Arduino Tiny Machine Learning (TinyML) คือการใช้ Machine Learning (ML) หรือปัญญาประดิษฐ์ขนาดเล็กบนไมโครคอนโทรลเลอร์ เช่น Arduino เพื่อให้บอร์ดสามารถ วิเคราะห์ข้อมูลและตัดสินใจได้เองโดยไม่ต้องใช้ Cloud หรือคอมพิวเตอร์ขนาดใหญ่
TinyML เป็นแนวคิดของ Edge AI ที่นำโมเดล Machine Learning ไปทำงานบนอุปกรณ์ขนาดเล็ก เช่น
Arduino
IoT devices
Sensor nodes
ซึ่งอุปกรณ์เหล่านี้มี หน่วยความจำและพลังประมวลผลจำกัด แต่ยังสามารถรันโมเดล AI ขนาดเล็กได้
Arduino Tiny Machine Learning Kit
เป็นชุดพัฒนา (Development Kit) สำหรับเรียนรู้และสร้างโปรเจกต์ AI บนไมโครคอนโทรลเลอร์
ภายในชุดจะมีบอร์ดหลักคือ
Arduino Nano 33 BLE Sense
บอร์ดนี้มีเซ็นเซอร์หลายชนิดในตัว เช่น
Accelerometer
Gyroscope
Microphone
Temperature
Light sensor
Proximity sensor
ทำให้สามารถทดลอง Machine Learning ได้โดยไม่ต้องต่อเซ็นเซอร์เพิ่ม
ชุด Arduino TinyML ประกอบด้วยอุปกรณ์หลัก เช่น
Arduino Nano 33 BLE Sense board
OV7675 Camera Module
Arduino TinyML Shield
USB Micro-USB Cable
สามารถสร้าง AI ขนาดเล็กสำหรับงานต่าง ๆ เช่น
🎤 Voice recognition
🤚 Gesture recognition
📷 Image recognition
🔊 Sound classification
🌡️ Environment monitoring
ตัวอย่างเช่น
| ตัวอย่างโปรเจกต์ | การทำงาน |
|---|---|
| Voice command | ตรวจจับคำสั่งเสียง |
| Gesture control | ควบคุมอุปกรณ์ด้วยท่าทาง |
| Smart camera | ตรวจจับใบหน้า |
| Smart sensor | ตรวจจับเสียงผิดปกติ |
โมเดล AI จะทำงานบนบอร์ดโดยตรงโดยใช้ TensorFlow Lite for Microcontrollers
Arduino TinyML ใช้เทคโนโลยีหลัก เช่น
TensorFlow Lite Micro
Edge AI
Embedded Machine Learning
Arduino IDE
Edge Impulse (เครื่องมือสร้างโมเดล AI)
ขั้นตอนทั่วไป
1️⃣ เก็บข้อมูลจากเซ็นเซอร์
2️⃣ ส่งข้อมูลไปฝึกโมเดล (Training) บนคอมพิวเตอร์
3️⃣ แปลงโมเดลให้มีขนาดเล็ก
4️⃣ โหลดโมเดลลง Arduino
5️⃣ Arduino วิเคราะห์ข้อมูลแบบ Real-time