Edge AI: בינה מלאכותית שרצה בתוך המוצר
ProtoMakers מפתחת מוצרים אלקטרוניים עם Edge AI לחברות בישראל: מודלים שרצים על המיקרו-בקר או על מחשב קטן בתוך המוצר, בלי תלות בענן. אנחנו בונים את כל השרשרת, מהחיישנים ואיסוף הנתונים, דרך אימון המודל וכיווץ שלו כדי שייכנס לחומרה, ועד ה-Firmware (קושחה) שמריץ אותו.
מה אנחנו עושים עם Edge AI
- בדיקת היתכנות: האם AI באמת נותן ערך במוצר, ואיזה מודל ייכנס בחומרה
- איסוף נתונים מהחיישנים ותיוג שלהם
- זיהוי תקלות וחריגות ותחזוקה חזויה, מתוך רטט, זרם, מתח וטמפרטורה
- סיווג קול ואותות, וזיהוי תנועה מחיישני IMU
- עיבוד תמונה על מחשב Linux קטן או על ESP32-S3
- כיווץ מודלים (Quantization) כדי שייכנסו בזיכרון ויעמדו בזמני הריצה
- הרצה על STM32, ESP32-S3 או מחשב Linux קטן, בעזרת כלים כמו TensorFlow Lite for Microcontrollers, STM32Cube.AI ו-Edge Impulse
- מדידה של דיוק, זמן ריצה, זיכרון וצריכת חשמל על החומרה האמיתית
מתי Edge AI מתאים
- צריך החלטה מיידית, בלי לחכות לתשובה מהענן
- אין חיבור רציף לאינטרנט, למשל בשטח או בתוך מכונה
- הנתונים רגישים, ועדיף שלא יצאו מהמכשיר
- שליחת כל הנתונים הגולמיים לענן יקרה מדי בתקשורת או בסוללה
מתי עדיף משהו אחר
- כלל פשוט או סף קבוע פותרים את הבעיה: לא צריך AI, וזה גם זול יותר וגם אמין יותר. אם זה המצב, נגיד לכם את זה כבר בבדיקת ההיתכנות
- המודל גדול מאוד, כמו מודל שפה (LLM): עדיף להריץ אותו בענן ולחבר אליו את המוצר
- עדיין אין נתונים אמיתיים מהשטח: קודם אוספים נתונים מאב-טיפוס, ורק אחר כך מאמנים
- צריך צוות מחקר שמפתח סוגים חדשים של מודלים מאפס: חברה גדולה או צוות Data Science ייעודי יתאימו יותר
מי עושה את העבודה
אותו מהנדס אחראי על החיישן, על הכרטיס, על ה-Firmware ועל שילוב המודל. ב-Edge AI זה חשוב במיוחד, כי מודל שעבד מצוין במחשב נכשל לא פעם במכשיר: קצב דגימה אחר, רעש מהספק, חוסר בזיכרון או זמן ריצה ארוך מדי. כשמהנדס אחד אחראי על כל השרשרת, אין ויכוח בין צוות הנתונים לצוות ה-Embedded באשמת מי הבעיה. ובחברה קטנה מדברים ישירות עם המהנדס, בלי מנהל פרויקט באמצע, וזה גם מהיר יותר וגם זול יותר.
שאלות נפוצות
מי מפתח Edge AI למוצרים אלקטרוניים בישראל?
ProtoMakers, חברת פיתוח מקריית טבעון, מפתחת מוצרים אלקטרוניים עם AI שרץ בתוך המכשיר, לחברות בכל הארץ. מהנדס אחד אחראי על החיישנים, על הכרטיס, על ה-Firmware ועל שילוב המודל.
מה ההבדל בין Edge AI ל-AI בענן?
ב-Edge AI המודל רץ בתוך המכשיר עצמו, ולכן התשובה מיידית, המוצר עובד גם בלי אינטרנט, והנתונים לא יוצאים ממנו. ב-AI בענן אפשר להריץ מודלים גדולים בהרבה, אבל צריך חיבור רציף, ויש עיכוב ועלות על כל שימוש.
אפשר להריץ AI על מיקרו-בקר?
כן, מודלים קטנים. זיהוי חריגות, סיווג קול וזיהוי תנועה רצים היטב על מיקרו-בקרים כמו STM32 ו-ESP32-S3. עיבוד תמונה דורש בדרך כלל מעבד חזק יותר, כמו מחשב Linux קטן.
כמה נתונים צריך כדי להתחיל?
זה תלוי במשימה. לרוב מתחילים באיסוף נתונים מאב-טיפוס בתנאים אמיתיים. לזיהוי חריגות מספיקים לפעמים נתונים של מצב תקין בלבד, כי המודל לומד מה נורמלי ומתריע על כל מה שחורג.
מי מחזיק במודל ובקוד בסוף?
אתם. קוד המקור, המודל, סקריפטי האימון והנתונים שנאספו נמסרים לכם בסוף הפרויקט.
יש פרויקט על השולחן?
פגישת היכרות של 30 דקות, ללא עלות וללא התחייבות.