EmbedML | Versnelde integratie van Machine Learning in producten met Embedded hardware

Doel van het Europese project EmbedML is de integratie van machine learning (ML) in producten met embedded hardware te versnellen.

Context

Machine learning (ML) wint terrein als sleuteltechnologie om meer waarde te creëren en vast te leggen met slimme producten. Hoewel ML-modellen tot nog toe vooral op high-end platforms in de cloud worden geïmplementeerd, maken recente ontwikkelingen het vandaag mogelijk ML-modellen op kleine, alomtegenwoordige microcontrollers toe te passen. Deze embedded ML-technologie zorgt voor een ingrijpende verandering in de manier waarop producten gegevens lokaal kunnen verwerken, nieuwe oplossingen voor complexe problemen kunnen vinden en nieuwe niveaus van ingebedde intelligentie kunnen bereiken. De combinatie van ML met goedkope en energiezuinige microcontrollers, zonder afhankelijk te zijn van gecentraliseerde gegevensoverdracht, biedt voordelen in een groot aantal toepassingen, van voorspellend onderhoud in de productie tot patiëntbewaking in de gezondheidszorg. Nu embedded ML binnen het bereik van early adopters komt, moeten deze bedrijven in de eerste plaats uitmaken hoe ze deze technologie op de juiste manier en aan de juiste kostprijs in de ontwikkeling van hun nieuwe producten kunnen integreren.

Sirris

Doel, aanpak en resultaten

Het project EmbedML strekt in de eerste plaats tot doel kmo’s te ondersteunen bij het slimmer maken van hun producten met behulp van embedded ML, uit te maken of de beoogde oplossing geschikt is voor hun probleem, de realisatie van hun proof-of-concept (PoC) te versnellen, en de integratie van embedded ML in hun volledige productontwikkeling mogelijk te maken.

Daarom ontwikkelt EmbedML een set van kmo-gerichte ondersteunende tools die de doelgroep helpen de integratie van machine learning in hun producten met embedded hardware te versnellen:

• Online casebook van toepassingen van embedded ML, die kmo’s helpt bij het identificeren en evalueren van opportuniteiten in embedded ML. 
• Set van instrumenten ter ondersteuning van kmo’s bij hun eigen ontwikkeling van PoCs van embedded ML, die regels voor het systeemontwerp aanreiken, alsook praktijkmethodes voor het optimaal inzetten van bestaande ontwikkelingsplatforms. 
• Richtsnoeren voor de ontwikkeling van embedded ML, die de verschillende stadia, engineeringmethoden en vereiste inzet en expertise bestrijken vanaf de initiële haalbaarheid tot de opvolging van producten bij eindgebruikers. 
• Geïntegreerde ontwikkelingsaanpak voor embedded ML, die de gehele ontwikkelingscyclus bestrijkt. 
• Industriële voorbeeldcases die de geïntegreerde ontwikkelingsaanpak valideren en demonstreren. Deze cases worden stapsgewijs uitgewerkt, vanaf de initiële haalbaarheid tot het volledige systeemconcept en de PoCs.

Tegen het einde van het project zal EmbedML deze projectresultaten effectief overdragen aan 160 bedrijven, via breedschalige verspreidingsacties naar de hele doelgroep toe, alsook deep-dive seminars en workshops voor een grondige kennisoverdracht over embedded ML. Binnen twee jaar na het project en met de steun van EmbedML zullen 40 bedrijven gestart zijn met implementaties, van haalbaarheidsstudies en PoCs tot ontwikkelingsprojecten. 

Enkele relevante producten en hulpmiddelen tijdens de levenscyclus van embedded machine learning

Sirris

Doelgroep

EmbedML richt zich tot kleine en middelgrote productiebedrijven en dienstverleners in de maakindustrie, die sensoren, monitoringoplossingen of slimme systemen ontwikkelen en het slim maken van producten als business driver hebben. De projectresultaten zullen worden ontwikkeld in nauwe interactie met een gebruikerscomité van productbedrijven en dienstverleners.
Dankzij de ondersteunende tools van EmbedML kunnen productbedrijven producten met een hogere toegevoegde waarde bieden dankzij embedded ML, de ontwikkelingskosten en -risico's beperken en hun productresearch versnellen. Dienstverleners kunnen op hun beurt hun dienstenportfolio uitbreiden en nieuwe markten aanboren. Door zowel productbedrijven als dienstverleners bij het project te betrekken, wordt de samenwerking in de volledige waardeketen bevorderd. De grootste impact valt te verwachten op de efficiëntie van verticale toepassingen en op de automatisering van controletaken op laag niveau, waarbij het menselijk werk wordt verschoven naar besluitvorming op hoger niveau. 
Wil uw bedrijf deel uitmaken van het gebruikerscomité? Laat het ons weten! De deelname aan het gebruikerscomité is gratis en in ruil voor een beperkte investering van uw tijd krijgt u toegang tot de projectresultaten, en kunt u het project helpen sturen en ervaringen met de andere deelnemende bedrijven uitwisselen.

Financiering

• Financierend agentschap: VLAIO 
• Referentie- en financieringskader: COOCK CORNET HBC.2021.0894