Electronique Mag - Le journal de l'électronique.

Accessible au sein du cadre Kenning, ce nouvel outil est intégré à la solution CodeFusion Studio™ d’ADI.

À l’heure où l’IA migre rapidement vers la périphérie du réseau et où la demande en appareils embarqués intelligents explose, les développeurs doivent agir avec toujours plus de célérité. Or, ils rencontrent certaines difficultés pour monter des modèles puissants sur des microcontrôleurs de très petites dimensions et sont confrontés à une courbe d’apprentissage abrupte. Pour les aider à gérer ces contraintes, ADI a codéveloppé AutoML for Embedded dans le but de rendre l’IA embarquée à la fois accessible, efficace et évolutive pour tous.

La solution AutoML for Embedded simplifie ce processus en automatisant le pipeline d’apprentissage automatique de bout en bout en vue de permettre aux développeurs ne disposant d’aucune expertise en science des données de créer des modèles efficaces et de haute qualité capables d’afficher de solides performances. Lors d’une récente démonstration, ce nouvel outil a été utilisé pour créer un modèle de détection d’anomalies sur des données de séries chronologiques sensorielles avec le microcontrôleur ADI MAX32690. Ce modèle a été déployé à la fois sur un équipement physique et sur son jumeau numérique avec le simulateur Renode, démontrant une intégration transparente doublée d’une capacité de surveillance des performances en temps réel.