La importancia de los sensores ML
Las cámaras de alta velocidad con modelos ML funcionan desde hace tiempo en las cadenas de suministro.
Se han utilizado para cosas como decidir dónde enviar productos dentro de un almacén o encontrar productos defectuosos en una línea de producción.
Estamos viendo que los proveedores están creando módulos de visión de IA de bajo costo que pueden ejecutar módulos de ML para reconocer objetos o personas.
Aunque la ejecución de un modelo ML requerirá un sistema integrado, habrá más productos que sigan saliendo al mercado como componentes electrónicos habilitados para AI. Esto incluye sensores con AI, también conocidos como sensores ML.
Aunque añadir un modelo ML a la mayoría de los sensores no los hará más eficientes en la aplicación, hay algunos tipos de sensores que el entrenamiento ML puede permitir que funcionen de forma significativamente más eficiente:
- Sensores de cámara en los que se pueden desarrollar modelos ML para rastrear objetos y personas en el encuadre.
- IMU, acelerómetro y sensores de movimiento para detectar perfiles de actividad
Algunos sensores de AI vienen precargados con un modelo ML listo para funcionar.
Por ejemplo, la placa de evaluación SparkFun para detectar personas está preprogramada para detectar caras y devolver información a través de la interfaz QWiiC I2C. Algunos sensores de AI, como Nicla Vision de Arduino o la OpenMV Cam H7 de Seeed Technology, son más abiertos y necesitan tener el modelo ML entrenado para lo que están buscando (defectos, objetos, etc.).
Mediante el uso de redes neuronales para proporcionar algoritmos computacionales, es posible detectar y seguir objetos y personas a medida que se mueven en el campo de visión del sensor de la cámara.
El futuro de la edge AI
A medida que muchas industrias evolucionan y se vuelven más dependientes de la tecnología para el procesamiento de datos, la edge AI continuará viendo una adopción más generalizada. Al permitir un procesamiento de datos más rápido y seguro a nivel de dispositivo, la Innovation in edge AI será profunda.
Algunas de las áreas en las que prevemos una expansión en un futuro próximo son:
- Procesador lógico dedicado a la aritmética de redes neuronales.
- Avances en alternativas de menor consumo frente al importante consumo energético de la informática en la nube.
- Más opciones integradas/módulos como piezas de AI Vision que incluirán sensores incorporados junto con hardware integrado.
A medida que evolucionan los métodos de capacitación de ML, el hardware y el software, la edge AI está bien posicionada para crecer exponencialmente y apoyar a muchas industrias. En DigiKey, estamos comprometidos a mantenernos a la vanguardia de las tendencias de Edge AI y esperamos apoyar a los ingenieros, diseñadores, constructores y profesionales de compras innovadores de todo el mundo con una gran cantidad de soluciones, interacciones sin fricción, herramientas y recursos educativos para que sus trabajos sean más eficientes.
Para obtener más información, productos y recursos sobre la Edge AI, visite DigiKey.com/edge-ai.
Sobre el autor
Shawn Luke es ingeniero técnico de marketing en DigiKey.
DigiKey es reconocido como líder mundial e innovador continuo en la distribución comercial de vanguardia de componentes electrónicos y productos de automatización en todo el mundo, proporcionando más de 15.6 millones de componentes de más de 3,000 fabricantes de marcas de calidad.
