哈佛大學的Vijay Janapa Reddi教授、TensorFlow Lite Micro團隊和edX ( https://www.edx.org/ )在線學習平台將在今年秋天分享一套  TinyML課程，您可以免費觀看這些課程，或者報名參加課程以獲取證書。在本文中，我將帶您了解什麼是TinyML、TinyML的用途以及我們即將啟動的HarvardX計劃。

TinyML 簡介

TinyML是深度學習行業發展最為迅速的領域之一。簡而言之，這是一個新興的  研究  領域，致力於探索可在小型低功耗設備（例如  微控制器）上運行的模型類型。

TinyML 與嵌入式ML 的應用、算法、硬件和軟件都有交集。TinyML 的目標通常是支持由電池供電的邊緣設備，實現設備端的低功耗（幾毫瓦）低延遲推理。與之對比，台式機CPU 的耗電量在100 瓦左右，是邊緣設備的數千倍！功耗的大幅降低使得TinyML 設備在與電源斷開連接後，仍可繼續依靠電池工作，並可維持數週、數月甚至數年的持續運轉。取得這一成績的同時，邊緣或端點還在不間斷運行ML 應用。

了解如何  動手構建。

儘管我們大多數人不熟悉TinyML，但您可能會驚訝地發現，TinyML 其實已在投入生產的ML 系統中存在多年。當您說“OK Google” 喚醒Android 設備時，便已體驗到TinyML 帶來的益處。這項技術由始終開啟的低功耗關鍵字搜尋器提供動力，其原理與您可以在此處學習構建的搜尋器並沒有什麼不同。

而兩者之間的區別是，越來越多的人能夠接觸、學習TinyML，這要部分歸功於  TensorFlow Lite Micro  和即將推出的HarvardX課程等教育資源的普及。

TinyML 可為嵌入式ML 開發者解鎖許多新應用，特別是將其與加速度計、麥克風和攝像頭等傳感器結合使用時。其已在多個領域應用並取得了豐富的成果，例如野生動物追踪與保護、農作物病害檢測，以及預測野火等等。

TinyML 也可以很有趣！您可以使用TinyML 開發智能遊戲控制器（例如使用基於神經網絡的運動控制器來控制霸王龍）或開發各種其他遊戲。想像一下，通過使用與TinyML 相同的ML 原理和技術，我們可以在汽車中收集加速器數據，用於檢測各種情況（例如輪胎鬆動）並提醒駕駛員。

除了了解如何將TinyML用於娛樂和遊戲，在開發任何ML應用時，您都有必要熟悉  負責任的AI，尤其是在處理傳感器數據時。由於TinyML完全可以在邊緣設備上進行推理（數據無需離開設備），因此其能支持各種私有ML應用。事實上，許多微型設備甚至根本沒有聯網。

課程的詳情

HarvardX 課程旨在讓更多開發者能夠獲取相關知識。您將了解什麼是TinyML、它的主要用途是什麼以及如何開始上手。

這些課程將首先講解ML基礎知識，包括如何收集數據、如何訓練基本模型（如：線性回歸）等等。接下來會介紹深度學習基礎知識（如：MNIST），然後介紹適用於計算機視覺的Tiny ML模型，以及如何使用  TensorFlow Lite微控制器  進行部署。在這些課程的整個授課過程中，我們會穿插介紹一些案例研究、重要論文以及重要應用。

在其中一個課程工作流中，您將像往常一樣在  Colab  中使用Python  構建TensorFlow模型，然後將其轉換成相應的C語言版本，以便在微控制器上運行。課程將展示如何針對資源嚴重受限的設備（例如存儲空間不足100 KB的設備）優化ML模型，還將介紹各種與將TinyML部署到“實際中”的挑戰相關的案例研究。

把TinyML 帶回家

我們很高興與Arduino 和HarvardX 開展緊密合作，成功推出此種體驗。

edX學員可以選擇購買Arduino提供的現成TinyML開發套件。開發套件中包括一個Arm Cortex-M4微控制器、多個板載傳感器、一枚攝像頭和一塊帶有連接線的麵包板。這些是解鎖TinyML應用（如圖像，聲音和手勢檢測）所需用到的一切。借助它，學員將有機會創建自己的TinyML小世界。

期待看到您的作品！