04初创公司＆各类资源
关于TinyML＋AutoML，有很多现成的工具和软件可以使用，物联网企业不需要招聘昂贵的数据科学家，也不需要扩充团队，就可以初步尝试。
这里介绍比较有代表性的初创公司和资源，包括QEEXO、MindsDB和Cartesiam。
QEEXO
这家公司成立于2012年，总部位于加利福尼亚州山景城，机器学习的研发团队位于宾夕法尼亚州匹茨堡，在北京和上海拥有工程师团队。
目前已经有260多种硬件平台，超过3亿台设备，搭载了QEEXO的机器学习引擎。
知名的包括在华为手机中嵌入的指关节操作技术。
指关节操作功能通过使用指关节在屏幕上敲击或勾画，快速调用系统功能，支持利用指关节双击全屏截屏、敲击并画圈局部截屏、敲击并画字母S滚动截屏、双指关节双击录屏、直线分屏等5种手势操作。今年5月，荣耀发布了新机荣耀X10，指关节操作功能首次下放给了“千元机”。
QEEXO与瑞萨电子等领先硬件厂商进行合作，完成了多种硬件的适配。QEEXO可支持Arm Cortex – M0到M4核的单片机，如瑞萨RA6M3组单片机产品。
据悉，QEEXO的自动机器学习算法将在亚马逊AWS上架，以SaaS年度订阅的方式提供服务，并将在下周周一，6月8日进行全球商用版Qeexo AutoML的正式发布。
MindsDB
MindsDB公司成立于2017年，总部位于加利福尼亚州伯克利，源自美国加州大学伯克利分校的研究项目，其同名服务已在GitHub上发布开源版本。
最近MindsDB完成了一笔300万美元的融资，用于扩充团队和验证商业模式。
Cartesiam
Cartesiam公司创立于2016年，总部位于法国土伦，商务运营中心位于巴黎和纽约，主要实现让普通的ARM微控制器都能运行的无监督学习AI。
今年2月，Cartesiam发布了一个名为NanoEdge AI Studio的软件系统，该系统能够安全地生成AI算法，并且生成的算法只需两分钟就可在ARM微处理器上运行，容量大小仅为4～16KB RAM。
法国的工业电子制造商Eolane与Cartesiam合作推出了一款名为Bob Assistant的温度／振动传感器，主要用于预测工业维修。目前，该解决方案已经被许多欧洲客户所采用，成为首个大规模部署的工业4．0预测性维护解决方案。
5月19日，Cartesiam发布了针对STM32开发板优化的新版NanoEdge AI Studio软件工具。STM32是意法半导体开发的微控制器。新版提供一个新的硬件平台选项，让开发者可以直接选择意法半导体的Nucleo－F401RE或Nucleo－L432KC开发板。在选择之后，用户可以解锁设计流程的最后一步，下载可在所选硬件平台上立即运行的自定义机器学习库。
－－－－写在最后－－－－
看似微小的TinyML和自我进化的AutoML蕴含大机会，物联网企业需要转变的首先是思维，积极拥抱和勇于尝试，或许就会开辟一番新天地。
最后，衷心感谢清华校友、QEEXO中国区市场负责人翟伟在写作过程中帮我提供的大量资料以及各种支持。6月8日，QEEXO嵌入式自动化机器学习服务的商用版本即将正式发布，邀请你与我们共同见证。
本文总结：
TinyML与AutoML正在快速融合，构建嵌入式自动化机器学习算法。
TinyML与AutoML“携手”，让原本“物以稀为贵”的机器学习以亲民的方式“飞入百姓家”。
嵌入式自动化机器学习算法具有广泛的应用领域，包括智能家居硬件、智能可穿戴设备、建筑物振动监测和工业预测性维护。
这个领域中比较有代表性的初创公司和资源，包括QEEXO、MindsDB和Cartesiam。
