a connettività, cloud e operativi, e accelerando al contempo il time to market per le soluzioni basate sull’AI. La disponibilità della tecnologia embedded di MicroAI fornisce a macchine e dispositivi IoT un’intelligenza di nuova generazione.
“Siamo entusiasti di lavorare con MicroAI per integrare la sua tecnologia sui nostri microcontrollori“, afferma Mohammed Dogar, Senior Director of Global Business Development di Renesas. “Il mondo produttivo chiede da tempo di potenziare le prestazioni delle apparecchiature implementando funzioni di AI direttamente a bordo macchina. Grazie a MicroAI, abbiamo trovato una soluzione“.
MicroAI è un sofisticato algoritmo di apprendimento automatico (Machine Learning) coperto da brevetto che viene implementato direttamente su una macchina o un dispositivo IoT, fornendo una profonda conoscenza del suo funzionamento, dello stato e delle prestazioni. Per esempio, è possibile conoscere in dettaglio i dati operativi relativi ai robot di saldatura impiegati nelle linee di assemblaggio automobilistiche, oppure le emissioni di gas serra in agricoltura. I proprietari e i produttori di hardware industriale devono fronteggiare tempi di fermo imprevisti (downtime), e si affidano spesso a programmi di manutenzione statici, che fanno aumentare i costi e fermano la produzione senza che vi sia una reale necessità. Grazie ai modelli previsionali di Intelligenza Artificiale è invece possibile attivare una manutenzione di tipo preventivo/predittivo, che previene il verificarsi dei problemi prima che i fermi macchina si manifestino.
Aumentando la visibilità del funzionamento delle linee di produzione, in particolare relativamente a ciò che causa sia i fermi non pianificati che i colli di bottiglia, è possibile fare aggiustamenti così da ridurre questi eventi e mantenere pienamente operative le attività produttive.
“Le aziende desiderano avere una visione predittiva sul funzionamento delle loro risorse così da aumentare la produttività“, dichiara Yasser Khan, CEO di MicroAI. “Insieme a Renesas, siamo in grado di soddisfare questa richiesta, utilizzando la tecnologia MicroAI per implementare il Machine Learning nei microcontrollori, e fornendo la possibilità di innestare modelli di apprendimento automatico direttamente in ambiente embedded“.
Con sede a Dallas, Texas, MicroAI è un’azienda all’avanguarda nello sviluppo di soluzioni di Intelligenza Artificiale (AI) e apprendimento automatico (Machine Learning) per uso locale (Edge). L’azienda sviluppa soluzioni di AI su misura per le macchine connesse, i dispositivi edge e le risorse critiche, incorporando la sua tecnologia proprietaria di Edge AI nativa direttamente sui microcontrollori (MCU) e sui microprocessori (MPU) presenti negli endpoint. Ciò consente una modellazione AI accurata e specifica per il dispositivo che risponde ai requisiti di sicurezza informatica (cybersecurity) di nuova generazione, e assicura la manutenzione predittiva avanzata, l’ottimizzazione delle prestazioni IoT e miglioramenti significativi nell’efficienza complessiva degli impianti e delle linee produttive (OEE). Obiettivo di MicroAI è integrare l’Intelligenza Artificiale nativa utilizzabile localmente nei nodi periferici (Edge AI) in tutti i dispositivi connessi e intelligenti, riducendo la complessità, i tempi e i costi di progettazione, sviluppo e distribuzione.
