意法半导体(STMicroelectronics，ST)藉由STM32系列微控制器的市场领导地位，扩展了STM32微控制器开发生态系统STM32CubeMX，其增加了先进的人工智能(AI)功能。AI技术使用经过训练的人工神经网络对动态和振动传感器、环境传感器、麦克风和影像传感器的数据讯号进行分类，相较传统以手动处理讯号的方法更加快速、高效。意法半导体微控制器和数字整合电路产品部总裁Claude Dardanne 表示，「ST的新型神经网络开发工具正在将AI导入采用微控制器的智能边缘和节点设备，以及物联网、智慧大楼、工业和医疗应用中的深度嵌入式设备；」现在开发人员可以使用STM32Cube.AI将预先训练的神经网络转换成可在STM32 微控制器上运作的C程序代码，以及经过优化的函数库。
STM32Cube.AI附带即用型软件功能包，其中包括用于识别人类活动和音频情境分类的范例代码，可在ST SensorTile 参考板和ST BLE Sensor行动App立即使用这些范例程序代码。ST合作伙伴计划、人工智能，以及机器学习(Machine Learning，ML)专用社群：STM32在线社群内的合作伙伴将为开发人员提供技术支持，例如工程服务。用户可以在意法半导体的STM32CubeMX MCU软件程序代码产生器的生态系统内配置和下载STM32Cube.AI扩充包(型号：X-Cube-AI)。该工具支持Caffe、Keras (具备TensorFlow后台)、Lasagne、ConvnetJS框架和Keil、IAR、System Workbench等IDE开发环境。
FP-AI-SENSING1软件功能包提供支持搭载神经网络的端对端动态(人类活动识别)和音频(音频场景分类)应用范例程序代码。该功能包利用意法半导体的SensorTile参考板在训练之前撷取和标记传感器数据，接着电路板再运作优化神经网络的推论。ST BLE传感器行动App可以作为SensorTile的遥控器和显示器。综合工具箱包括STM32Cube.AI映像工具、在电池供电的小型SensorTile硬件上运作的App范例，以及合作伙伴计划，人工智能和机器学习专用社群为在STM32上实现神经网络提供一条快速、简便的开发途径。
原文地址：http://blog.51cto.com/13355233/2345499