1、初探 Tiny Machine Learning

初探 Tiny Machine Learning

在科技不断演进的当下，机器学习与嵌入式系统的融合催生了一个令人瞩目的领域——Tiny Machine Learning（TinyML）。它让人工智能的力量得以在资源极度受限的小型设备上施展，为众多行业带来了变革。

1. 机器学习基础

机器学习是一个让计算机在无需明确编程的情况下进行学习的研究领域。在软件开发中，很多时候难以给出实现特定目标的精确指令。以垃圾邮件检测程序为例，如果手动编写这样一个检测器，可能会去寻找与垃圾邮件相关的常见词汇，如“free”“amazing”“you are the winner”等。但这种方法需要列举所有可能的垃圾词汇，并制定垃圾邮件评分公式，既耗时又难以保证准确性。

机器学习在信息分类或从现有数据中提取新知识不明确时是一种有效的方法。它通过系统地分析数据，识别那些人类肉眼难以直接察觉的模式。模型经过训练后，就可以根据输入数据进行推理（预测结果）。

计算机检测和提取数据模式的方法有数百种，虽然这里不会深入探讨机器学习理论，但会在必要时简要提及一些方法。而且，机器学习不仅能一次性检测数据中的潜在模式，还能在无需人工干预的情况下定期运行，确保其决策能力与时俱进，这是它的一大优势。

不过，随着时间的推移，机器学习算法的能力不断增强，这主要得益于模型规模和复杂度的增长。这也导致对资源（如 RAM 和 CPU/GPU）的需求不断增加，在嵌入式或基于微控制器的系统中使用时会面临挑战。但这并不意味着机器学习不能在小型硬件上运行。

2. 什么是 Tiny Machine Learning

如果你正在关注这个领域，说明你可能处于嵌入式世