铝和图像不再足以使产品在市场上引起关注。如今，出色的产品需要实用并提供几乎神奇的体验，这才是生活的延伸。微型机器学习(TinyML)是最新的嵌入式软件技术，可将硬件带入几乎不可思议的领域，在这种领域中，机器可以像人类的原始大脑一样通过使用自动学习和成长。
到目前为止，构建用于硬件的机器学习(ML)算法意味着 基于样本数据(称为“ 训练数据 ” )的复杂数学模式，以便进行预测或决策而无需进行明确的编程。而且，如果这听起来很复杂且制造成本很高，那就是。最重要的是，传统上与ML相关的任务已转换为云，从而产生了延迟，消耗了稀缺的电量并使机器处于连接速度的摆布之下。这些限制加在一起，使边缘计算速度变慢，成本更高且难以预测。
但是由于最近的进步，公司将TinyML视为构建产品智能的最新趋势。Arduino的该公司以开源硬件而闻名，它使TinyML可供数百万开发人员使用。他们与Edge Impulse一起，将无处不在的Arduino板变成了强大的嵌入式ML平台，例如Arduino Nano 33 BLE Sense和其他32位板。通过这种合作关系，您可以运行基于人工神经网络(ANN)的强大学习模型，该模型可以到达并采样微型传感器以及低功耗微控制器。
在过去的一年中，通过诸如TensorFlow Lite for Microcontroller，uTensor和Arm的CMSIS-NN等项目，使深度学习模型在嵌入式硬件上更小，更快，可运行方面取得了长足的进步。但是，构建高质量的数据集，提取正确的特征，训练和部署这些模型仍然很复杂。TinyML是边缘硬件与设备智能之间正在实现的缺失环节。