公司动态 - SensiML Corporation 宣布推出首个完整的开源 AutoML 解决方案，用于开发边缘 AI/ML 应用，这是 TinyML 市场的重大突破 [1] - 公司通过开源 Analytics Studio 应用，为全球 IoT 设备开发者提供增强的创造力、创新性和 AI 代码透明度 [2] - SensiML 的 Analytics Studio 支持多种模型开发机制，包括点选式 AutoML 模型生成、无代码 GUI 建模和完全编程的 Python SDK 模型创建 [6] - 公司采用双许可模式，提供开源选项和完全托管的 SaaS 云服务实现，基于相同的核心技术 [10] - SensiML 计划在今年初夏推出其公共 GitHub 仓库和 AutoML 引擎文档，开发者可注册以获取更新并成为该技术的贡献者 [11] 行业趋势 - ABI Research 预测，到 2027 年，AI 驱动的边缘设备市场将达到 35 亿台 [2] - AutoML 简化并加速了机器学习模型的创建过程，使不具备专业数据科学知识的开发者也能更容易地使用机器学习 [3] - 开源方法能够利用更广泛的开发者社区专业知识，加速生成式 AI、合成数据和边缘学习等关键创新 [5] - 边缘 AI/ML 软件工具行业正朝着平台无关的模型生成方向发展，支持广泛的 MCU、AI/ML 加速 SoC 和 AI 引擎 [4] 技术优势 - SensiML 的 Analytics Studio 提供时间序列传感器输入支持，包括麦克风、加速度计、陀螺仪、IMU、负载单元、应变计、PIR 传感器等 [5] - 该平台支持从基本特征模型、回归模型、经典 ML 到深度学习神经网络的多类型模型生成，并拥有超过 80 个特征生成器的丰富库 [7] - 硬件无关的解决方案支持广泛的边缘处理器和芯片供应商，为社区驱动的边缘 ML 创新奠定基础 [8] 应用场景 - 可穿戴设备和服装，实时分析和指导人体运动和人体工程学 [9] - 预测性维护和异常检测传感器，识别并本地响应工厂/设备、泵和阀门的故障 [9] - 建筑自动化和安全端点，具有声学事件检测、关键词识别和说话人识别功能 [9] 未来展望 - SensiML 计划扩展 Analytics Studio，包括生成式 AI 模型开发和调优、合成数据集增强、本地 LLM 支持、图像和视频数据流的对象识别、增强的边缘模型调优和学习等 [13] - 公司还将增加更多 MCU、MPU、NPU 和 GPU 的集成/优化，以及更多针对实际用例的预训练模型模板 [13]