Cartesiam IDE agrega una clasificación de anomalías de borde en las MCU Arm Cortex-M

Cartesiam ha introducido una nueva versión de su entorno de desarrollo integrado (IDE) que, según dijo, es la primera en permitir la clasificación de anomalías directamente en todos los microcontroladores Arm Cortex (MCU). También ha introducido una nueva plataforma basada en web para que los usuarios descarguen conjuntos de datos reales de casos de uso representativos y ha anunciado una asociación con Bosch Connected Devices and Solutions para ampliar su línea de productos de IoT con el IDE de Cartesiam.

Habiendo introducido previamente a principios de este año un IDE para que los desarrolladores creen aplicaciones de inferencia y entrenamiento de inteligencia artificial (AI) en microcontroladores, la compañía ahora ha anunciado la disponibilidad de NanoEdge AI Studio V2, que además de simplificar la creación de aprendizaje automático (ML) y inferencia, ahora agrega bibliotecas de clasificación para implementación directa en MCU Arm Cortex-M.

Cartesiam dijo que este nuevo IDE tiene un enfoque superior para la detección y clasificación de anomalías. Esto se debe a que el modelo está entrenado en el microcontrolador, lo que significa que la detección de anomalías activa el clasificador para la caracterización, diciéndole al sistema exactamente qué está mal, no solo que hay un problema genérico 'esta es la clave para brindar a los usuarios la inteligencia necesaria para hacer más decisiones informadas.

Joël Rubino, CEO y cofundador de Cartesiam, explicó a embedded.com, “Nuestra solución ha sido diseñada desde el primer día dentro de la caja de un microcontrolador. Re-desarrollamos, a partir del álgebra, todos los algoritmos de procesamiento de señales y aprendizaje automático (ML) para que se ejecuten de forma nativa dentro de una MCU. Otras soluciones en el mercado son soluciones 'reducidas' de un marco diseñado para ejecutarse en servidores con potencia informática, memoria, conjuntos de datos, etc. ilimitados, para encajar en un microcontrolador y, por lo tanto, nuestras bibliotecas están mucho más optimizadas que la competencia. como Google TensorFlow y otras soluciones de software de inteligencia artificial que se ejecutan en la nube. Por lo general, caben en 4 KB de RAM en una configuración típica, y la mayoría de las veces por debajo de 1 KB ".

Optimizado para MCU Arm Cortex-M, Cartesiam dijo que su IDE no requiere la experiencia de científicos de datos e ingenieros de procesamiento de señales, ya que es una herramienta de escritorio intuitiva que permite a los desarrolladores integrados concentrarse en resolver problemas comerciales en lugar de seleccionar algoritmos. Permite un aprendizaje rápido en el borde, realizando un aprendizaje iterativo en 30 ms en un Arm Cortex-M4 de 80 MHz para brindar inteligencia rápidamente.

La compañía dijo que miles de dispositivos integrados de IoT industrial (IIoT) disponibles comercialmente ya están en producción con NanoEdge AI Studio V1 para la detección de anomalías. Con la adición de bibliotecas de clasificación a NanoEdge AI Studio V2, los desarrolladores ahora pueden ir más fácilmente más allá de la detección de anomalías para calificar los problemas directamente en los endpoints.

“Cartesiam crea herramientas para desarrolladores integrados, ofreciendo un enfoque de botón intuitivo que no requiere experiencia en ciencia de datos, abriendo AI a miles de millones de dispositivos integrados con recursos limitados construidos con MCU Arm Cortex-M”, comentó Rubino. “Inicialmente diseñamos NanoEdge AI Studio para satisfacer la demanda de nuestros clientes en mantenimiento predictivo, quienes, habiendo acumulado datos sobre el uso de sus equipos, nos pidieron que los ayudáramos a calificar fácilmente sus eventos así como a anticiparlos. La nueva versión de nuestro IDE permite a esos clientes, y a cualquier otro diseñador integrado, desarrollar sin esfuerzo una biblioteca de clasificación sin los desafíos habituales asociados con el procesamiento de señales y las habilidades de aprendizaje automático. Esto reduce drásticamente los costos y acelera el tiempo de comercialización ”.

Añadió:“Nuestra solución se ejecuta en una PC. No se requiere conexión a la nube ni costos. Muchas empresas, especialmente las europeas, se muestran escépticas sobre el envío de sus datos a la nube (debido a preocupaciones sobre la privacidad de los datos) y el costo oculto de la computación en la nube ".

Conjuntos de datos de muestra en una nueva plataforma basada en la web, asociación con Bosch IoT
Cartesiam también presentó un "explorador de casos de uso" en data.cartesiam.ai, una nueva plataforma basada en web. Los usuarios pueden descargar conjuntos de datos reales y probar el IDE de NanoEdge AI Studio en casos de uso representativos, como la detección de obstrucciones del ventilador, la detección del cáncer de mama, la detección del volumen de la bolsa de vacío y otros. La compañía dijo que mejorará continuamente el portal con conjuntos de datos adicionales.

Simultáneamente con el lanzamiento de su nuevo IDE y plataforma web, Bosch Connected Devices and Solutions está agregando NanoEdge AI Studio de Cartesiam para extender su línea de productos IoT existente, el kit de desarrollo de dominio cruzado o XDK.

Ando Feyh, jefe de responsabilidad técnica de Bosch Connected Devices and Solutions, dijo:“Con su gama de ocho sensores, la plataforma XDK permite a los diseñadores monitorear, controlar y analizar procesos de forma remota a través de Bluetooth o Wi-Fi, lo que permite a nuestros clientes crear rápidamente más Máquinas inteligentes conectadas. NanoEdge AI Studio V2 aumenta la funcionalidad única del XDK, proporcionando la capacidad de procesar datos para la detección y clasificación de anomalías para uno o más sensores. Dado esto, planeamos utilizar la plataforma de Cartesiam en una amplia gama de proyectos internos y externos, y estamos trabajando en estrecha colaboración con Cartesiam en una integración de NanoEdge AI Studio con nuestro XDK ".