Si seulement il avait un cerveau
L’intelligence artificielle en périphérie
L’intelligence artificielle (IA) est un ensemble de systèmes matériels et logiciels capables de fournir aux unités de calcul des capacités qui, pour un observateur humain, semblent imiter les capacités cognitives des humains.
Elle utilise un ensemble de méthodes de calcul inspirées de la nature pour résoudre des problèmes complexes du monde réel où la modélisation mathématique ou traditionnelle s’est avérée inefficace ou inexacte. L’intelligence artificielle raisonne en quelque sorte de la même façon que le cerveau humain, en utilisant des connaissances inexactes et incomplètes pour produire des actions de manière adaptative, puis en accumulant de l’expérience au fil du temps.
Le Machine Learning (un sous-ensemble de l’IA) aborde une variété de problèmes qui surviennent dans la vie quotidienne. Il peut exploiter les données fournies par les capteurs présents dans nos environnements, maisons, bureaux, voitures, usines et objets personnels. Un modèle répandu suppose que les données brutes des capteurs sont envoyées à une puissante intelligence distante centrale (le cloud). Il nécessite ainsi une bande passante de données et des capacités de calcul importantes. Ce modèle réduirait la réactivité si vous considérez le traitement de fichiers audio, vidéo ou image à partir de centaines de millions d’appareils finaux.
Passer d’un système d’intelligence centralisé à un système d’intelligence distribuée
L’IA permet des solutions de bout en bout beaucoup plus efficaces lorsque l’analyse effectuée dans le cloud est rapprochée des systèmes de détection et d’action. Cette approche distribuée réduit considérablement à la fois la bande passante requise pour le transfert de données et les capacités de traitement des serveurs cloud, en tirant parti des capacités informatiques modernes en périphérie. Elle offre également des avantages en matière de souveraineté des données des utilisateurs, car les données sources personnelles sont pré-analysées et fournies aux fournisseurs de services avec un niveau d’interprétation plus élevé.
ST s’est activement impliqué dans des sujets de recherche sur l’IA et propose différentes solutions pour pousser l’IA vers l’IoT en périphérie (les systèmes de nœuds de capteur) et même jusqu’au circuit intégré de capteur lui-même.
Grâce au nouvel ensemble de solutions d’intelligence artificielle (IA) de ST, vous pouvez désormais cartographier et exécuter des réseaux neuronaux artificiels (ANN) pré-entraînés à l’aide du vaste portefeuille de microcontrôleurs STM32 grâce au pack d’extension STM32Cube.AI, permettant d’utiliser l’IA sur les MCU STM32 Arm® basés sur Cortex®-M.
Le STM32Cube.AI est :
- Interopérable avec les outils de formation en Deep Learning populaires, comme TensorFlow Lite, Keras, Caffee, Lasagne, ONNX, etc.
- Compatible avec de nombreux IDE et compilateurs
- Capteur et RTOS agnostique
- Permet à plusieurs réseaux neuronaux artificiels d’être exécutés sur un seul MCU STM32
- Prise en charge complète des MCU STM32 ultra basse consommation
- Utilisez la puissance du Deep Learning pour améliorer les performances de traitement du signal et augmenter la productivité de votre application STM32. Créez et cartographiez des réseaux neuronaux artificiels sur votre STM32 (code optimisé généré automatiquement) au lieu de créer un code artisanal.
ST propose ensuite des capteurs MEMS avancés, tels que les IMU LSM6DSOX, LSM6DSRX et le ISM330DHCX de qualité industrielle. Ces appareils (et tous les futurs appareils MEMS avec X à la fin du numéro de référence) contiennent des fonctions numériques optimisées pour exécuter des algorithmes de Machine Learning qui permettent de partager le traitement des données entre l’IMU et le processeur hôte. Cette approche permet de réduire davantage la consommation d’énergie du système, car pour des tâches typiques, l’ASIC du capteur peut consommer jusqu’à 0,001 fois la puissance d’un MCU. Pour en savoir plus sur la fonction d’automate fini (FSM - Finite State Machine) et le Machine Learning Core (MLC) dans ces IMU et les outils de développement associés, consultez les notes d’application liées ci-dessous.
