[EDITION ABONNES] Créée en 2018, la société texane ONE Tech, à l’instar de Cartesiam ou de Qeexo, est elle aussi lancée dans la course visant à apporter des capacités d’intelligence artificielle (IA) à des microcontrôleurs standard dans le cadre de la mouvance TinyML (Tiny Machine Learning). ...Elle a développé sous le nom de MicroAI Atom une plate-forme destinée à être embarquée sur des microcontrôleurs et capable d’entraîner et d’exécuter les modèles IA directement sur le nœud d’extrémité. (On rappellera que la phase d’apprentissage des modèles est généralement réalisée dans le cloud.)

Si l’on en croit la start-up, cette avancée permet aux fournisseurs de semi-conducteurs, aux équipementiers, aux fabricants de produits intelligents et aux utilisateurs de réduire d’au moins 80% les coûts liés à l’intégration de l’intelligence à la périphérie de réseau (edge), tant dans le domaine de l’Internet des objets que dans celui des appareils électroménagers ou des actifs industriels. Selon ONE Tech, grâce à MicroAI Micro, les produits architecturés sur des microcontrôleurs peuvent désormais traiter des tâches edge typiques, comme la maintenance prédictive, jusqu’alors généralement effectuées sur des microprocesseurs…

Accessible pour l’heure en accès anticipé pour une mise sur le marché en janvier 2021, MicroAI Micro fait partie de la ligne de produits MicroAI qui reposent sur un algorithme d’apprentissage automatique comportemental multidimensionnel effectuant de l’analyse récursive. Ceux-ci sont utilisés par les entreprises et les équipementiers, notamment dans le secteur automobile sur les lignes de production, comme outils permettant d’obtenir des informations détaillées sur le comportement d’équipements, de machines ou de procédés au sein de leurs organisations.

L’environnement MicroAI est intégré directement sur la machine ou le dispositif IoT ciblé et permet aux entreprises de réduire les temps d'arrêt inattendus associés aux problèmes de maintenance et aux cyberattaques, précise ONE Tech. Et contrairement aux solutions d'IA traditionnelles qui résident uniquement dans le cloud, MicroAI est configuré et entraîné en périphérie du réseau. D’où des analyses et des alertes en temps réel qui optimisent les performances des actifs, augmentent la sécurité et la confidentialité, et améliorent la visibilité et la sécurité des travailleurs, assure la start-up.

« Jusqu’ici le processus d’apprentissage des modèles IA est généralement effectué sur des serveurs dans le nuage équipés de processeurs graphiques GPU, indique Yasser Khan, le CEO de ONE Tech. Les premières versions de notre plate-forme ont été conçues pour un apprentissage et une exécution dans des environnements à microprocesseurs. Avec MicroAI Micro, nous offrons la possibilité d’entraîner et d'exécuter des modèles IA directement sur des microcontrôleurs. »

Micro AI Atom est décrit par son concepteur comme un moteur d'apprentissage auto-correcteur et semi-supervisé qui agrège les données des capteurs internes d’un appareil, pour créer de manière optimale un profil comportemental de l'actif, de manière à détecter un comportement anormal et de réagir en conséquence. Avec cette capacité à effectuer l’apprentissage en local, des flux massifs de données peuvent être récupérés et analysés sans qu’elles aient à être transférées via des protocoles de communication réseau ou stockées dans le cloud. Ce qui réduit considérablement le coût associé à la transmission de données, tout en réduisant, voire éliminant, le coût de stockage et de traitement des données brutes, puisque seules les informations importantes et réellement exploitables seront envoyées, précise ONE TEch.

Avec MicroAI Atom, seules les données traitées issues de l'algorithme d'analyse comportementale MicroAI sont effectivement envoyées dans le nuage. La capacité à effectuer l’apprentissage sur le microcontrôleur lui-même permet en outre une adaptation aux conditions environnementales qui peuvent différer d’un lieu à l’autre, une fois l’actif sur le terrain. Ce qui n’est pas le cas lorsque les modèles IA sont été entraînés dans le cloud puis « poussés » vers la périphérie de réseau, précise ONE Tech.

MicroAI Atom est adapté à un usage sur les puces ESP32 du chinois Espressif ainsi que sur les microcontrôleurs à cœur Arm Cortex-M.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée aux microcontrôleurs : Embedded-MCU