將機器學習Machine Learning（ML）加入現有的MCU設計OK嗎？龐大的ML軟體框架令您卻步？想沿用現有的設計與工具，可行嗎？現今常見有兩種方法，第一種是透過網路將其感測的資訊傳輸到雲端，藉著雲端強大的運算能力，再將判斷結果傳回。Microchip有相當多這類成熟的解決方案，可讓您輕鬆連到雲端。
 |
另一種方法則可直接在MCU上做運算判斷，雖然運算能力比不上雲端，但對某些小型感測器或資料應用，先在MCU做一些門檻值判斷演算法，反而毋須考慮網路頻寬不夠、能耗太高、傳輸延遲等問題，更不用擔心傳輸資料的安全性。為此，Microchip除了提供輕鬆入手的設計環境（如軟硬體工具/參考設計與平台等），亦與多家第三方工具平台合作，讓您更容易實現理想設計。
 |
Microchip針對智能預測性維護（Smart Predictive Maintenance）、智能人機介面（Smart HMI）、手勢識別（Gesture Recognition）等，皆有相對應的方案。例如透過動作手勢識別引擎庫（Motion Gesture Recognition Engine Library）可快速將觸控手勢辨識配置到設計中。
 |
 |
Microchip也提供ML插件，搭配原先的MPLAB® Data Visualizer。讓您在設計時，可以直接擷取及傳送資料給ML第三方工具平台作處理，輕鬆將機器學習融入到MCU程式碼中，令機器學習不再是遙不可及的事。
 |
Microchip有多種機器學習相關的開發板，選擇合適您的套件，一同進入MCU機器學習的世界吧。
如需了解更多有關機器學習解決方案，請參考官網連結如下︰
https://www.microchip.com/en-us/solutions/machine-learning
 |
本文作者為：Microchip主任應用工程師 林周正
