211161024_TinyML_边缘计算在高校人工智能专业实验教学中的应用研究.pdf

I

互联网+应用

nternetApplication

TinyML边缘计算在高校人工智能专业实验教学

中的应用研究

文|张增

摘要：人工智能作为新工科专业之一，是引领新一轮科技革命和产业变革的战略性技术，必须与产业深度融合发

展。TinyML是人工智能领域前景较好的新兴技术，将其融入专业实践教学符合新工科人才培养的要求。本文介绍了

TinyML技术特点，分析其在高校人工智能专业实践教学中的应用前景。

关键词：TinyML边缘计算；人工智能专业；实践教学

随着人工智能在技术与应用方面取得了巨大的进训练后处理是TinyML真正发挥作用之处。TinyML的出

展，行业热门已经从大数据快速转变到人工智能领域。现，是为了更好地缓解边缘ML和云端ML中，解决了

教育部2019年设立本科人工智能专业后，各大高校紧长期困扰人工智能领域的数据隐私、网络时延以及能耗

跟时代发展，纷纷设立人工智能专业。截至2022年，等问题。TinyML尝试在物联网设备上，直接处理和分

我国有400多所本科院校开设了人工智能专业。人工智析受限的敏感数据，避免敏感数据被云计算平台收集，

能专业涉及很多学科分支，主要包括机器学习、数据挖保护了个人隐私和数据安全。很多应用场景都对时间延

掘、计算机视觉、自然语言处理、心理学、脑科学、语迟非常敏感，例如自动驾驶就对系统响应时间要求极高。

音识别、数字信号处理等等。近年来，TinyML（微型机TinyML可以将某些机器学习任务下放到终端设备，来

器学习）技术取得广泛应用，使得边缘计算的业务颗粒减少终端与云端的数据交互，从而降低甚至是完全消除

变得更小，甚至下沉到物联网设备，大大扩展了边缘计了对外部通信的依赖，从而解决本地终端延迟问题。许

算的应用场景和市场纵深。作为一门实践性很强的学科，多物联网终端都是移动便携设备，对于功耗的要求很高。

高校人工智能专业实践内容也要贴近行业实际，关注技通过降低设备性能，优化算法，减少网络传输的能耗，

术发展动向，TinyML技术能将机器学习、边缘计算和TinyML的基础运行能耗能降到毫瓦级。

物联网应用有机融合，能极大丰富教学实践内容。（三）TinyML的关键技术

一、TinyML技术简介随着物联网应用的普及，使用微型控制器处理在

TinyML是一个新兴领域，是快速增长的机器学习超低功耗下运行特定机器学习项目的需求日益显现。

技术和应用，未来的万物互联时代，基于超低能耗微控TinyML主要优势在于超精简高效的机器学习算法带来

制器的人工智能终端借助各种传感器，将人工智能覆盖的超低硬件资源消耗，其关键技术在深度学习和MCU

到世界每一个角落，激发出超乎想象的TinyML应用场芯片开发。深度学习的概念源于人工神经网络的研究，

景。人工智能行业是下一个最具商业前景的发展方向。含多个隐藏层的多层感知器就是一种深度学习结构。是

（一）TinyML的概念通过构建具有很多隐层的机器学习模型，对采集的数据

TinyML（tinyMachineLearning），是在终端和边缘进行大量的数据模型训练，不断提取出更有价值的目标

侧的微处理器上实现的机器学习过程，即微型机器学习。特征，最终提升分类或预测的准确性，从而形成机器“推

TinyML是指超低功耗（毫瓦量级）的边缘侧机器学习理”能力。研究深度学习灵感来自模拟人脑的工作原理，

应用，需要硬件、软件和算法的整体性协同实现，涉及