Tekoälyä hyödynnetään uusissa älypuhelimissa, kuvantunnistuksessa, Amazonin Alexassa ja monissa muissa laitteissa, mutta nyt koneoppiminen on tulossa myös PC-tietokoneeseen. Microsoft julkisti oman rajapintansa, jolla mikrot saadaan hyödyntämään tekoälymalleja. Kyseessä on WinML-tekniikka.
Käytännössä tekoälyä hyödyntävän sovelluksen tuominen Windowsiin tapahtuu niin, että ensin sovelluksen Visual Studio -projektiin tuodaan ONNX-malli. Visual Studio tuottaa mallista automaattisesti C#-tiedoston.
Lyhyesti kyse on siitä, että Windowsiin annetaan jokin syöte (vaikkapa käsinkirjoitettu numero tai kasvokuva), ja Windows osaa verrata syötettä ML-malliin. Vertailun perusteella Windows esimerkiksi tunnistaa kirjoitetun numeron tai kuvassa näkyvän henkilön.
Keskeistä Microoftin WinML-tekniikassa on se, että Visual Studiolla voidaan generoida sovelluksen tarvitsema koodi automaattisesti. Tietenkin tekoälymalli pitää ohjelmoida eli järjestelmä täytyy opettaa esimerkiksi tunnistamaan kuvia, mutta sovelluskehityksessä rajapinta tekee kaikesta ainakin periaatteessa varsin helppoa.
Microsoftin ilmoitus on tietenkin saanut laitekumppanit innostuneeksi. Intel, AMD, Qualcomm ja Nvidia hehkuttavat, miten seuraavassa Windows 10 -versiossa käyttäjät pääsevät jo hyödyntämään tekoälyä, joka prosessoidaan valmistajien suorittimilla.
ARM-arkkitehtuuri on ollut tähän asti pidemmällä tekoälyn hyödyntämisess.ä. Microsoft voi tosin viedä tekoälyprosessoinnin PC-koneissa tätäkin pidemmälle. Yhtiön valikoimissa on yritysoston kautta israelilaisen Movidiuksen VPU-suorittimia eli konenäköprosessoreja. Niitä käytetään ennen kaikkea autojen kamerajärjestelmissä, mutta Microsoft on jo vinkannut siihen suuntaan, että VPU-prosessoria oltaisiin tuomassa PC-koneiden emolevylle.
Tämä vastaisi dedikoitua tekoälyprosessoria PC-koneessa, jollainen löytyy esimerkiksi Huawein ja Applen uusimmista älypuhelimista. Tämä myös nopeuttaisi tekoälymallien laskentaa, kun sillä ei tarvitsisi rasittaa PC:n keskus- tai grafiikkaprosessoria.
Autoteollisuus on siirtymässä yhä monimutkaisempiin ohjelmistopohjaisiin järjestelmiin, joissa virheetön ohjelmisto on elintärkeää turvallisuuden ja suorituskyvyn varmistamiseksi. Ohjelmiston laatu ja luotettavuus eivät ole enää vain valinnaisia ominaisuuksia, vaan kriittisiä vaatimuksia erityisesti autonomisessa ajamisessa, kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja yhdistetyissä ajoneuvojärjestelmissä.
Kestävä digitaalinen infrastruktuuri on kriittinen, jotta tietoliikenneverkot voidaan tehokkaasti valjastaa tekoälyinnovaatioiden ja pilvipohjaisten palveluiden tarpeisiin. Tekoälyyn liittyvien datarikkaiden sovellusten lisääntyvä kysyntä edellyttää tietoliikenneverkkoa, joka kykenee käsittelemään suuria tietomääriä alhaisella viiveellä, kirjoittaa Orange Businessin kumppaniratkaisuista vastaava Carl Hansson.
Euroopan unioni ottaa merkittävän askeleen avaruusteknologian kehittämisessä allekirjoittamalla sopimuksen uuden IRIS²-satelliittijärjestelmän toteuttamisesta. Tämä 290 satelliitin verkko on suunniteltu vahvistamaan Euroopan itsenäisyyttä ja turvallista yhteydenpitoa.
Jotta voidaan vastata uuden teknologian vaatimuksiin ja pitää järjestelmät toimimassa ”kellon tavoin”, on aika harkita ajoitusratkaisuja uudelleen. Tässä kaksiosaisessa "Precision Timing" -artikkelissa opit, miksi mikroelektromekaanisiin järjestelmiin eli MEMS-komponentteihin perustuvat piiajoituslaitteet päihittävät kvartsin elektroniikkasuunnittelun uudella aikakaudella. 
Matalatehoisten langattomien ratkaisujen asiantuntija Nordic Semiconductor ja eSIM-ratkaisuja kehittävä Kigen ovat julkistaneet yhteistyön, joka sujuvoittaa massiivisten IoT-verkkojen käyttöönottoa. Yhdessä he esittelevät CES 2025 -messuilla ratkaisun, joka yhdistää Nordic Semiconductorin nRF9151-moduulin ja Kigenin SGP.32 IoT eSIM-teknologian sekä laitteiden hallinta-alustan.
