- TinyML rappresenta l’intersezione tra Machine Learning (ML) e Internet of Things (IoT), applicando algoritmi di ML a sistemi embedded come i microcontrollori.
- L’elaborazione dei dati “on the edge” tramite TinyML risolve problemi, migliorando l’efficienza energetica e riducendo la latenza.
- La miniaturizzazione dei dispositivi ha reso possibile eseguire ML su microcontrollori a basso consumo energetico.
TinyML, la nuova frontiera dell’AI che porta il machine learning sui microcontrollori
TinyML consiste nell’applicazione degli algoritmi di machine learning a sistemi embedded come i microcontrollori. Ecco a che cosa serve e quali sono i principali campi di applicazione.

Continua a leggere questo articolo
Argomenti
Canali
ROBOTICA
-

I robot indossabili possono migliorare la sinergia tra gli umani: il progetto Conbots
12 Mar 2026 -

Neura Robotics e Qualcomm: un’architettura ‘Cervello + Sistema Nervoso’ per la robotica cognitiva
09 Mar 2026 -

Arriva RobotStudio HyperReality: ABB Robotics e Nvidia colmano il divario tra simulazione e realtà
09 Mar 2026 -

Mirai Robotics: nasce in Italia la start up di physical AI per dotare l’Europa di leadership e controllo dei mari
09 Mar 2026 -

Cobot e processi digitalizzati per l’automazione intelligente: la visione di Bosch Rexroth
05 Mar 2026







