La colaborazione tra MicroAI e Renesas ha portato a implementare la tecnologia MicroAI AtomML nei microcontrollori RA di Renesas, aprendo la possibilità per i costruttori di macchine e dispositivi industriali di attuare modelli di apprendimento automatico in ambiente embedded.
L’utilizzo dei microcontrollori con la tecnologia di MicroAI permette così una rapida integrazione dell’edge AI nelle macchine, consentendo di sfruttare modelli di intelligenza artificiale direttamente alla sorgente dei dati. Grazie alla distribuzione della tecnologia direttamente nei nodi periferici (edge), è possibile ridurre i costi relativi a connettività, cloud e operativi, accelerando al contempo il time to market per le soluzioni basate sull’AI. La disponibilità della tecnologia embedded di MicroAI fornisce a macchine e dispositivi IoT un’intelligenza di nuova generazione.
“Siamo entusiasti di lavorare con MicroAI per integrare la sua tecnologia sui nostri microcontrollori – afferma Mohammed Dogar, senior director of global business development di Renesas -. Il mondo produttivo chiede da tempo di potenziare le prestazioni delle apparecchiature implementando funzioni di AI direttamente a bordo macchina. Grazie a MicroAI, abbiamo trovato una soluzione”.
MicroAI è un sofisticato algoritmo di apprendimento automatico (Machine Learning) coperto da brevetto che viene implementato direttamente su una macchina o un dispositivo IoT, fornendo una profonda conoscenza del suo funzionamento, dello stato e delle prestazioni. Per esempio, è possibile conoscere in dettaglio i dati operativi relativi ai robot di saldatura impiegati nelle linee di assemblaggio automobilistiche, oppure le emissioni di gas serra in agricoltura. Dovendo fronteggiare possibili fermi macchina imprevisti, proprietari e produttori di hardware industriale si affidano spesso a programmi di manutenzione statici, che fanno aumentare i costi e fermano la produzione senza che vi sia una reale necessità. Grazie ai modelli previsionali di Intelligenza Artificiale è invece possibile attivare una manutenzione di tipo preventivo/predittivo, che previene il verificarsi dei problemi prima che i fermi macchina si manifestino.
Aumentando la visibilità del funzionamento delle linee di produzione, in particolare relativamente a ciò che causa sia i fermi non pianificati che i colli di bottiglia, è possibile fare aggiustamenti così da ridurre questi eventi e mantenere pienamente operative le attività produttive.
“Le aziende desiderano avere una visione predittiva sul funzionamento delle loro risorse così da aumentare la produttività – dichiara Yasser Khan, CEO di MicroAI -. Insieme a Renesas, siamo in grado di soddisfare questa richiesta, utilizzando la tecnologia MicroAI per implementare il Machine Learning nei microcontrollori, e fornendo la possibilità di innestare modelli di apprendimento automatico direttamente in ambiente embedded”.