Fraunhofer IMS: KI-Framework für Arduino und Co.
Das ML-Framework AIfES ermöglicht maschinelles Lernen uff Embedded Systems solange bis hinunter zum 8-Bit-Controller des Arduino Uno.
iX Magazin Von
- Carina Schipper
Mit AIfES (Artificial Intelligence für Embedded Systems) haben das Fraunhofer IMS und Arduino eine plattformunabhängige ML-Bibliothek in der Programmiersprache C entwickelt, die ausschließlich Standardbibliotheken auf Basis der GNU Compiler Collection (GCC) nutzt. Mithilfe des eigenständigen, komplett in C programmierten KI-Frameworks lassen sich ML-Algorithmen selbst auf kleinsten Mikrocontrollern trainieren und ausführen. AIfES sei vergleichbar und kompatibel mit den bekannten Python-ML-Frameworks wie TensorFlow, Keras oder PyTorch, jedoch im Funktionsumfang deutlich reduziert, heißt es seitens Fraunhofer IMS.
AIfES enthält ein voll konfigurierbares Feedforward Neural Network (FNN), was auch tiefe neuronale Netze zulässt. Nutzer können auf dem 8-Bit-Controller des Arduino Uno ein neuronales Netz implementieren. Damit die Bibliothek auf Mikrocontrollern lauffähig ist, hat man bei allen Funktionen den Code auf ein Minimum reduziert. AIfES eignet sich für Hardware vom 8-Bit Mikrocontroller über das Smartphone bis hin zum PC. Auch das Training kann auf dem Mikrocontroller stattfinden, ohne dass ein externer Rechner oder eine Cloud-Anbindung nötig sind. Damit sind kleine, selbstständig lernende Geräte möglich, die die Sensordaten direkt auf dem Gerät verarbeitet.
AIfES verwendet Standardbibliotheken auf Basis der GNU Compiler Collection (GCC).
Die Partnerschaft des Fraunhofer IMS mit Arduino erlaubt, AIfES über den Arduino Library Manager direkt in die Arduino IDEs zu integrieren. Für private Projekte oder Entwickler von Free Open Source Software (FOSS) unter der GNU General Public License (GPL) Version 3 lässt sich das Framework kostenlos einsetzen. Wer AIfES mit kommerziell lizenzierter Software kombinieren und vertreiben will, muss einen Lizenzvertrag mit dem Fraunhofer IMS abschließen. Detaillierte Informationen zum Framework finden sich auf der Webseite des Fraunhofer IMS.
(csc)
Quelle: www.heise.de