
16日,tinyML Asia以“最新技术”主题开启了本次会议。Edge Impulse联合创始人兼CTO Jan JonBoon报告了最新算法技术;来自ARM的机器学习负责人、高级总监MatthewMattina介绍了最新硬件;高通人工智能研究院的高级总监EvgeniGousev则对应用程序做了概述。
17日,清华大学微电子研究所所长魏少军教授在全体会开幕式上做了《中国的AI半导体器件》演讲报告。当天的会议涵盖最新的超低功耗机器学习硬件,来自清华大学的尹首一教授、ARM的TanujArrora和中国台湾国立交通大学的Chenyi Lee教授分别作了精彩演讲。

随后两天的论坛主题分别是“软件”、“聚焦应用场景”。来自谷歌的PeterWarden讨论了边缘侧超低功耗机器学习可能对发展中国家产生的影响,这是一个涵盖很多潜在案例的公开讨论。上海交通大学的余凯和蒋力两位教授则就“算法”方面做了精彩演讲。其后以一组视频海报结束了当天的“软件”论坛直播。新加坡国立大学的Tulik Mitra教授、Idein 公司的Koichi Nakamura 和腾讯的Jack Zhao则就“聚焦应用场景”主题分别演讲。最后在一组广泛议题的视频海报中结束了本次亚洲论坛直播交流活动。

虽然,边缘侧超低功耗机器学习当前还是一个相对年轻的领域,然而在过去一年中其生态系统却有着现象级的增长—tinyML社区规模已发展到全球四千多名专业人员,他们来自数百家企业,包括Google、Microsoft、腾讯、阿里巴巴、Facebook、Qualcomm和ARM等行业领导者,以及许多快速成长的初创公司。在意识到如此快速的发展势头和强大需求后,tinyML组织于2019年成立,这是个非营利性组织,其使命是在全球范围内促进tinyM生态系统的成长。同时,tinyML组织欢迎所有人积极参与,希望tinyML论坛成为真正的全球性活动!
2021年,tinyML组委会计划在夏季组织一场针对欧洲、中东和非洲的tinyML EMEA技术论坛,10月继续在上海举办线下tinyML Asia论坛活动。此外,tinyML组织每周仍将继续举办tinyML Talks的在线直播。如条件允许,还将恢复全球各城市的Meetups活动。
tinyML组织
tinyML组织的创立旨在为边缘云培育一个快速增长的AI分支技术——在边缘侧机器智能可以得到高效运行的tinyML技术:其功率水平通常在个位数毫瓦级或更低功耗层级,是智能手机应用的千分之一,这对于电池供电的设备尤为关键。
计算硬件,机器学习算法和网络的最新进展,以及可用于模型训练的大型数据集的结合,为改变游戏规则的AI应用程序的开发和广泛部署创造了强劲的动力。具备类人感知的智能设备已经赋能各种应用场景,从而改变着我们互相之间以及与周围环境进行交互的方式。tinyML这项巨大的技术创新和快速增长的超低功耗机器学习生态系统为新的应用和商机注入了强大的推动力。与此同时,传感器变得越来越复杂,能感知各种模式(视觉、声音、环境、运动/震动等),并且每天部署的数量以百万计。
在超低功耗机器学习与微型智能传感器这两大驱动力之间的“碰撞”为即将随处可见且不断出现的边缘计算和设备上独立分析提供了特有的机会。而在边缘侧执行机器学习的优势在于能对传感器产生的数据进行就地提取和分析,更为我们现实生活中各种场景应用赋能并创造大量机会。
超低功耗机器学习在边缘技术中的渗透将改变很多领域和细分市场,比如智能家居、工业物联网IoT、可穿戴设备、增强现实AR/虚拟现实VR、保健、物流、零售、安防等行业。此类设备将有望在未来十年内实现两位数的稳步增长,预计到2030年将达到数十亿台设备,并有助于释放数千亿美元的经济价值。



