SensiML Corporation, azienda specializzata in applicazioni di intelligenza artificiale/ML per l’Internet of Things (IoT), ha annunciato oggi l’avvio di una collaborazione con onsemi volta a fornire una soluzione completa di apprendimento automatico per l’elaborazione e la modellazione predittiva basata sui dati dei sensori autonomi. La collaborazione combina il software di sviluppo Analytics Toolkit di SensiML con il kit di sviluppo per sensore RSL10 di onsemi, allo scopo di creare una piattaforma per applicazioni di rilevamento edge per il controllo e il monitoraggio dei processi industriali. SensiML offre la capacità di supportare le funzioni per l’IA con un’occupazione di memoria ridotta, in combinazione con funzioni avanzate di rilevamento e con la connettività Bluetooth Low Energy fornita dalla piattaforma RSL10, senza dover effettuare l’analisi su cloud dei dati grezzi.
Applicazioni autonome edge a basso consumo
Il kit di sviluppo per sensore RSL10 è dotato di connettività Bluetooth Low Energy, caratterizzata dai consumi più bassi del settore, e combina la radio RSL10 con una gamma completa di sensori di movimento, ambientali e inerziali su una minuscola scheda con un fattore di forma che si interfaccia facilmente al toolkit SensiML. Gli sviluppatori che utilizzano in combinazione la piattaforma basata su modulo RSL10 e il software SensiML possono aggiungere facilmente algoritmi locali predittivi a bassa latenza per l’IA ai propri dispositivi industriali indossabili, alle applicazioni di robotica e di controllo di processo o alle applicazioni di manutenzione predittiva, indipendentemente dalla loro esperienza informatica e nella IA. Il codice generato automaticamente consente il rilevamento intelligente dei terminali embedded che trasformano i dati grezzi del sensore in eventi di analisi critiche, proprio laddove si verificano, e permettono di intraprendere le azioni opportune in tempo reale. Inoltre, i terminali intelligenti riducono drasticamente il traffico di rete comunicando i dati solo quando essi offrono informazioni a valore aggiunto.
“L’analisi basata su cloud è troppo lenta, remota e inaffidabile per i processi industriali più critici“, ha affermato Dave Priscak, vicepresidente della divisione ingegnerizzazione delle applicazioni di onsemi. “La differenza tra l’analisi di un evento chiave con apprendimento automatico locale e l’apprendimento remoto su cloud può fare la differenza nel garantire la continuità produttiva, nell’evitare costosi guasti alle apparecchiature e nel garantire la sicurezza e la produttività del personale“.
Il Toolkit SensiML Analytics e il Kit di Sviluppo per Sensori RSL10 di onsemi sono entrambi immediatamente disponibili presso le rispettive società.
Ulteriori informazioni sono disponibile al seguente link.
