Syntiant Viel mehr als nur Spracherkennung

Dave Garret, VP of Hardware von Syntiant (ganz links), und Prof. David Harris (rechts außen) mit den Studenten des Harvey Mudd College, die den NDP101-Prozessor für Bewegungs- und Gestenerkennung genutzt haben.
Dave Garret, VP of Hardware von Syntiant (ganz links), und Prof. David Harris (rechts außen) mit den Studenten des Harvey Mudd College, die den NDP101-Prozessor für Bewegungs- und Gestenerkennung genutzt haben.

Die »Neural-Decision-Processor«-Architektur von Syntiant kann in tragbaren Geräten Bewegungen und Gesten effektiv erkennen und klassifizieren.

Derzeit findet der »Neural Decision Processor«-Architektur (DNP) von Syntiant vor allem in der Spracherkennung Einsatz. Jetzt haben die Studenten des Harvey Mudd College (Claremont, Kalifornien) in Zusammenarbeit mit den Ingenieuren von Syntiant gezeigt, dass sich die KI-Prozessoren auch für andere Anwendungen eignen, bei denen es auf eine niedrige Leistungsaufnahme ankommt.

Das System, das die Studenten entwickelt haben, kann aus den ständig neu gewonnen Sensordaten mit Hilfe des NPD101 signifikante Ereignisse erkennen. Dazu haben sie auf Basis des Entwicklungs- und Deep-Leanring-Tranig-Board »NDP9101« über 60.000 Bewegungen und Gesten der Hand – von der unbewegten Hand über das Ablesen einer Uhr bis zu Rotationen der Hand gesammelt und trainiert. Daraufhin erreichte das neuronale Netz eine Genauigkeit von 94 Prozent.

»Die Studenten konnten Erfahrungen dabei sammeln, wie Maschine-Learning, Sensoren und Low-Power-ICs zusammen spielen und konnten ein System entwickeln, das Syntiant bereits Kunden vorstellt«, sagt David Harris, Professor für Engineering Design am Harvey Mudd College, der als Projektberater wirkte. Dabei zeigten sie auch, wie vielseitig sich die NDP-Architektur einsetzen lässt.

»Wir werden uns weiterhin darauf fokussieren, System für die »Always-on«-Sprachsteuerung zu entwickeln, sind aber auch überzeugt, dass sich dieser Ansatz auch dafür eignet, um tragbare Geräten dazu zu befähigen, Bewegungen und Gesten zu erkennen – und das bei sehr hoher Genauigkeit und mit deutlich geringerer Energieaufnahme als dies mit traditionellen Controllern zu erreichen wäre«, erklärt David Garret, Vice President of Hardware Engineering von Syntiant.

Syntiant hat die Architektur ihrer Neural Decision Processors speziell dafür entwickelt, um auf Basis eines neuronalen Netzes KI-Aufgaben durchführen zu können. Dies sei um den Faktor 100 effizienter als mit Hilfe konventioneller Controller, der Durchsatz erhöhe sich dabei um das Zehnfache. Damit will Syntiant KI in eine Vielzahl von Edge-Anwendungen bringen.