選對圖形化軟體工具 不需任何程式碼快速產生AI模型

2020/10/08 - DIGITIMES企劃

現階段有不少製造業者急欲推動數位轉型，第一步需達到設備連網，因而必須佈建Sensor、Wireless相關產品；接下來的重點便是執行AI分析。美商快輯(QuickLogic)亞洲業務總監連文賢指出，假使企業首度跨足AI，眼前有兩條路可以選，一是對外招募資料科學家、演算法專家、Programmer等好手加入團隊，選擇走這條路的企業並不少，另一條路是委外開發演算法，部分企業偏好採用這個選項。

如今QuickLogic為有意投入AI的企業提供第三種選擇，便是「SensiML Analytics Studio Toolkit」，有了這套圖形化AI軟體工具，企業不需費心撰寫任何一行程式碼，就能在快速且成本合理的前提下開發AI應用。

連文賢說，SensiML起源於2012年，當時是英特爾內部的一個專案計畫，直到2016年，英特爾在年度開發者大會時宣布推出「Intel Knowledge Builder Toolkit」、也就是SensiML Analytics Studio Toolkit的前身，堪稱一種開創性的AutoML(機器學習自動化)軟體工具，能夠快速簡單地把AI引入IoT邊緣。2017年英特爾根據Knowledge Builder Toolkit獨立開設SensiML公司，而QuickLogic於2019年購併SensiML。

「企業若想切入智慧機械，絕對不是安裝感測器、做到設備連網就能大功告成。」連文賢說，企業往往面臨兩個亟待解決的問題，第一必須撰寫Code，既緩慢、更消耗專業人力；第二既然要做AI/ML，就必須引進一些深具領域知識、又看得懂數據的資料科學家，此外還需要引進有能力寫演算法的工程師。一般企業難以迎合這兩項需求，但若欲發展新一代嵌入式系統，便需持之以恆發展ML(機器學習)，如何選擇好用的開發工具、順利維護程式碼的Size與Complexity，可說相當重要。

SensiML Analytics Studio Toolkit Suite不僅是AutoML軟體套件，更是極具突破性的邊緣AI開發工具，由三個應用程式所組成，分別是Data Capture Lab、Analytics Studio以及TestApp，依序象徵資料擷取(含資料收集、標註和分析前資料管理)、模型建構(含硬體環境標識、資料分析及演算法生成)、模型測試(包括針對現有的AI模型、新來的AI模型和資料集進行驗證)等三個主要任務。值得一提的，SensiML內建超過80種演算法，會根據這些演算法展開自動建模，最終產出5個分數較高的模型，用戶便可擇優導入到硬體平台，就此展開AI應用。而在導入至硬體平台、展開應用之前，用戶可以利用TestApp，快速驗證模型的準確率與執行效能。

連文賢重申，企業只需要利用SensiML Analytics Studio Toolkit，即可善用三組應用程式，一氣呵成地滿足資料收集、標註、AI模型開發、產生硬體Image File等所有程序，不論企業用戶屬於AI生手或熟手，通通不需要寫任何一行Code。此外值得留意的，QuickLogic近期推出一個完全開源的「ARM Cortex M4＋eFPGA」的SoC開發套件，定名為「QuickFeather」，這款小型開發板，非常適合用來支持低功耗ML的IoT設備。


圖說：美商快輯(QuickLogic)亞洲業務總監連文賢。