تريد شركة Edge Impulse توفير التعلم الآلي للجميع، وتعلن عن تمويل بقيمة 34 مليون دولار من السلسلة B

كان حلم جان جونغبوم، على حد تعبيره، هو امتلاك أجهزة تفهم حقًا ما يحدث حولها. كان ذلك قبل عشر سنوات، ولكن لم يبدأ التصرف بناءً عليه حتى عام 2019. وكان ذلك عندما أسس جونغبوم وزاك شيلبي حافة الدافع مع مهمة تمكين المطورين من إنشاء الجيل القادم من الأجهزة الذكية.

تعلن Edge Impulse اليوم عن تمويل بقيمة 34 مليون دولار أمريكي من السلسلة B بقيادة Coatue، مما يزيد ثلاثة أضعاف تقييمها السوقي وتوقعات النمو لعام 2022. ينضم كواتو إلى المستثمرين الحاليين، وهم كنعان بارتنرز، وأكرو كابيتال، وفيكا فنتشرز، ومومنتا فنتشرز، وكنولوود للاستثمارات الاستشارية لتتويج ما وصفه الفريق بأنه "عام مذهل".

منذ إطلاقه في عام 2019، أنشأ ما يقرب من 30,000 مطور من آلاف المؤسسات ما يقرب من 55,000 مشروع مخصص للتعلم الآلي باستخدام Edge Impulse، لبناء حلول صناعية ولوجستية واستهلاكية وصحية أكثر ذكاءً مع العملاء بما في ذلك Oura وPolycom وAdvantech و ناسا. وقد زادت قاعدة مطوريها بمقدار 4 أضعاف، مع زيادة الإيرادات السنوية المتكررة بمقدار 3 أضعاف في العام الماضي.

كل هذا يبدو مثيرًا للإعجاب ويشهد على توقعات جارتنر بأنه "بحلول عام 2027، سيصبح التعلم الآلي سيتم تضمين التعلم العميق في أكثر من 65% من حالات استخدام الحافة، مقارنة بأقل من 10% في 2021". لقد التقينا بـJongboom لمعرفة المزيد عن Edge Impulse.

جعل أجهزة إنترنت الأشياء الغبية مفيدة

نقطة بداية جونغبوم وشيلبي هي ذلك أجهزة إنترنت الأشياء رائعون، لكنهم أيضًا أغبياء. يمكنهم تسجيل سلاسل زمنية من أنواع مختلفة من أجهزة الاستشعار، مثل درجة الحرارة أو الصوت، على سبيل المثال، ولكن ليس لديهم أدنى فكرة عما يعنيه ذلك أو كيفية الاستفادة منه.

عندما التقى جونغبوم بشيلبي في شركة آرم، حيث كانا يعملان منذ حوالي ثلاث سنوات، بدأا يتحدثان عما يمكنهما فعله لجعل هذه الأجهزة تفهم العالم حقًا. وسرعان ما توصلوا إلى استنتاج مفاده أن التعلم الآلي هو الحل.

استخدم Jongboom تضييق الخناق على الصيد الجائر كمثال للتطبيق. وقال إنه إذا كنت تريد استخدام جهاز إنترنت الأشياء لاكتشاف وجود فيل حولك، فلديك خياران. الأول هو محاولة إنشاء برنامج يصف شكل المدخلات السمعية للفيل. والثاني هو استخدام عينات من أصوات الأفيال والسماح لنموذج التعلم الآلي بمعرفة ذلك.

تتخصص Edge Impulse في التعلم الآلي لأجهزة إنترنت الأشياء. وهذا يعني أنهم بحاجة إلى تطبيق دورة حياة التعلم الآلي القياسية: جمع البيانات - تدريب النموذج - نشر النموذج - التحقق من صحة النموذج - التكرار. دعونا نرى كيف يستوعبون كل خطوة في هذه العملية.

تساءلنا عن نوع الأجهزة أو المستشعرات التي يدعمها Edge Impulse لجزء جمع البيانات. ذكر Jongboom أن نظام الشركاء البيئي الخاص بهم، بدءًا من مطوري وحدات التحكم الدقيقة إلى السيليكون فائق التخصص للتعلم الآلي، يدعم "أي شيء تحت الشمس".

