近日，POLYN宣布推出語音處理Tiny AI芯片NeuroVoice，成為第一個在超低功耗模擬神經(jīng)形態(tài)芯片內(nèi)實現(xiàn)語音檢測(VD)和語音提取(VE)組合的公司。
“耳塞、智能手機、助聽器、游戲耳機和對講系統(tǒng)需要新技術(shù)將語音處理提升到一個新的水平?！盤OLYN營銷和業(yè)務(wù)發(fā)展副總裁Eugene Zetserov說。
“當前的語音信號處理方法非常耗電，在某些情況下還不夠。即時語音識別對于助聽設(shè)備很重要。在嘈雜環(huán)境中，基于AI提取語音信號，包括不規(guī)則噪聲，提供比標準噪聲消除濾波器更好的聽覺體驗。神經(jīng)網(wǎng)絡(luò)是語音處理的完美工具?！?/span>
POLYN是一家無晶圓半導(dǎo)體公司，成立于2019年，總部位于以色列。POLYN提供超低功耗、高性能的神經(jīng)形態(tài)模擬信號處理(NASP)技術(shù)、IP和基于NASP的Tiny AI芯片，能夠支持廣泛的邊緣人工智能應(yīng)用，例如可穿戴設(shè)備、工業(yè)4.0、互聯(lián)健康、智能家居等。
POLYN的解決方案允許在具有更高安全性和可靠性的各種物聯(lián)網(wǎng)和自主設(shè)備上運行人工智能。該解決方案不需要互聯(lián)網(wǎng)連接，并降低了功耗和延遲。據(jù)介紹，NeuroVoice以100μW功率運行，并在20μs內(nèi)執(zhí)行推理，它允許客戶創(chuàng)建微型產(chǎn)品，以改善其最終用戶的聽力體驗。
1、NASP技術(shù)，POLYN的殺手锏
人工智能正在加快速度從“云端”走向“邊緣”，進入到越來越小的物聯(lián)網(wǎng)設(shè)備中。在終端和邊緣側(cè)微處理器上實現(xiàn)的機器學(xué)習(xí)過程，被稱為微型機器學(xué)習(xí)，即Tiny AI（也被稱為TinyML）。
更準確的說，Tiny AI是指工程師們在mW功率范圍以下的設(shè)備上，實現(xiàn)機器學(xué)習(xí)的方法、工具和技術(shù)。作為一種全新的機器學(xué)習(xí)模型，Tiny AI是人工智能領(lǐng)域最新的重大技術(shù)突破之一。
物聯(lián)網(wǎng)設(shè)備往往體積很小，面臨著許多挑戰(zhàn)，例如功耗、延時以及精度等問題，傳統(tǒng)的機器學(xué)習(xí)模型無法滿足要求。Tiny AI通過各種技術(shù)能夠更智能地使用數(shù)據(jù)，讓人工智能計算可以直接在設(shè)備上執(zhí)行，而不需要用戶將數(shù)據(jù)發(fā)送到云端或遠程服務(wù)器。
Tiny AI的主要優(yōu)點是它的可移植性。在具有小電池和低功耗的廉價微控制器上運行，意味著，人們可以很容易地將ML以便宜的價格集成到幾乎任何東西中。除此之外，由于計算的本地特性，Tiny AI還具有提高安全性的優(yōu)勢，即無需將數(shù)據(jù)發(fā)送到云端。在物聯(lián)網(wǎng)等應(yīng)用程序中處理個人數(shù)據(jù)時，這可能很重要。
POLYN的神經(jīng)形態(tài)模擬信號處理器技術(shù)（NASP）是一種Tiny AI解決方案，旨在優(yōu)化原始數(shù)據(jù)并減少CPU負載和轉(zhuǎn)發(fā)到云的數(shù)據(jù)量。NASP技術(shù)以前所未有的低功耗、小尺寸和低延遲為傳感器設(shè)備提供真正的AI。通過感知模擬信號和數(shù)字信號，為各種傳感器增加“智能”。
人腦不僅是一個超低功耗的并行操作系統(tǒng)，還是一個模擬系統(tǒng)，處理各種信號而不需要將它們轉(zhuǎn)換成二進制格式。對于信號感知等任務(wù)，模擬系統(tǒng)更可取。據(jù)半導(dǎo)體研究公司稱，預(yù)計未來十年將出現(xiàn)大量模擬信號，這需要硬件方面的根本性突破，以產(chǎn)生更智能的世界機器接口。
POLYN開發(fā)了一個獨特的平臺，該平臺將經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)作為輸入，并使用數(shù)學(xué)建模將網(wǎng)絡(luò)合成為真正的神經(jīng)形態(tài)芯片。芯片包含人工神經(jīng)元（執(zhí)行計算的節(jié)點）和使用電路元件實現(xiàn)的軸突（節(jié)點之間的權(quán)重連接）：神經(jīng)元使用運算放大器實現(xiàn)，軸突使用薄膜電阻器實現(xiàn)。
