人工智慧，Artificial Intelligen，簡稱AI，是一種讓計算機和機器能夠模擬人類智能，解決問題能力的技術。
伴隨著AI技術的日新月異，對應的相關硬體、設備、應用也一直在更新，在AI的應用中，有一種應用叫邊緣AI，所謂的邊緣AI，就是AI計算是在靠近網絡邊緣的終端設備上完成，而不是在雲設備上完成。
ST在邊緣AI部署了完整的生態鏈，從產品，工具到應用一應俱全，下面簡單介紹ST的邊緣AI生態。
ST邊緣AI的的應用主要分為三大類：1. 傳感（時間序列）2. 音頻 3.視覺。運用ST AI工具鏈：Nanoedge AI Studio 和STM32Cube.AI實施機器學習和神經網絡，基於機器學習和深度學習算法，幫助客戶更好的實現其應用，如：預測性維護，異常檢測，環境感知，圖像識別，圖像交互等應用。具體應用參考如下：
更多應用可以參考ST網站：https://www.st.com/content/st_com/en/st-edge-ai-suite/case-studies.html；
AI應用的實現需要基於軟體工具及器件，下面介紹ST在AI部署的工具：
目前最新版本NanoEdge AI Studio 4.4, 已經全面實行免費
該工具內置AI機器學習算法，可以在ST MCU內學習和推理，即使開發者不懂AI算法，也可以使用該工具上手，該工具支持所有STM32 MCU型號，採用無監督學習方法，支持：異常檢測，單分類算法，多異常分類，外推法，不需要連雲，直接在MCU上實現運算和推理，支持自學習功能，可適配不同的環境。
~異常檢測：部署到mcu之後，還可以進行正常的學習，對於不同平台的差異性，有自學習功能；（收集正常及異常的數據給NanoEdgeAI）
~單分類算法：只知道正常行為，不需要知道異常行為，根據正常行為就可以判斷異常行為；
~多分類算法：給異常行為分類，如：軸承問題，錯位，氣蝕，軸不對稱；
~外推法：預測未來走向，如：根據現在的趨勢，推斷未來的走向及趨勢（什麼時候換零件？）
NanoEdge AI Studio參考鏈接：https://stm32ai.st.com/nanoedge-ai/
STM32Cube.AI軟體工具，該工具屬於STM32CubeMX的一個擴展包，可以優化和調整模型，更加便捷的評估、轉換部署機器學習或者深度神經網絡在STM32硬體上。
~ 其他AI平台上建模，訓練模型；
~ 支持主流的AI模型框架：TensorFlow Lite，Keras，ONNX，其他框架如：PyTorch，Matlab可以轉換為ONNX後再導入；
~ 用STM32CubeAI導入模型，配置模型，優化，生成適合mcu的C代碼；
~ 支持Cortex-M4，Cortex-M7，Cortex-M33等內核STM32 MCU
ST提供的AI整體解決方案，
參考鏈接：https://www.st.com/content/st_com/en/search.html#q=FP-AI-t=tools-page=1
關於更多的ST AI資訊，可以參考下面鏈接：
STM32 AI官網：https://stm32ai.st.com/
STM32 AI中文官網：https://stm32ai.st.com/zh/stm32-cube-ai/
STM32Cube.AI的使用文檔：https://www.st.com/resource/en/user_manual/um2526-getting-started-with-xcubeai-expansion-package-for-artificial-intelligence-ai-stmicroelectronics.pdf；
評論