10 月 7 日消息，Qeexo 启手公司今天发布了 AutoML 新产品，这是一个一键式全自动平台，可以让用户快速构建机器学习使用边缘设备上的传感器数据的解决方案。
该产品将填补嵌入式边缘设备全自动机器学习平台的市场空白。
随着机器学习技术的发展，边缘设备受到越来越多的关注。
在嵌入式处理器上使用机器学习已成为一个热门话题。
这一趋势有助于提高安全性和可用性并减少延迟。
然而，由于计算能力、内存大小和电池寿命的严格限制，为边缘设备提供机器学习解决方案具有巨大的市场潜力，但也极具挑战性。
目前，大多数机器学习厂商专注于为Raspberry Pi及以上级别的设备提供服务。
QeexoAutoML 将目光投向了 ArmCortex?-M0 至 M4 级 MCU。
据了解，该产品目前支持意法半导体的SensorTile.box，这是一款包含Cortex-M4 MCU的紧凑型多传感器模块，未来将扩展到更多硬件平台。
Qeexo 首席执行官 SangWonLee 表示：“无数公司不断从边缘收集大量数据。
他们想要利用机器学习，但找不到合适的工具或技术团队。
有了 QeexoAutoML，他们只需要像平常一样花同样多的钱。
Qeexo 优先支持基于 Arm 架构的 MCU 产品，因为 Arm 致力于构建世界一流的生态系统，并且能够通过不断迭代原型和项目，用很少的时间和资源来生产可投入生产的模型。
它是边缘市场的领导者。
“QeexoAutoML将传统机器学习流程中需要大量重复工作的流程自动化，如数据预处理、特征提取、模型选择、超参数优化、验证结果、模型部署等，解决当前机器学习工程师短缺的问题无疑不仅如此，对于机器学习专家来说，将重复、繁琐、容易出错的流程交给平台也能节省大量时间，提高核心开发工作的效率，即使对于不熟悉的公司来说也是如此。
但拥有海量传感器数据，QeexoAutoML 可以完全替代机器学习工程师在一些特定任务中的角色，从而节省组建机器学习团队的时间和成本，降低公司的试错风险。
。
Arm机器学习部营销副总裁Dennis Laudick也认为“Qeexo（针对机器学习）的优化将为更广泛的设备带来新的机器学习可能性，选择基于Arm架构的MCU作为目标意味着他们的技术将惠及服务于几乎所有行业的丰富生态系统。
“FingerSense 是一种纯软件解决方案，可以区分屏幕上的指尖、指关节、指甲和手写笔输入。
该解决方案已经可用。
已在数亿台设备上成功使用，也是QeexoAutoML第一个成功商业化案例。
Qeexo诞生于卡内基梅隆大学，目前是第一家为嵌入式边缘设备（CortexM0-M4级别）提供自动化端到端机器学习服务的公司。
该公司已获得风险投资，并在山景城、匹兹堡、上海和北京设有办事处。