TinyML: contesto e stato dell'arte

Attraverso questo elaborato di tesi si vuole descrivere il contesto attuale in cui si trova l'intelligenza artificiale e le fasi che hanno portato all'introduzione del "tiny machine learning" come tecnologia ampiamente utilizzata, delineando inoltre le caratteristiche e gli accorgimenti da considerare nell'implementazione di tali sistemi. Il settore del TinyML, seppur per certi versi ancora in fase di sviluppo, in questi ultimi anni ha preso sempre più piede ed acquisito seguito in tutto il mondo sia da parte di organizzazioni accademiche che aziende private, anche grazie agli sforzi compiuti a partire dal 2019 dall'associazione no profit "TinyML Foundation". La potenza di tale tecnologia consiste nel coadiuvare la rilevanza del machine learning e la versatilità del mondo IOT implementando soluzioni efficienti per una variopinta schiera di problemi all'interno di microcontrollori terminali. Sistemi di questa natura hanno la peculiarità di poter essere installati in circostanze ostili o in ambienti nei quali risorse di rete ed elettriche scarseggiano, sfruttando l’alimentazione fornita da batterie integrate; l’obiettivo che il TinyML si pone di realizzare è molto ambizioso: traslare il motore dell’intelligenza logica da strutture server cloud centralizzate all’interno di microcontrollori delle dimensioni di qualche centimetro, funzionanti a meno di 1 milliWatt di potenza.