[EDITION ABONNES] Alors que de plus en plus d’entreprises cherchent à mettre à niveau leurs produits avec des fonctionnalités d’intelligence artificielle (IA), les obstacles qui se dressent devant elles s’avèrent souvent difficiles à franchir. Alors que le processus de développement typique d'un modèle d’apprentissage automatique (ML) sur mesure nécessite une expertise appropriée en matière d'ingénierie logicielle et IA, il leur faut en outre investir du temps et des ressources non négligeables dans un processus de développement complexe qui recouvre la collecte, la validation et l'étiquetage des données, l’apprentissage des modèles sur la base de ces données, leur déploiement sur les appareils, puis le test de ces modèles dans divers environnements pour garantir que les attentes en matière de performances seront effectivement respectées...

C’est tout du moins le constat fait par la société Imagimob, propriété d’Infineon depuis 2023, qui estime proposer sous le nom de Ready Models des solutions d’apprentissage automatique (ML) adaptées à une mise en production rapide. Optimisés pour satisfaire les contraintes des appareils de périphérie de réseau (edge), ces modèles prêts à l’emploi peuvent être déployés sur des microcontrôleurs existants, comme le PSoC 6 d’Infineon, sans le coût, le temps ou l'expertise requis pour un développement maison, affirme Imagimob.

« Si l’on examine de près l’écosystème Edge AI, on s’aperçoit que le nombre d'entreprises proposant des modèles prêts à l'emploi pour une solution donnée se compte sur les doigts d’une seule main, indique Sam Al-Attiyah, Head of Customer Success chez Imagimob. Nos Ready Models s'appuient sur huit années d'expertise ; ils sont testés sur le terrain dans différents environnements et donc validés au niveau de leurs performances. Et ils peuvent s’exécuter dans des environnements edge aux ressources limitées. »

Pour garantir la robustesse de ses modèles, la société explique qu’elle crée une liste complète des différents scénarios qu'ils peuvent rencontrer, puis elle teste ces scénarios. Les modèles sont également mis à l’épreuve partout dans le monde pour garantir qu'ils fonctionnent sans biais quelles que soient les zones géographiques ou ethniques de déploiement. Enfin, des tests sur le terrain au sein d’appareils ad hoc permettent de documenter les performances réalistes des modèles dans une configuration matérielle attendue.

Pour l’heure, Imagimob propose quatre Ready Models reposant sur l'audio, dont Baby Cry pour les écoute-bébés, Siren Detection pour les piétons, ainsi que Coughing Detection et Snoring Detection pour la détection de toux et de ronflement, tous deux destinés aux appareils portables utilisés dans les secteurs du médical et de la santé. Des modèles supplémentaires sont actuellement en cours de développement dans les domaines de l'audio, du radar, des centrales à inertie et de la détection capacitive.

« Les Ready Models se présentent comme un moyen plus simple pour les entreprises qui souhaitent s’engager sur la voie de l’apprentissage automatique, déclare Anders Hardebring, le CEO d'Imagimob. Elles n'ont pas besoin d’investir de manière importante pour commencer à intégrer cette technologie sur leurs appareils edge. En fonction des compétences et de l'expertise, le développement d'un modèle ML de production maison prend généralement de six mois à un an. Grâce aux Ready Models, ils peuvent disposer de nouvelles fonctionnalités Edge AI opérationnelles pratiquement du jour au lendemain. »

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