Una tendenza che si sta già chiaramente delineando nel campo dell’elettronica di consumo. I prossimi dispositivi elettronici implementeranno in locale algoritmi di machine learning, per le finalità più diverse, sfruttando a tale scopo sia i processori standard (CPU, GPU) presenti sul SoC del dispositivo, sia eventuali processori dedicati (la NPU del Kiron 970, ad esempio).

Tra i primi esempi lo smartphone di fascia alta di Huawei − il Mate 10 Pro recentemente lanciato sul mercato − e la videocamera AWS DeepLens presentata ieri da Amazon, in occasione della conferenza AWS re:Invent svoltasi a Las Vegas dal 26 al 30 novembre.

DeepLens è destinata agli sviluppatori che si occupano di machine learning e image recognition. Basata su un sensore da 4 megapixel che cattura video con risoluzione 1080p abbinato ad un array di microfoni 2D, integra al suo interno un processore Intel Atom X5 da 100 GFlops e 8 Gb di RAM, sufficienti a elaborare in tempo reale i frame video, grazie agli algoritmi di deep learning pre-caricati o a quelli eventualmente sviluppati dall’utilizzatore.

In particolare, grazie a un motore di inferenza basato su librerie Apache MXNet, i modelli pre-formati consentono di riconoscere e classificare oggetti e animali, trasferire lo stile da un’immagine − come un dipinto di Basquiat, per esempio − a un’intera sequenza video, riconoscere attività umane – un soggetto che suona la chitarra, o mette il rossetto – oltre ad offrire le classiche funzionalità di riconoscimento facciale.

DeepLens è parte del più ampio set di strumenti di deep learning che Amazon mette a disposizione degli sviluppatori. Grazie ai modelli pre-formati, lo sviluppatore è in grado, promette AWS, di avviare progetti di deep learning in meno di 10 minuti e di creare modelli personalizzati con Amazon SageMaker o qualsiasi altro framework, come TensorFlow e Caffe2.

Fonte: AWS