2022年4月，POLYN宣布，其首款神經(jīng)形態(tài)模擬信號處理器芯片NeuroSense已完成封裝和評估。據(jù)悉，NeurorSense芯片采用55 nm CMOS技術(shù)實現(xiàn)。它充當邊緣信號傳感器，能夠使用神經(jīng)形態(tài)計算處理原始傳感器數(shù)據(jù)，而無需對模擬信號進行任何數(shù)字化。POLYN將其稱為第一款無需模數(shù)轉(zhuǎn)換器(ADC)即可直接在傳感器旁邊使用的神經(jīng)形態(tài)模擬Tiny AI芯片。
2、Tiny AI，飛入尋常百姓家
Tiny AI應(yīng)用前景廣闊，包括物體識別和分類、手勢識別、音頻檢測、機器監(jiān)控、關(guān)鍵字發(fā)現(xiàn)等等?？梢灶A(yù)見的是，Tiny AI將成為我們?nèi)粘Ｉ钪械囊徊糠帧?/span>
當前，物聯(lián)網(wǎng)設(shè)備日益普及。在資源受限設(shè)備上運行機器學(xué)習(xí)模型的能力，為許多新的可能性打開了大門。一個很好的例子是具有心率(HR)跟蹤和人體活動識別(HAR)的可穿戴設(shè)備，其中PPG/IMU傳感器不斷生成數(shù)據(jù)，其處理會消耗大量電池電量。
對于執(zhí)行真正始終在線測量的設(shè)備，神經(jīng)形態(tài)模擬信號處理是一個理想的解決方案，與傳統(tǒng)算法相比，它具有100uW的超低功耗和兩倍的精度。提高的精度還可以簡化整個系統(tǒng)，并降低相關(guān)成本。
“潛在客戶對可穿戴設(shè)備的測量不準確和電池壽命短持謹慎態(tài)度。這些發(fā)生是因為可穿戴設(shè)備中最常見的當前實現(xiàn)是基于算法計算，這些算法計算耗能大且無法真正準確?！盤OLYN一位高管表示。
“戒指形式的可穿戴設(shè)備是一個可行的選擇，但現(xiàn)在很少有這樣的智能戒指模型可以真正戴在手指上。對于這種形式，降低功耗至關(guān)重要，并且需要新型硬件?！?/span>
另一個例子是工業(yè)物聯(lián)網(wǎng)應(yīng)用。隨著工業(yè)4.0的發(fā)展，世界對基于振動監(jiān)測的機器健康解決方案的興趣與日俱增，這是有充分理由的。振動是響應(yīng)來自旋轉(zhuǎn)設(shè)備的機械激勵的重復(fù)運動。振動監(jiān)測是機器狀態(tài)監(jiān)測中的主要傳感技術(shù)，因為振動變化發(fā)生在機器故障過程的最開始，從而可以進行早期診斷。
LoRa是一種非常流行的技術(shù)，尤其是在歐盟，這要歸功于它的低成本、低功耗和遠距離通信能力。然而，由于帶寬窄，振動傳感器的原始數(shù)據(jù)很難通過LoRa傳輸。POLYN的NASP可以提供對傳感器數(shù)據(jù)預(yù)處理的明確需求。
“嵌入的使用減少了從機械、軌道、鐵路車輛、風力渦輪機以及石油和天然氣泵發(fā)送到云端的測量數(shù)據(jù)，解決了物聯(lián)網(wǎng)系統(tǒng)所需的低帶寬的根本問題?！盤OLYN表示，使用嵌入進行傳感器數(shù)據(jù)預(yù)處理可將嘈雜的原始數(shù)據(jù)流減少1000倍。
嵌入是機器學(xué)習(xí)中最通用的技術(shù)之一，適用于廣泛的用例，從信息搜索、相似性檢查和欺詐檢測到學(xué)習(xí)用戶行為和項目之間的關(guān)系。最著名的嵌入之一是Google在2013年發(fā)明的Word2Vec。在未來的邊緣AI中，嵌入有很大的潛力。
人工智能世界一直在尋找一種經(jīng)濟高效的技術(shù)，該技術(shù)允許神經(jīng)網(wǎng)絡(luò)自主工作并直接處理來自模擬傳感器的數(shù)據(jù)，同時始終以高精度執(zhí)行任務(wù)。對于移動、物聯(lián)網(wǎng)或遠程設(shè)備，這必須以超低功耗完成。Tiny AI作為機器學(xué)習(xí)和嵌入式IoT設(shè)備的交叉領(lǐng)域，具有革新許多行業(yè)的潛力，將發(fā)揮越來越大的作用。
