网络边缘的机器学习的当前状态是什么？哪些工具可以帮助工程师收集数据并执行推理计算？我在哪里可以找到ST MEMS，它们对实际产品有什么影响？本文是我们即将举行的STM32国家研讨会的系列文章的第二篇。

在第14届STM32全国研讨会上，我们将通过应用演示，产品演示以及工程师和听众之间的互动解答与蝶粉社区进行密切交流。

在STM32国家研讨会系列报告的第一部分中，我们重点介绍了云连接的用例，例如新智能门铃功能的演示，还介绍了与工业和数据安全相关的应用。

今天，我们将专注于人工智能，计算和感知技术。

人工智能和计算Qeexo和STM32Cube.AI有越来越多类型的边缘机器学习解决方案。

此次STM32国家研讨会将重点讨论STM32 MCU在此类应用中的核心作用。

我们将演示Qeexo的AutoML工业自动化机器学习解决方案（Qeexo是ST合作伙伴计划的成员）。

该系统使用SensorTile捕获振动和噪声，并检测风扇是否损坏或阻塞。

这是预测性维护应用程序的经典示例，它以最少的投资使工厂的运营效率最大化。

在全国性研讨会上，还有许多ST的机器学习应用演示，其中一些已经非常流行，例如STM32H747I-DISCO，它使用机器学习来识别食物和饮料。

它在多伦多的技术巡回展上受到了广泛的关注，并且在此全国性研讨会的参观者中仍然享有很高的人气。

我们的工程师还将演示智能抄表系统。

这个特定的演示使用了我们的第一个带有嵌入式LoRa收发器的STM32WL MCU。

同样，STM32MP1将出现在新的AI多对象检测演示板上。

我们重写并优化了C语言代码，并且该解决方案在亚洲首次得到了证明。

此外，意法半导体还将展示FP-AI-NANOEDG1的功能包，使开发人员可以在STM32L5上快速测试Cartesiam机器学习库。

这次STM32 OpenMV全国研讨会将为观众提供一个绝佳的机会，让他们体验OpenMV Cam H7 Plus。

该产品依靠STM32H7微控制器和带有500万像素摄像头模块的PCB板来拍摄视频。

此外，该平台还可以支持MicroPython语言，以简化编程。

它为想要快速测试嵌入式系统AI的工程师和发烧友提供了一个强大的系统。

用户甚至可以下载OpenMV IDE开发环境，运行系统功能演示应用程序，以及查看某些系统功能。

在本研讨会上，听众还将学到比一般演示示范更深入的知识。

例如，Edge Impulse（ST合作伙伴计划的成员）提供了有关如何使用OpenMV Cam H7 Plus编写机器学习应用程序的教程，从而使开发在ST MCU上执行推理操作的神经网络更加容易。

在此示例中，开发人员可以使用OpenMV PCB和IDE收集数据，然后将其发送到Edge Impulse进行数据处理，最后可以导出神经网络的OpenMV库。

该系统令人印象深刻。

随着工程师开始关注工业环境，使用Edge Impulse可以获得支持STM32Cube.AI的神经网络。

该软件解决方案将神经网络转换为可以在STM32上运行的代码，从而大大降低了边缘机器学习开发的难度。

感知和创新SensorTile.box和婴儿啼哭探测器SensorTile.box将是STM32国家研讨会的另一个亮点。

我们最强大的多用户模式传感器模块SensorTile.box将成为几次演示的核心角色。

用户将能够与内置的演示应用程序进行交互。

配备有iOS和Android应用程序的STEVAL-MKSBOX1V1（Sensor-Tile.box的模型）可以快速演示模块的某些功能，例如ST提供的婴儿啼哭检测器。

该应用程序首先运行一种算法，以使用快速傅立叶变换方法处理信号；然后，通过主控制器STM32上的神经网络运行数据。

开发人员可以使用传统的MCU来区分环境噪声和儿童的哭声，其中STM32Cube.AI做出了很大贡献。

该演示还具有高度的演示意义，因为它是我们的传感器，MCU和其他芯片如何协同工作以创建独特且有益的解决方案的演示。

此次STM32国家研讨会上OPPO智能手表和Edifier耳机的另一个亮点是观众将有机会看到