Qeexo发布基于边缘传感器数据的自动机器学习平台AutoML

12月3日，Qeexo Qishou公司今天发布了一款全新的AutoML产品，这是一款一键全自动平台，用户可以利用边缘设备上的传感器数据快速构建机器学习解决方案。

据介绍，AutoML将填补嵌入式边缘设备全自动机器学习平台的市场空缺。

目前，绝大多数机器学习制造商专注于为RaspberryPi以上的设备提供服务。QeexoAutoML专注于ArmCortex-M0至M4微控制器。据了解，该产品已经支持圣意法半导体的传感器瓦盒(SensorTile.box)，这是一款紧凑的多传感器模块，包含皮层-M4微控制器，未来将扩展到更多的硬件平台。

Qeexo的首席执行官桑格·沃利(CEOSangWonLee)表示，“无数公司不断从边缘收集大量数据。他们希望能够使用机器学习，但找不到合适的工具或技术团队。使用qeexo，与正常情况相比，他们只需要花费少量的时间和资源来生成模型，这些模型可以通过原型和项目的不断迭代来用于生产。Qeexo优先支持基于Arm架构的微控制器产品，因为Arm致力于构建世界级生态系统及其在边缘市场的领先地位。”

QeexoAutoML自动化了数据预处理、特征提取、模型选择、超级参数优化、验证结果、部署模型等需要大量重复工作的传统机器学习过程，这无疑将对解决当前机器学习工程师的短缺产生积极影响。不仅如此，对于机器学习专家来说，它可以通过将繁琐且容易出错的过程移交给平台来完成，从而节省大量时间并提高核心开发工作的效率。

甚至，对于不熟悉机器学习但拥有大量传感器数据的企业来说，QeexoAutoML可以在某些特定任务中完全取代机器学习工程师的角色，从而为企业组建机器学习团队节省时间和成本，降低试错风险。

数据显示Qeexo Qishou公司诞生于卡耐基梅隆大学，目前是第一家为嵌入式边缘设备提供自动化端到端机器学习服务的公司(CortexM0-M4级)。该公司已获得风险投资，并在山景城、匹兹堡、上海和北京设立了办事处。