推动机器学习真正进入微型传感器

前谷歌工程师Pete Warden被广泛视为TinyML概念的开创人之一，他最近离开了谷歌，成立了一家智能传感器初创公司Useful Sensors，致力于开发支持人工智能（AI）的传感器模块。Useful Sensors希望为消费电子和家用电器应用的传感器嵌入AI功能。

TinyML指在超低功耗等资源受限的环境（通常是微控制器）中运行AI或机器学习（ML）。Warden曾是谷歌TensorFlow Mobile团队的技术负责人，此前他曾创立Jetpac，一家被谷歌于2014年收购的早期AI初创公司。他还出版了一本关于TinyML的教科书。

创立Useful Sensors的初衷，Warden意在加速将AI功能添加到从电灯开关到电视等所有家用电器中。

Warden表示：“我一直想打造这样一种产品，当我们看向电灯开关，并说‘开灯’，电灯就能马上点亮。或者当我坐在沙发上看电视，起身准备泡杯茶时，电视就自动暂停。或者当我做幻灯片演示时，能更方便地滑动到下一张幻灯片。这些都是我们讨论多年的TinyML用例。”

机器学习能够以无需大量计算、低功耗且低成本的方式将这种AI智能添加到我们的日常物品中。不过，注意到目前消费电子及家电制造商对这项技术的应用现状，Warden感到很失望。

Warden在Google团队致力于为微控制器开发开源的ML框架TensorFlow Lite，并且还通过出书、示例、课程和研讨会等途径积极推广TinyML，但其应用进展仍然相当缓慢。

Warden去拜访家用电器制造商，并告诉他们所有这些好用的软件都是免费的，并且使用很方便，但那些制造商常常反馈：“我们几乎没有软件工程团队，更没有ML团队，能否以很经济的价格直接为我们提供一种语音接口或类似的其他交互接口？”

这便是Warden创立Useful Sensors的原因，旨在为消费电子和家电制造商提供“满足他们需求，并且可以拿来就直接使用的产品”。在传感器中嵌入AI的方案，已经在物联网智能传感器和传感器融合领域讨论了多年。

Warden说：“业界一直朝着这个方向努力。我们希望可以切实解决端到端的问题，提供无需复杂定制就能直接使用的方案，即利用现成解决方案来解决这些特定问题。”

据麦姆斯咨询介绍，Useful Sensors推出了第一款产品，一种人员监测传感器。它在一个20 mm x 20 mm的威廉希尔官方网站 板上，正面集成了一个摄像头，背面有一个微控制器。该威廉希尔官方网站 板有两路输出：当传感器探测到人员时管脚输出升高，另一个I2C接口提供信息，例如：人在摄像头探测区中的位置、人是否在看设备以及基本的面部识别（例如：可以区分家庭成员）。

Warden表示，目前来看，潜在客户对该产品的以下应用比较感兴趣：

- 智能风扇，跟随用户转动；
- 笔记本电脑，用户离开时自动锁定屏幕；
- 环绕音箱系统，定位人员所在位置，营造更好的音场效果。

Warden透露，手势控制是潜在客户感兴趣的另一应用，迄今为止，对这款产品最感兴趣的是智能电视和笔记本电脑制造商，而不是电器制造商。

构建数据集

Useful Sensors不开发自己的芯片，它们专注于微控制器端，至少目前如此。

Useful Sensors将其价值定位在构建数据集和模型开发，瞄准那些核心业务不包括构建自己模型和数据集的客户。

是客户不想进行ML开发，还是因为早期软件是一个无法逾越的障碍？Warden同意早期软件和碎片化的硬件环境是部分原因。

“即使所有这些问题都得到了解决，客户仍然需要学习如何构建数据集来训练ML模型。”Warden说，“要构建高质量的数据集，需要大量的专业知识，这对许多公司来说，是他们核心业务之外的专业领域。”

用于训练ML模型的数据集，即使是TinyML模型，也需要尽可能高的质量，以确保可靠性。对于人员检测，这意味着数据集需要确保代表所有类型的人员，以使模型在不同的环境和背景下尽可能可靠。因此，Useful Sensors计划利用社区用户来探寻可能没有覆盖的数据。

Warden说：“这是我们尝试让创客社区参与进来的主要原因。我们需要外界的反馈，让我们知道是否遗漏了一些东西……我们还计划寻求测试传感器的方法，通过第三方测试，看看它们在不同社区和不同类型人身上的效果。”

安全和隐私

当然，Warden也敏锐地意识到，在家用电器中添加摄像头会带来安全和隐私问题。Warden希望他们推出的人员探测传感器能够得到第三方认证，以确保黑客无法访问其摄像头。其传感器模块的I2C接口仅涉及关于场景的元数据（非全帧图像），并且该模块上没有网络连接。

“电视和笔记本电脑会涉及人们的私密生活场景，影响巨大。”他说，“我们认为这样的设计将是更好的隐私解决方案。”

Useful sensors的产品路线图上还有其他类型的传感器，下一款产品很有可能是语音识别传感器，同样使用微控制器而不是专门芯片。

审核编辑：刘清