SensiML与安森美合作开展工业边缘AI感知应用

-为安森美的超低功耗RSL10传感器开发套件提供完整的人工智能(AI)/机器学习感知方案

-基于RSL10的平台赋能传感器处理和无线通信

-无需数据科学专知就能为智能工业应用实现AI

2021年11月5日，开发AI工具以构建智能物联网(IoT)终端的领先开发商之一SensiML公司宣布与安森美(onsemi)合作，为自主传感器数据处理和预测建模提供完整的机器学习方案。这合作结合SensiML的Analytics Toolkit开发软件与安森美的RSL10传感器开发套件，为工业生产流程控制和监测等边缘感知应用创建了一个理想的平台。SensiML能在较小的内存空间内支持AI功能，加上RSL10平台提供的先进感知和Bluetooth低功耗联接，赋能精密的智能感知，无需对高度动态的原始传感器数据做云分析。

低功耗自主边缘节点应用

RSL10传感器开发套件具有业界最低功耗的蓝牙低功耗联接，它将RSL10无线电与全套环境和惯性运动传感器结合在一块极小的电路板上，可随时与SensiML Toolkit联接。开发人员一起使用基于RSL10的平台和SensiML软件，可易于将低延迟的本地AI预测算法添加到他们的工业可穿戴设备、机器人、过程控制或预测性维护应用中，无论他们是否具备数据科学和AI专知。由此产生的自动生成的代码赋能智能感知嵌入式终端，能在事件发生的地方将原始传感器数据转化为关键的洞察事件，并能实时采取适当的行动。此外，智能终端还只在数据提供有价值的洞见时才进行通信，大大减少了网络流量。

安森美应用工程副总裁Dave Priscak说：“对于关键的工业生产流程来说，基于云的分析增加不想要的、不确定的延迟，且太慢、太远、太不可靠。用本地机器学习分析一个关键事件相较用远程云学习分析的好处，可等同于生产保持在线，设备不发生昂贵的停机时间，人员保持安全和生产力。”

SensiML首席执行官(CEO)Chris Rogers说：“其他用于边缘的AutoML方案仅依赖神经网络分类模型，只有最基本的AutoML规定，为特定的应用产生次优的代码。我们全面的AutoML模型搜索不仅包括神经网络，还包括一系列经典的机器学习算法，以及分段器、功能选择和数字信号调节变换，以提供最紧凑的模型，满足应用的性能需求。”