هناك بعض العوامل التي يجب مراعاتها عند التفكير في كيفية إنشاء شركة تأسست في عام 2019 مثل هذا النظام البيئي بحلول عام 2021. حقيقة أن مؤسسي Edge Impulse بدأوا كمطورين مدمجين بأنفسهم، مع قيام Shelby سابقًا ببيع شركته الناشئة في مجال إنترنت الأشياء إلى Arm، منحتهم السبق، وفقًا لجونجبوم. لقد كانوا يعرفون ما يريده المطورون، وكانوا يعرفون كيفية الوصول إلى بائعي الأجهزة. بالإضافة إلى ذلك، فقد جعلوا عملية استيعاب البيانات مفتوحة المصدر وسهلة الاستخدام:

"لقد كانت تلك قصة جيدة حقًا، حيث يمكننا مساعدة بائعي السيليكون على الذهاب إلى السوق، وبعد أن يصبح لدينا السيليكون لنعمل عليه. وهذا يعني أنه يمكننا الذهاب معًا إلى العملاء والحصول على قصة أفضل بكثير. إنه ليس -- أوه، لدينا منصة التعلم الآلي الرائعة هذه. إنه -- لدينا منصة التعلم الآلي المذهلة هذه، ولدينا بالفعل دعم من بائعي السيليكون الذين سيعملون على أجهزتك الجاهزة بالفعل. هذا مذهل حقًا"، أشار جونغبوم.

جمع البيانات، وتدريب النموذج، ونشر النموذج، والتحقق من صحة النموذج، والتكرار

بقدر ما يتعلق الأمر بنماذج التدريب على التعلم الآلي كجزء من العملية، يستخدم Edge Impulse أطر عمل جاهزة في المقام الأول مثل TensorFlow. الفكرة هنا هي التجريد قدر الإمكان، بهدف جعل إنشاء النماذج سهل الاستخدام قدر الإمكان للأشخاص الخبراء في المجال.

وقال جونغبوم إن الهدف هو منح خبراء المجال الأدوات اللازمة لجمع البيانات، ثم تحليل الحالات الشاذة أو تصنيف ما يحدث أو التنبؤ بالمستقبل. ولا يقتصر الأمر على التعلم الآلي فحسب، بل أيضًا معالجة الإشارات، لأن "معالجة الإشارات رائعة حقًا وقابلة للتفسير".

العمود الفقري لـ Edge Impulse هو TensorFlow، والذي يتم استخدامه عبر Keras. إذا كان لديك عالم بيانات على متن الطائرة، فهذا رائع، يمكنك تعديل النموذج كما تريد. إذا لم يكن الأمر كذلك، فلا داعي لذلك. لذلك يمكن أن يكون أي شيء من رمز منخفض إلى الحرية الكاملة. ونعم، مرجع الكود المنخفض يعني أن هناك IDE في الصورة هنا - الاستوديو.

Edge Impulse Studio هو برنامج على الإنترنت بيئة تطوير متكاملةوهو أيضًا المكان الذي يحدث فيه جزء التحقق من العملية. وأشار جونغبوم إلى أن هذا مهم حقًا في التعلم الآلي بشكل عام، بل وأكثر من ذلك في تطبيقات الحافة. وذلك لأنه إذا قمت بنشر شيء ما على جهاز أو آلة، فقد يكون من الصعب جدًا تصحيح الأخطاء في إعدادات التشغيل.

يتيح Edge Impulse للمستخدمين تحميل بيانات حقيقية لاستخدامها في التحقق من الصحة، ويمكنه أيضًا إنشاء بيانات تركيبية. ويتيح لهم أيضًا التدخل وإجراء التصحيحات يدويًا إيجابيات كاذبة أو سلبيات كاذبة، حسب نوع التطبيق. في بعض الأحيان يكون من الضروري تحديد أحداث معينة، حتى على حساب الإنذارات الكاذبة، وفي بعض الأحيان يكون من المقبول تفويت شيء ما.

النقطة المهمة، كما أشار جونغبوم، هي إنشاء تطبيقات ثاقبة وإلهام الثقة. إن قيام شخص ما بمراجعة البيانات بمساعدة نموذج التعلم الآلي يجعل من السهل رؤية نقاط الضعف.

