ד"ר גוסיייב הוא יו"ר הארגון הבינלאומי של tinyML – הטכנולוגיה המאפשרת למידת מכונה בקצה, בהספק נמוך במיוחד. בפרט לצורך אימון בינה מלאכותית.
תחום הבינה המלאכותית הזעירה (tinyML) הולך לתפוס בגדול, משום שהטכנולוגיה כבר מתחילה להבשיל. כך אמר ד"ר יבגני גוסייב, יו"ר tinyML Foundation ומנהל בכיר בחברת קוולקום. גוסייב דיבר באמצעות הוידאו ממטה החברה בעמק הסיליקון בכנס ChipEx2021 שהתקיים לאחרונה בת"א בארגון חברת ASG.
"tinyML היא הטכנולוגיה המאפשרת למידת מכונה בקצה, בהספק נמוך במיוחד. בפרט אימון בינה מלאכותית. המון דברים מעניינים אפשר לעשות עם tinyML בעולם העסקים כאשר הטכנולוגיה מאפשרת זאת."
כארגון tinyML Foundation אנו רואים כי החזון של tinyML מתחיל להתגשם. הטכנולוגיה למעשה כבר כאן ורק צריך להפיץ את הבשורה. אנו רואים עולם חדש שבו יהיו טריליוני מכשירים חכמים המופעלים על ידי מנוע זעיר מבוסס לימוד מכונה. הטכנולוגיה מאפשרת לחוש לנתח ולפעול יחד כדי ליצור סביבה בריאה ובת קיימא יותר. אז המפתח כאן הוא הוספת חוכמה למיקרו בקרים החשים ופועלים בסביתנו."
"tinyML הוא אוסף של ג'ובים שמחבר בין העולם הפיזי לעולם הדיגיטלי. הוא חי בעולם הפיזי של העיר ומאפשר לנו לקבל עולם דיגיטלי, שבו האותות אנלוגיים בטבע הופכים לאחדים ואפסים של העולם הדייגטלי. באופן כללי מדובר בשילוב של טכנולוגיות המאפשרות אינטליגנציה ממוחשבת בגבול דהין העולם הפיזי והדיגיטלי והוא כולל את החישה והסוג של טכנולוגיה של ממירים מאנלוגי לדיגיטלי סוג מסויים של מיקרו-בקר וכל ניתוח למידת מכונה ותוכנה שמגיעה עמו. הסיבה שבגללה tinyML כל כך מרגש היא כי הטכנולוגיה עוזרת לפתור בעיות גדולות בהמרה מהעולם הפיזי לעולם הדיגיטלי האתגר הראשון הוא שימוש יעיל באנרגיה, השלב הבא הוא הוצאת הנתונים ולבסוף ניתוחם, ומכיוון שהתוצאה של מה שהמכשירים מוציאים הם נתונים גולמיים ומטה-נתונים. אם מעבדים את הנתונים בתוך המכשיר, אפשר להעביר החוצה פחות נתונים ואז השיהוי יהיה יותר נמוך.
"אנו מגדירים tinyML כקבוצה ארכיטקטורות, טכניקות וכלים ללימוד מכונה שיכולים לבצע על המכשיר ניתוח עבור כל סוג של שיטות חישה שיכול להיות ראיה, כימיה או תנועה. לשם כך נדרשת צריכה נמוכה, מערכת הפעלה של מיליוואט אחד."
"אנחנו עדיין בתחילת כל התחום הזה, אנחנו עדיין בשלב הראשון, מודעות. יש התחלות של דיבורים על מוצרים אבל בעוד כמה שנים נראה Killer Applications ונוכל למצוא מכשירים כאלה בכל מקום. כשהקמנו את הקרן, ביחד עם גוגל ב-2019 היינו מעטים, עכשיו הקהילה מונה אלפי חברות. הסיבה לכך היא שכיום יש חומרה יעילה יותר בשוק, הן חברות גדולות והן חברות קטנות מפתחות טכנולוגיות חדשות ואפשר לקנות את זה כ-IC או שבבי FPGA ממקורות שונים. הם עושים למידת מכונה בצריכת אנרגיה יעילה ותוך שימוש באלגוריתמים יעילים. דברים שפעם דרשו מגהבייטים, אפשר לעשות כיום בכמה K. יש גם ירידה בצריכת הזכרון והתשתית הופכת יותר ויותר בוגרת. יותר ויותר חברות מציעות היום כלי תוכנה המאפשרים לבצע את לימוד המכונה בהתקנים זעירים."