- Notes d’application AN5259
- Notes d’application AN5273
La collecte de données dans les applications de l’Industrie 4.0 est une partie essentielle du processus de surveillance et permet de garantir le bon fonctionnement des machines en usine. Les techniques de surveillance continue de l’état sont normalement utilisées sur des équipements tels que des compresseurs, des pompes et des moteurs.
La maintenance prédictive est basée sur la surveillance de l’état, la détection d’anomalies et des algorithmes de classification. Elle intègre des modèles prédictifs qui peuvent identifier le temps d’exécution restant de la machine, en fonction des anomalies détectées. Cette approche utilise un large éventail d’outils, tels que l’analyse statistique et le Machine Learning pour surveiller l’état de l’équipement.
Nos microcontrôleurs ultra-basse consommation STM32 Arm® Cortex® basés sur M4/M33/M7 et nos séries de microprocesseurs STM32 Arm® Cortex®-A7® avec des capacités de virgule flottante peuvent traiter les données des capteurs en périphérie. La chaîne d’outils STM32Cube.AI permet de mettre en œuvre des réseaux neuronaux et le Machine Learning pour mettre en œuvre une approche de Deep Learning.
ST propose des capteurs hautes performances et compétitifs avec une garantie d’approvisionnement de 10 ans (programme de longévité), notamment des accéléromètres et des microphones analogiques à ultrasons pour permettre l’analyse des vibrations, de la simple surveillance Réussite/Échec à l’analyse de données haute précision basée sur la fréquence, ainsi qu’une gamme de capteurs environnementaux de température, d’humidité et de pression
Solutions de connectivité STM32
La gamme de microcontrôleurs (MCU) STM32 comprend également des solutions de connectivité sans fil, notamment notre système sur puce STM32WL à très faible consommation : Série de microcontrôleurs STM32WL et STM32WB à double cœur.
Le SoC STM32WL est une plateforme MCU multi-protocoles et sans fil ouverte capable d’exécuter le protocole LoRaWAN® via la modulation LoRa®, ainsi que d’autres protocoles ad hoc basés sur les modulations LoRa®, (G)FSK, (G)MSK ou BPSK. La plateforme MCU multi-protocoles sans fil STM32WB peut exécuter simultanément les protocoles de communication Bluetooth™ 5.0, OpenThread, ZigBee 3.0 et IEE 802.15.4.
Voir les présentations :
- MCU avec système sur puce sans fil longue portée de la série STM32WL
- MCU de la série STM32WB avec Bluetooth 5.0 et IEEE 802.15.4 intégrés
STM32Cube.AI
Grâce à un nouvel ensemble de solutions d’intelligence artificielle (IA) de ST, vous avez désormais la possibilité de cartographier et d’exécuter des réseaux neuronaux artificiels (ANN) pré-entraînés sur la vaste gamme de microcontrôleurs STM32.
Le STM32Cube.AI est un pack d’extension de l’outil largement utilisé de configuration et de génération de codes STM32CubeMX permettant d’utiliser l’IA sur les microcontrôleurs basés sur STM32 Arm® Cortex®-M. Pour y accéder, téléchargez et installez le STM32CubeMX (à partir de la version 5.0.1).
Produits phares
STMicroelectronics est un moteur des avancées automobiles
Fort de sa vaste expérience dans le domaine automobile, STMicroelectronics propose des solutions de semi-conducteurs de pointe pour accompagner les constructeurs automobiles et leurs fournisseurs de systèmes électroniques.
La gamme complète de produits de ST propose aux clients des solutions innovantes pour répondre aux exigences les plus strictes en termes d’efficacité des véhicules, d’impact environnemental, d’expérience de conduite et de sécurité.
Voir les produits
