h1_key

  近期Silicon Labs芯科宣布與Sensory Inc.公司建立合作伙伴關系，以擴展我們的機器學習(ML)開發(fā)能力。Sensory是喚醒詞檢測和命令或連續(xù)語音識別領域的市場領軍企業(yè)，已在超過 30 億臺設備上提供了機器學習的功能。通過這一全新的合作伙伴關系，Sensory已做好準備，將在Silicon Labs專注于機器學習的強大無線SoC上進行部署。

  具體而言，您可在 EFR32第一代和第二代無線SoC平臺上開始使用Sensory的產(chǎn)品，其中包括我們最新發(fā)布支持Matter標準并內(nèi)置ML硬件加速器的EFR32MG24(MG24)。MG24可以從主要的Arm Cortex MCU內(nèi)核卸載機器學習任務到專門的加速器上，從而將這些機器學習操作的性能提高8倍，將能耗降低6倍。

為您提供物聯(lián)網(wǎng)開發(fā)過程中各個階段的機器學習設計支持Silicon Labs專注于打造互聯(lián)設備，改變?nèi)藗兣c環(huán)境互動的方式，無論是家居還是工商業(yè)領域。更令人興奮的一大新興趨勢是，在嵌入式設備和邊緣注入ML，可有助于擴展此類互動。機器學習不僅完善了喚醒詞檢測或玻璃破碎檢測等現(xiàn)有用例，還可根據(jù)聲音(而非移動)實現(xiàn)建筑占用率檢測等全新用例(我們都經(jīng)歷過這樣的情況：運動檢測器未捕捉到手指在鍵盤上的細微移動;您還在辦公室時燈就已關閉)。我們認識到，每個開發(fā)者可能正處在ML之旅的不同階段。因此，Silicon Labs創(chuàng)建了簡單的類別，可根據(jù)相應的ML專業(yè)知識水平提供合適的解決方案：ML專家、ML探索者和 ML解決方案。

  專家：ML專家是擁有豐富ML項目工作經(jīng)驗、熟悉TensorFlow和Python的人員。這些開發(fā)人員了解如何預處理原始數(shù)據(jù)并衰減關鍵元素，知道如何創(chuàng)建適當?shù)木矸e計算網(wǎng)絡，以及如何解釋從推理得來的隨機信息的恒定輸出。

  探索者：ML探索者是熟悉ML概念、經(jīng)驗豐富的嵌入式開發(fā)人員，但可能第一次處理ML項目，或者正在探索ML如何幫助其產(chǎn)品脫穎而出。該級別的開發(fā)人員對提供端到端工作流程覆蓋的工具感興趣，或者更喜歡基于 GUI 的工具而不是基于代碼的解決方案。

  解決方案：對該級別開發(fā)人員的ML應用經(jīng)驗要求很低，他們需要尋找專注于其特定用例的解決方案，以便集成到當前應用中。對此級別提供的工具將側(cè)重于將ML作為方法，但不需要任何ML經(jīng)驗。

  攜手Sensory擴展物聯(lián)網(wǎng)設備ML解決方案

  隨著Silicon Labs與Sensory建立合作伙伴關系，將可在MG24系列無線SoC內(nèi)置AI/ML硬件處理器的領先基礎上，進一步擴展我們對機器學習的技術(shù)支持和應用開發(fā)能力。

  Sensory首席執(zhí)行官Todd Mozer表示：“Silicon Labs 非常重視 Zigbee 等多種協(xié)議的低功耗、無線連接性，這對于擴大Sensory用戶群的機器學習覆蓋范圍是一大有益的補充?！盨ilicon Labs 攜手Sensory為低功耗無線應用開辟了新市場。Sensory的產(chǎn)品非常適合那些無需定制AI/ML應用程序，而是準備從Sensory預先封裝、完整成熟的代碼集中進行選擇的人員。

  此外，Silicon Labs 還將Sensory和其他有影響力的機器學習組織加入了tinyML基金會。通過加入該社區(qū)，Silicon Labs將加強該基金會在促進嵌入式設備上采用和使用更多tinyML應用程序方面所做的工作，分享知識，指導用戶和市場，探索可利用tinyML技術(shù)解決的新用例和問題，并由此增加市場采用率。

  開始使用Sensory和Silicon Labs攜手打造的物聯(lián)網(wǎng)機器學習

  如上所述，使用GitHub上的示例代碼即可立即開始使用 Sensory 的產(chǎn)品。Sensory 還參加了我們近期舉辦的 Works With 2022 開發(fā)人員大會。您可使用 Sensory 點播功能觀看培訓，獲得更多的實操經(jīng)驗。