一架小型无人机绕着腰果树转圈，旋翼臂从其紧凑的机身上扩展开来，就像水黾的旋翼臂相同。在上升过程中，无人机的摄像头捕捉到了树叶的鸟瞰图，树叶从底部的深绿色变为顶部的紫绿色。与此同时，无人机内置的人工智能模型会依据黑色或棕色斑点来判别树叶是否有病，或许是否健康。假如需求，该体系有朝一日能够引导其他无人机飞向单个患病的植物，喷洒杀虫剂医治它们的疾病。

该体系是印度钦奈韦洛雷理工学院核算机科学家巴拉・穆鲁甘（Bala Murugan）的创作。穆鲁甘来自一个腰果栽培农户家庭。“他们在腰果上运用了很多杀虫剂，我想树立一个处理方案，尽量削减杀虫剂的运用。”他说。但他需求一个不需求衔接互联网的处理方案，由于在印度农村区域，互联网衔接往往很难完结。

Murugan运用了自己的技能特长。在攻读博士学位期间，他曾研讨过小型廉价处理器。现在，他意识到在这种小型设备上运转的人工智能模型能够协助像他家这样的农人快速辨认和医治腰果病。他说：“这便是我终究运用tinyML（微型机器学习）的原因。”

虽然tinyML设备看似简略，但开发起来却是一项应战。首要，它需求多种技能的专业知识。它结合了硬件、软件和机器学习，Basikolo说。很少有人能做到这一切，因而将一切这些技能结合起来也需求时刻。

研讨人员正试图经过在摩洛哥、巴西、尼日利亚、南非、卢旺达、马来西亚和全球南部的其他国家开办微型机器学习课程和研讨会来传达这些专业知识。例如，2021年，哈佛大学和阿卜杜勒・萨拉姆世界理论物理中心发动了tinyML促进开展学术网络，现在该网络已掩盖全球南部的50个学术组织。包含泽纳罗和哈佛大学核算机科学家维贾伊・贾纳帕・雷迪（Vijay Janapa Reddi）在内的组织者首要向协作组织捐献了tinyML工具包。Zennaro说：当咱们发动这项方案时，咱们发现首要问题是怎么把硬件送到人们手中，由于在美国，低本钱的硬件在其他当地或许依然很贵重。

巴西研讨会的一名与会者正在研讨一种用于在田间检测蚊子的细小ML设备。

在马来西亚、沙特阿拉伯和其他国家的大学里，学生们运用这些工具包进行了练习。只需一两个小时，学生们就能练习tinyML设备辨认当地言语的单词和短语，“这对社区来说很有协助，”Zennaro说。

从本质上讲，tinyML的功用是有限的。山下说：我以为tinyML十分拿手处理细小的问题。运转这些设备的微操控器的内存和核算才能极端有限，这使它们更适合高度特定的使命，而不是通用的商业产品。一个设备能够很好地辨认一种言语中的单词或辨认一栽培物物种的病害，但它不太或许成为通用翻译器或辨认一切植物的病害。

但是，包含苹果和微软在内的全球北方许多科技公司正在意识到直接在设备上运转的小型模型的招引力。关于某些使用，比如在麦当劳点餐，能够在本地设备上而不是云端运转的专门的细小言语模型，本钱和功耗都更低，或许比运转贵重的通用言语模型更有优势。

与此同时，微型机器学习设备自身也在敏捷变得愈加强壮。TinyML敞开教育方案成员、电子工程师彼得・英（Peter Ing）说，就在几年前，在微操控器上运转先进的机器学习模型还被以为是“荒唐的”。Warden现已让一个简略的大言语模型在设备上运转，而这个设备的本钱和功耗只比tinyML设备稍高一些。他想象将有更多的大人工智能模型迁移到这些更小、更省电的设备上，而不是只是依靠数据中心。

与此同时，跟着微操控器不断变得更廉价、更强壮，最简略的tinyML设备或许会变得愈加遍及，有些微操控器现已被开宣布来专门用于运转人工智能。雷迪说：它刚刚到达一个成熟点，咱们现在看到的是能够商业化的处理方案和技能。他开设了一个关于tinyML的免费在线课程，并撰写了一本关于tinyML的开源书本。虽然每个tinyML设备或许相对较小且专业，但许多这样的设备彼此对话，能够协助处理更大、更杂乱的使命。