الخطوة الأخيرة في العملية - النشر - هي حاليًا خارج حدود Edge Impulse إلى حد ما. يقوم Edge Impulse بإخراج كود المصدر. يتضمن ذلك النموذج الرياضي، ورمز التسوية، ورمز معالجة الإشارات، ورمز التعلم الآلي، وجميع عمليات ضبط النموذج بعد المعالجة.

وقال جونغبوم: لا توجد ثنائيات مجمعة، ولا حقوق ملكية على ذلك أيضًا. وأضاف أن كيفية قيام المستخدم بدمج ذلك في أجهزته أمر متروك له. ومع ذلك، أشار جونغبوم إلى أن النظام البيئي يلعب دورًا في هذا أيضًا، ويمكن أن يكون الأمر بسيطًا مثل سطرين من التعليمات البرمجية. هذا الجزء مفتوح المصدر أيضًا.

Edge Impulse EON: الخلطة السرية لتحسين نماذج التعلم الآلي للحافة

الجزء الذي لم نتحدث عنه حتى الآن، وهو أساسي في Edge Impulse وليس مفتوح المصدر، هو TinyML جزء. TensorFlow، أو أي إطار عمل آخر في هذا الشأن، قد ينتج نماذج غير مناسبة لها النشر على الأجهزة المتطورة بسبب القيود المفروضة على تلك الأجهزة من حيث الطاقة والمعالجة قدرات.

هذا هو المكان الذي تلعب فيه تقنية EON (Edge Optimized Neural) الخاصة بـ Edge Impulse. هذه هي التقنية التي استخدمتها Edge Impulse لإنتاج نماذج التعلم الآلي المناسبة للنشر في الأجهزة المقيدة على الحافة. أول شيء يفعله هو أنه يأخذ في الاعتبار جميع معلمات هدف النشر ويقوم بأمرين.

أولاً، يبدأ تشغيل موالف EON. وصف Jongboom هذا بأنه "قاعدة بحث واسعة النطاق تضم 1000 نموذج مختلف يمكننا تجربتها". ينظر موالف EON إلى الأجهزة التي يمكن احتواؤها على جهاز هدف النشر ثم يختار الجهاز الذي يتمتع بأعلى دقة.

بعد ذلك، يقوم مترجم EON بتجميع الشبكات العصبية بكفاءة إلى أجهزة براونفيلد. وقال جونغبوم إن الطريقة التي تعمل بها هي أن نموذج التعلم الآلي يغذي المترجم الذي يبني رسمًا بيانيًا ويدير الاستدلال. ولكن هذا نظام مضمّن يهدر الموارد لأنك تحتاج إلى مترجم بالإضافة إلى جميع الحالات المحتملة التي يمكن للمترجم أن يبنيها.

يقوم مترجم EON فقط بتجميع الرسم البياني إلى كود المصدر ثم تجميعه. وهذا يوفر ما بين 30 إلى 50% من ذاكرة الوصول العشوائي، وهي نسبة كبيرة، خاصة في أجهزة Brownfield. المترجم متاح للاستخدام، والنماذج التي ينشئها الأشخاص هي أيضًا مفتوحة المصدر ومرخصة بموجب قانون ترخيص أباتشي 2.0، لذلك لا توجد إتاوات هناك. يختار بعض الأشخاص بالفعل مشاركة نماذجهم مع المجتمع.

Edge Impulse هو برنامج كمنصة خدمة. يدفع العملاء لكل مشروع شهريًا أو لكل خط بيانات شهريًا. كما أنهم يدفعون مقابل المزيد من ميزات الحوسبة والتعاون وتحويل البيانات على نطاق واسع والتكامل مع السحابة الخاصة بك لسحب البيانات واستيعابها.

لدى Edge Impulse حاليًا فريق مكون من 40 شخصًا. الهدف هو استخدام تمويل السلسلة B هذا للنمو إلى 80 شخصًا في العام المقبل، مع التركيز على فريق هندسة الحلول. قال Jongboom إنهم يهدفون أيضًا إلى مواصلة تنمية المجتمع والدعم بنفس الطريقة، والحفاظ على نموهم العضوي.