Microsoft: Embedded Learning Library

Продукт
Название базовой системы (платформы): Искусственный интеллект (ИИ, Artificial intelligence, AI)
Разработчики: Microsoft Research
Дата последнего релиза: 2017/08/23
Технологии: Процессоры,  Средства разработки приложений

Embedded Learning Library — библиотека, разработанная Microsoft Research, позволит работать с искусственным интеллектом на небольших маломощных компьютерах без постоянного подключения к интернету.

2017: Публикация

23 августа корпорация Microsoft опубликовала библиотеку Embedded Learning Library, призванную помочь внедрить системы машинного обучения в компьютеры с крошечными процессорами, такие как Raspberry Pi. Они не будут нуждаться в постоянном подключении к облаку и интернету, сохраняя все свои вычислительные возможности в режиме оффлайн, также их будет очень сложно взломать, заверяют в Microsoft. Бета-версия библиотеки уже доступна на GitHub.

По мнению представителей корпорации, сфера применения подобных устройств довольно широка. Например, «умные перчатки», способные распознавать и озвучивать язык жестов, датчики влажности почвы и даже мозговые импланты, предупреждающие своего носителя о возможных судорогах. Подобные технологии найдут применение в самых разных сценариях, например, в предиктивном обслуживании для выявления и устранения поломок еще до их возникновения.

Идея проекта родилась у руководителя направления машинного обучения и оптимизации Microsoft Research Офера Декеля (Ofer Dekel), когда его сад атаковали белки. Будучи специалистом в области ИТ, он решил проблему при помощи технологий. Декель написал алгоритм для распознавания белок и запустил его на Raspberry Pi 3. В итоге он получил систему наблюдения за задним двором, включающую разбрызгиватель при появлении вредителей.

«
Раньше одной из главных преград была высокая стоимость и непрактичность устройств для облачной обработки данных. Мы можем наделить большим количеством возможностей меньший по размеру процессор без потери производительности, — заявил Офер Декель.
»

Самым маленьким устройством, на котором тестировалась библиотека, является одноплатный компьютер Arduino Uno, обладающий 2 килобайтами оперативной памяти. Следующий шаг — написание алгоритма для работы систем машинного обучения на процессорах Cortex M0, размером с крошку хлеба.



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2016 год
2017 год
2018 год

  Microsoft (66, 46)
  Oracle (64, 22)
  IBM (40, 20)
  Hyperledger (Open Ledger Project) (8, 13)
  Red Hat (18, 9)
  Другие (352, 109)

  Oracle (2, 4)
  Red Hat (3, 3)
  Microsoft (2, 3)
  Ростелеком-Solar (ранее Solar Security, Солар Секьюрити) (1, 3)
  IBM (2, 2)
  Другие (9, 10)

  Oracle (3, 4)
  IBM (2, 3)
  Haulmont (Хоулмонт) (2, 2)
  Диасофт (Diasoft) (2, 2)
  Abbyy (Аби) (2, 2)
  Другие (12, 14)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2016 год
2017 год
2018 год

  Windows Azure - 20 (20, 0)
  Hyperledger Fabric - 13 (13, 0)
  Solar appScreener (ранее Solar inCode) - 9 (9, 0)
  IBM Rational - 8 (5, 3)
  Microsoft.NET Framework - 8 (8, 0)
  Другие 150

  Hyperledger Fabric - 5 (5, 0)
  ABBYY FineReader Engine - 2 (2, 0)
  Java - 2 (2, 0)
  Неолант InterBridge - 2 (2, 0)
  Solar appScreener (ранее Solar inCode) - 2 (2, 0)
  Другие 8

  CUBA.platform - 2 (1, 1)
  Hyperledger Fabric - 2 (2, 0)
  IBM API Connect - 2 (2, 0)
  Java - 2 (2, 0)
  Diasoft MeNext - 2 (1, 1)
  Другие 16

Подрядчики-лидеры по количеству проектов

За всю историю
2016 год
2017 год
2018 год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2016 год
2017 год
2018 год

  МЦСТ (15, 6)
  Oracle (8, 6)
  Микрон (Mikron) (2, 3)
  ИНЭУМ им. И.С. Брука (1, 3)
  AMD (8, 2)
  Другие (125, 5)

  ИНЭУМ им. И.С. Брука (1, 2)
  Другие (0, 0)

  Байкал Электроникс (Baikal Electronics) (1, 1)
  Intel (1, 1)
  Другие (0, 0)

  Nvidia (Нвидиа) (2, 2)
  МЦСТ (2, 2)
  AMD (1, 2)
  Байкал Электроникс (Baikal Electronics) (1, 1)
  Oracle (1, 1)
  Другие (0, 0)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2016 год
2017 год
2018 год

  Эльбрус 4.4 - 2 (2, 0)
  Другие 0

  Intel Xeon Scalable - 1 (1, 0)
  Baikal-Т1 - 1 (1, 0)
  Другие 0

  AMD EPYC (ранее Opteron) - 2 (2, 0)
  Nvidia Jetson - 1 (1, 0)
  Nvidia Quadro - 1 (1, 0)
  Oracle SPARC - 1 (1, 0)
  Baikal-Т1 - 1 (1, 0)
  Другие 2