Maschinelles Lernen auf Mikrocontrollern: Reduzierung des Speicher- und CPU-Verbrauchs zur Energie- und Kosteneinsparung

Laut Eirik Midttun sind künstliche Intelligenz (KI) und maschinelles Lernen (ML) nützliche Werkzeuge für die Interpretation von Sensordaten, insbesondere wenn die Eingabe komplex ist, wie z.B. Vibration, Stimme und Sicht. Die Hauptprobleme beim Einsatz von maschinellem Lernen auf Mikrocontrollern sind die Einschränkungen der verfügbaren Rechenleistung und die kostengesteuerten Anforderungen, die mit mikrocontrollerbasierten Designs verbunden sind. (Von Ben Linders)