Microsoft stellt Machine-Learning-Dienste für Raspberry Pi und Arduino bereit
Ziel ist es, künstliche Intelligenz auf sogenannte Edge Devices zu bringen. Dazu hat Microsoft Research jetzt zunächst einen Prototyp auf GitHub verfügbar gemacht. Der Schritt ist Teil einer umfangreicheren IoT-Offensive von Microsoft in diesem Jahr.
Microsoft will Machine-Learning-Dienste im Internet der Dinge (Internet of Things, IoT) auch für sogenannte “Edge Devices”, also autonome Geräte am Rande des Netzwerks, nutzbar machen. Ein weiter Schritt dazu ist jetzt die Veröffentlichung einer ersten Vorschauversion für solche Dienste für die Kleinstcomputer Raspberry Pi und Arduino durch Forscher der Microsoft Research Labs auf Github als Open Source. Microsoft bezeichnet das als einen weiteren Schritt auf seinem Weg, künstliche Intelligenz zu “demokratisieren”. Außerdem will es so zur Standardisierung von Protokollen und Schnittstellen für autonome Geräte beitragen.
“Mittels der Software können wir zum Beispiel Kleidung, Haushaltsgeräte, Autos oder medizinische Geräte mit Intelligenz ausstatten. Damit lösen wir eine ganze Reihe von Herausforderungen im Internet der Dinge, wie eingeschränkte Bandbreiten und zu lange Latenzzeiten“, erklärt Peter Jaeger, Senior Director Developer Experience and Evangelism bei Microsoft Deutschland.
Zur Entwicklerkonferenz Bulid 2017 hatte Microsoft bereits Mitte Mai Azure IoT Edge vorgestellt. Auch dies steht Die ist über GitHub zur Verfügung. Damit sollen Cloud-Services in IoT-Geräten ermöglicht und neben mehreren Azure IoT-Services auch Technologien von Drittherstellern unterstützt werden. Geräte auf Basis von Windows oder Linux lassen sich damit lokal betreiben und über die Cloud verwalten.
IoT bei Microsoft – Alles dreht sich um Azure
Bei Microsoft zentriert sich das IoT-Geschäft um die Azure-Plattform, obwohl IoT-Lösungen auch von dem Softwareriesen wie üblich in allen Delivery-Varianten – On Premise, hybride und Public Cloud – angeboten werden. silicon.de gibt einen Überblick
Zu den von Azure IoT Edge unterstützten Services gehören unter anderem Azure Machine Learning, Stream Analytics, Azure Functions und neben Microsoft Services für künstliche Intelligenz auch der Azure IoT Hub. Mit Microsoft Azure IoT Edge lassen sich diese Funktionen auf die Geräte bringen und dort nativ ausführen.
“Indem Verarbeitung, Analytics und Ausführung näher bei der Datenquelle stattfinden, ermöglicht Azure IoT Edge es, schnellere und smartere Entscheidungen zu treffen und gleichzeitig die Bandbreitenkosten zu reduzieren, weil nur wichtige Informationen in die Cloud für weitere Analysen geschickt werden”, erklärte damals Sam George, Partner Director für Azure IoT bei Microsoft.
Zudem sei es so möglich, Geräte zentral über den Azure IoT Hub zu verwalten. Entwickler können Anwendungen für IoT Edge in Sprachen wie Python, .NET, Java oder C verfassen. Das im Frühjahr bereits vorgestellte “IoT Central” soll es Anwendern ermöglichen, die Komplexität von IoT-Lösungen zu reduzieren. Laut Microsoft ist für das Arbeiten mit dem Cloud-Service kein spezielles Wissen erforderlich.
