Anzeige

Microsoft Research bringt künstliche Intelligenz auf Edge Devices

Forscher der Microsoft Research Labs entwickeln aktuell Machine-Learning-Dienste für Kleinstcomputer wie Raspberry Pi oder Arduino. Damit wird künstliche Intelligenz (KI) auch für ‚Edge Devices‘, also autonome Geräte, nutzbar.

 (Bild: Microsoft GmbH)

(Bild: Microsoft Deutschland GmbH)

Die erste Preview der Software ist ab sofort auf GitHub verfügbar. Das neue Open-Source-Angebot ist ein weiterer Meilenstein von Microsofts Mission, künstliche Intelligenz zu ‚demokratisieren‘, und soll eine Standardisierung von Protokollen und Schnittstellen für autonome Geräte in der realen Welt fördern. „Mittels der Software können wir zum Beispiel Kleidung, Haushaltsgeräte, Autos oder medizinische Geräte mit Intelligenz ausstatten“, erklärt Peter Jaeger, Senior Director Developer Experience and Evangelism (DX), Microsoft Deutschland. „Damit lösen wir eine ganze Reihe von Herausforderungen im Internet der Dinge, wie eingeschränkte Bandbreiten und zu lange Latenzzeiten. Auch der Energieverbrauch sinkt, da die Kommunikation mit dem Rechenzentrum wegfällt und die Daten in den Geräten verbleiben und dort verarbeitet werden.“ Was die konkreten Einsatzszenarien für Machine Learning angeht, sieht das Microsoft-Forscherteam aus den USA und Indien ganz verschiedene Szenarien: von intelligenten Bodenbefeuchtern in der Landwirtschaft bis hin zu Gehirnimplantaten, die Menschen vor epileptischen Anfällen warnen. Das Microsoft-Research-Team arbeitet auch an Anwendungen, mit denen die Entwicklung von KI-Lösungen für Entwickler vereinfacht wird – vom Sammeln und Aufbereiten von Daten über Trainingsmodelle für Machine Learning bis hin zur Möglichkeit, diese Anwendungen auf beliebigen Geräten auszurollen. Die vereinfachte Nutzung von KI-Technologien ist ein weiterer Schritt auf dem Weg, KI zu demokratisieren und möglichst vielen Menschen weltweit die Teilhabe zu ermöglichen.

Microsoft Research bringt künstliche Intelligenz auf Edge Devices
Bild: Microsoft GmbH


Das könnte Sie auch interessieren

Der Parksuchverkehr in deutschen Großstädten macht durchschnittlich 40% des gesamten innerstädtischen Verkehrs aus. Deswegen ist Solcom am Entstehungsprozess eines intelligenten Parkleitsystems beteiligt, durch welches die negativen Effekte innerstädtischen Verkehrs mithilfe von IoT-Technologien vermieden werden können.‣ weiterlesen

WebDAQ sind autonome Datenlogger von Measurement Computing, die sich für entfernte Überwachungs-, Mess- und Automatisierungsaufgaben einsetzen lassen. Mittels Jobs können einfache Anwendungen, aber auch komplexe ereignisgesteuerte Abläufe sowie Alarme konfiguriert werden.

Das E-1608 von Measurement Computing ist ein 16Bit-Multifunktions-Messmodul mit acht analogen Eingängen, einer Summenabtastrate von 250kS/s sowie zwei analogen Ausgängen. Das Messmodul E-TC bietet den Direktanschluss von acht beliebigen Thermoelementen und ermöglicht mit einer Auflösung von 24Bit präzise Temperaturmessungen. Mit 24 konfigurierbaren digitalen I/Os ist das Modul E-DIO24 für Steuerungs- und Regelungsaufgaben geeignet.

Mit der Universal Library for Linux hat Measurement Computing eine weitere Open Source Alternative für den Einsatz seiner Messgeräte auf Linux-Plattformen vorgestellt. UL for Linux verwendet ähnliche Befehlsstrukturen wie die Universal Library for Windows. Neben der Programmierung mit C wird jetzt auch Python unterstützt.

Die EmbeddedLine-Serie EL1092 von TL Electronic bietet zahlreiche Möglichkeiten bei Prozessor, Schnittstellen und Systemausstattung. 

Der industrielle Box-PC Matrix-713 von Acceed eignet sich ideal für das Fernmanagement von Modulen wie Sensoren und Aktoren in der Fabrikautomation, der Gebäude- und Fahrzeugvernetzung oder Logistikapplikationen. Geringer Energieverbrauch und die Kommunikationsmöglichkeiten (LAN, WLAN, LTE, UMTS) bieten größtmögliche Flexibilität.

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige