[ad_1]
//php echo do_shortcode(‘[responsivevoice_button voice=»US English Male» buttontext=»Listen to Post»]’) ?>
Pete Warden, el exingeniero de Google ampliamente reconocido como uno de los padres fundadores del movimiento tinyML, recientemente dejó Google y fundó una empresa emergente para desarrollar módulos de sensores habilitados para IA. Useful Sensors espera llevar capacidades de inteligencia artificial a sensores para productos electrónicos de consumo y electrodomésticos.
TinyML hace referencia a la IA, o aprendizaje automático (ML), que se ejecuta en entornos con recursos limitados, normalmente microcontroladores. Warden, anteriormente líder técnico del equipo de TensorFlow Mobile en Google, fundó Jetpac, una de las primeras empresas de IA que Google adquirió en 2014. También publicó un libro de texto sobre tinyML.
Al fundar Useful Sensors, Warden tiene la intención de acelerar la adición de funciones habilitadas para IA a los electrodomésticos, incluidos todo, desde interruptores de luz hasta televisores.
«Realmente quería algo que pudieras usar para mirar un interruptor de luz y decir ‘encendido’ y la luz se encendería», dijo Warden a EE Times. «¡Eso debería funcionar! O cuando me levanto de mi televisor para hacerme una taza de té y tengo las manos ocupadas, quiero que el televisor se detenga. O cuando estoy dando una presentación de diapositivas, quiero poder deslizar para ir a la siguiente diapositiva. Esos son todos los casos de uso de tinyML de los que hemos estado hablando durante años”.
El aprendizaje automático puede ayudar a agregar este tipo de inteligencia a los objetos cotidianos de una manera que no requiera una gran potencia computacional, consumo de energía o costo. Sin embargo, Warden estaba un poco frustrado por la rapidez con la que los fabricantes de electrodomésticos y productos electrónicos de consumo estaban adoptando esta tecnología.
A pesar del trabajo del equipo de Warden en Google en el desarrollo del marco de aprendizaje automático de código abierto TensorFlow Lite para microcontroladores, más el libro de Warden y los esfuerzos de la comunidad y el grupo TinyML en muestras, cursos y conferencias, la aceptación aún es bastante lenta.
«Siempre que voy [appliance manufacturers]Les hablo sobre todo este maravilloso software gratuito que está disponible para que lo usen, pero por lo general terminan diciendo: ‘Difícilmente tenemos un equipo de ingeniería de software, definitivamente no tenemos un equipo de ML, ¿y tú? Solo dennos algo que nos proporcione una interfaz de voz o active nuestro televisor cuando alguien se sienta frente a él y ¿pueden darnos eso también? [a couple of dollars]?’”, dijo Warden.
Con Useful Sensors, Warden pretende ofrecer a los fabricantes de dispositivos y productos electrónicos de consumo «algo que realmente puedan usar, algo que se ajuste a sus necesidades». El enfoque de IA en el sensor refleja años de trabajo en sensores inteligentes de IoT y dispositivos de fusión de sensores.
«Hay una larga historia de ir en esa dirección», dijo Warden. “Realmente estamos tratando de resolver problemas de un extremo a otro, yendo hasta el último kilómetro para ofrecer algo que no requiera una personalización significativa para ser utilizable. Esta es una solución lista para usar que puede usar para resolver un problema específico”.
El primer producto de la empresa es un sensor humano: es una placa de circuito de 20 x 20 mm con una cámara en la parte delantera y un microcontrolador en la parte trasera. La placa tiene dos salidas: un solo pin que se eleva cuando se detecta una persona, más un I2Interfaz C para información, p. B. dónde están las personas en la imagen de la cámara, si la persona está mirando el dispositivo y reconocimiento facial básico (suficiente para distinguir, por ejemplo, miembros de la familia que usan la misma cafetera).
Useful Sensors ya está hablando con clientes potenciales sobre cómo usar esta placa.
Hasta ahora, Warden dice que los clientes potenciales están interesados en aplicaciones como las siguientes:
- un ventilador que sigue al usuario por la habitación.
- una computadora portátil que bloquea su pantalla cuando no la estás usando.
- un sistema de sonido envolvente que sabe dónde están sentadas las personas en la habitación.
El control de gestos es otra área de interés, dijo Warden, y agregó que la mayoría de los prospectos hasta ahora han sido fabricantes de televisores y computadoras portátiles en lugar de fabricantes de dispositivos.
creación de registros
Useful Sensors no desarrolla su propio chip. En cambio, la compañía se queda con los microcontroladores, al menos por ahora.
La empresa ve su valor añadido en la creación de conjuntos de datos y desarrollo de modelos y está dirigida a empresas cuyo negocio principal no es la creación de sus propios modelos y conjuntos de datos.
¿Los clientes no quieren hacer desarrollo de ML o es solo el software en etapa inicial un obstáculo insuperable? Warden está de acuerdo en que el software en etapa inicial y un panorama de hardware fragmentado son parte del problema.
«Aunque todo eso [issues] solucionado, aún necesitaría aprender a crear un conjunto de datos para entrenar un modelo ML, y esa es una habilidad completamente diferente», dijo, y agregó que se necesita mucho trabajo y conocimiento para crear conjuntos de datos de alta calidad para crear, y para muchos eso está fuera de su negocio principal.
Los conjuntos de datos utilizados para entrenar modelos de ML, incluso modelos de ML pequeños, deben ser de la mejor calidad posible para garantizar la confiabilidad. En el caso de la detección de personas, esto significa garantizar que el conjunto de datos represente a todos los tipos de personas para que el modelo sea lo más confiable posible en muchas circunstancias y contextos diferentes. Hasta cierto punto, Useful Sensors tiene la intención de aprovechar a los usuarios de la comunidad para buscar brechas que quizás no haya descubierto.
«Esta es una gran parte de por qué estamos tratando de involucrar a la comunidad de fabricantes», dijo Warden. «Queremos comentarios de la gente que nos informe si nos falta algo… también estamos tratando de encontrar formas de probarlo». [the sensors] para ver qué tan bien funcionan para diferentes comunidades y diferentes tipos de personas a través de pruebas de terceros”.
seguridad y privacidad
Warden también es muy consciente de que agregar cámaras a los electrodomésticos plantea problemas de seguridad y privacidad. Warden espera que terceros certifiquen el sensor de personas de la empresa para garantizar que los piratas informáticos no puedan acceder a su cámara. el modulo yo2La interfaz C solo transporta metadatos sobre la escena (sin imágenes de fotograma completo) y no hay conexión de red en el módulo.
“Los televisores y las computadoras portátiles están en las habitaciones de las personas. Es una responsabilidad enorme”, dijo. «Realmente creemos que esta será una mejor solución de protección de datos que tener algo integrado en el resto del sistema».
Varios tipos de sensores también se encuentran en la hoja de ruta de Useful Sensors, y el próximo producto más probable es un sensor de reconocimiento de voz, que nuevamente usa microcontroladores en lugar de chips más especializados.
Useful Sensors ha recaudado una ronda inicial de $ 5 millones y actualmente tiene seis empleados, tres de Google. Warden es cofundador y CEO, y el cofundador y CTO Manjunath Kudlur también proviene del equipo Tensor Flow de Google (a través de Cerebras).
La placa de sensores de personas de Useful Sensors ya está disponible.
[ad_2]