MathWorks تعرض دورة كاملة لتطوير مستشعرات ذكية قائمة على الذكاء الاصطناعي للأنظمة المدمجة

أعلنت MathWorks عن ندوة ويب حول سير العمل الكامل لإنشاء ونشر نماذج الذكاء الاصطناعي للمستشعرات الافتراضية التي تعمل مباشرة على المعالجات المدمجة - بدون سحابة وبدون تأخير.

لماذا تحتاج إلى مستشعرات افتراضية

المستشعر الافتراضي هو شبكة عصبية تحسب الكمية المطلوبة بناءً على مستشعرات أخرى. على سبيل المثال، مستشعر جودة الهواء المحسوب من الضغط والرطوبة و CO₂، أو نظام التنبؤ بفشل المعدات الذي يحلل الاهتزاز والحرارة. استخدمت الصناعة هذه المستشعرات فيزيائياً منذ فترة طويلة - في خطوط الأنابيب الحرارية والأنظمة الهيدروليكية والمستودعات. لكن في الأنظمة المدمجة، هذا حرج لأسباب أخرى: الحساب في السحابة مكلف (الإنترنت غير موثوق، التأخيرات غير مقبولة)، وعلى المتحكم الدقيق يجب توفير كل بت من الذاكرة وكل ملي أمبير من الطاقة.

ما الذي تعرضه MathWorks

تكشف الندوة سير عمل شامل من البداية إلى النهاية، والذي يتضمن:

• دمج نماذج الذكاء الاصطناعي في Simulink للتحقق الشامل والاختبار القائم على المحاكاة على مستوى النظام
• التحقق الرسمي من شبكات عصبية - ضمان رياضي بأن الشبكة تعمل ضمن الحدود المقبولة
• ضغط النموذج (التكمية والقص) لتوفير الذاكرة وتسريع التنفيذ
• توليد رمز C بدون اعتماديات على أطر عمل خارجية
• اختبارات PIL (معالج في الحلقة) - التحقق على المعالج الهدف الفعلي
• تحليل الأداء وتقييم المقايضات بين الدقة والسرعة

الدورة الكاملة في بيئة واحدة - MATLAB و Simulink. بدون التنقل بين الأدوات، بدون فقدان السياق.

التحديات العملية

المشكلة الرئيسية: شبكة عصبية تعمل بأناقة في دفتر Jupyter قد تفشل على متحكم دقيق بذاكرة 32 كيلوبايت ومعالج 48 ميجاهرتز. لذلك تركز MathWorks على التحقق الرسمي - ليس فقط تشغيل الاختبارات، بل إثبات أن الشبكة لن تتجاوز حدود السلوك الآمن حتى في أسوأ الحالات. نقطة اختناق أخرى - كيفية ضغط النموذج حتى يناسب الذاكرة ويعمل بسرعة كافية، لكن لا يفقد الدقة؟ هناك تقنيات (التكمية إلى int8 والقص الهيكلي والتقطير)، لكن بدون الأتمتة فهذا عمل يدوي.

السياق: الذكاء الاصطناعي على الحافة

هذه الندوة - جزء من اتجاه كبير. على مدار السنوات الخمس الماضية، خرج الذكاء الاصطناعي على الحافة من الزاوية إلى التيار الرئيسي. الآن لا تدرب الشركات الكبرى فقط النماذج، بل المهندسون الذين يصنعون الغسالات والثلاجات والمستشعرات والمضخات. وجميعهم يواجهون نفس المشكلة: كيفية تشغيل التعلم الآلي محلياً، عندما تكون الأجهزة من مستوى 2010s لكن المتطلبات من 2025.

ماذا يعني هذا

الذكاء الاصطناعي المدمج يخرج من هواية الهواة إلى ممارسات الهندسة الإنتاجية. إذا كان لديك جهاز إنترنت أشياء أو معدات صناعية أو إلكترونيات استهلاكية - فسيتعين عليك خلال السنوات القادمة دمج نماذج الذكاء الاصطناعي محلياً بدلاً من إرسال كل شيء إلى السحابة. تقدم MathWorks مجموعة أدوات تجعل هذا أسهل بكثير - والأهم من ذلك، أكثر أماناً.