เปิดบทเรียนด้วยของจริงก่อน

วันนี้เราเริ่มแบบ กลับด้าน — ไม่เริ่มจากทฤษฎีทีละก้าว แต่รันของที่ทำงานได้จริงก่อน แล้วค่อยแกะว่ามันทำงานยังไง

วิธีนี้มีชื่อเรียกในวงการสอนเขียนโปรแกรมว่า PRIMM (Predict–Run–Investigate–Modify–Make) เราจะใช้แนวนี้ตลอดคอร์ส เพราะแรงจูงใจที่ดีที่สุดคือ "ของมันทำงานได้แล้ว ฉันอยากรู้ว่าทำไม" ไม่ใช่กองไวยากรณ์ที่ต้องท่องก่อน

ชุดบทเรียนแรกไม่ต้องเข้าใจทุกบรรทัด ขอแค่ได้เห็นโมเดลรู้จำท่าทาง/เสียงของคุณบนจอ แล้วเริ่มสงสัยว่ามันรู้ได้ยังไง เท่านั้นพอ

เป้าหมายของชุดบทเรียนนี้

จบชุดบทเรียนนี้เราจะเดินครบ 4 เรื่อง แล้วปิดท้ายด้วยการรันโมเดลจริง:

1. Edge AI คืออะไร และต่างจาก AI บนคลาวด์ตรงไหน
2. วงจรชีวิตของข้อมูล 5 ขั้น (DAQ → Processing → Analysis → Training → Apps) — โครงของทั้งคอร์ส
3. สเปกตรัมของเป้าหมาย ที่โมเดลตัวเดียวรันได้ (MCU / PC / Web / Cortex-A)
4. สามพื้นผิวการเรียน (Emulator / บอร์ด / Docker) — โค้ดชุดเดียว รันได้ทั้งสาม
5. ลงมือ: รันเมนู 6 โมเดล ด้วย edge_ai.models() / select() / result() อ่านผลสดๆ

ปลายทางของวันนี้: เลือกโมเดลใน dropdown กด Load แล้วทำท่า/ส่งเสียง — จอโชว์คลาสที่ชนะ พร้อมแถบความมั่นใจ

วันนี้เราเน้น "รันได้ + อ่านผลเป็น" ส่วนโมเดลถูกฝึกมายังไง เก็บไว้เป็นเป้าหมายของ โมดูล 5 (Training)

Edge AI คืออะไร

Edge AI คือการรันโมเดล AI (การอนุมาน / inference) บน อุปกรณ์ตรงปลายทาง ที่ข้อมูลเกิดขึ้น ไม่ต้องส่งข้อมูลขึ้นไปให้เซิร์ฟเวอร์คิดแทน

• โมเดลถูกฝึกมาแล้วบนเครื่องแรง จากนั้น บีบให้เล็กพอ จะไปวางไว้บนไมโครคอนโทรลเลอร์
• ตอนใช้งานจริง เซนเซอร์ป้อนข้อมูลเข้าโมเดลบนชิป โมเดลตอบ "คลาส" กลับมาในเสี้ยววินาที
• ทั้งหมดเกิดขึ้นในกล่องเล็กๆ ตรงหน้า — ไม่มีอินเทอร์เน็ต ก็ยังทำงาน

"Edge" แปลตรงตัวว่า "ขอบ" — ขอบนอกสุดของเครือข่าย ที่ซึ่งข้อมูลเกิดจริง ตรงข้ามกับ "คลาวด์" ที่อยู่ศูนย์กลาง

ทำไมต้องรันบนอุปกรณ์ ไม่ส่งขึ้นคลาวด์

การเอาโมเดลไปไว้ตรงปลายทางไม่ใช่แค่เท่ มันแก้ปัญหาจริง 4 ข้อที่คลาวด์ทำได้ไม่ดี:

• หน่วงเวลา (latency) — ตัดสินใจในเสี้ยววินาที ไม่ต้องรอ round-trip ไปเซิร์ฟเวอร์ เหมาะกับงานที่ต้องตอบทันที เช่น ตรวจการล้ม ตรวจเสียงเตือน
• ความเป็นส่วนตัว (privacy) — เสียงในบ้าน ท่าทางร่างกาย ไม่ต้องออกจากอุปกรณ์เลย ข้อมูลดิบไม่ถูกอัปโหลด
• ค่าใช้จ่าย (cost) — ไม่มีค่า bandwidth ไม่มีค่าเซิร์ฟเวอร์ต่อครั้งที่อนุมาน จ่ายครั้งเดียวที่ตัวชิป
• ทำงานออฟไลน์ (offline) — เน็ตหลุด ไฟดับสัญญาณ อุปกรณ์ก็ยังตัดสินใจได้เอง

ลองนึกถึงนาฬิกาที่ตรวจจับว่าคุณล้ม ถ้ามันต้องอัปโหลดคลิปขึ้นคลาวด์ก่อนถึงจะรู้ว่าคุณล้ม — สายเกินไป และคุณคงไม่อยากให้กล้องในบ้านส่งภาพออกไปตลอดเวลาด้วย นี่คือเหตุผลที่ Edge AI มีอยู่

Cloud AI กับ Edge AI ต่างกันตรงไหน

ทั้งคู่ใช้โมเดลแบบเดียวกันได้ ต่างกันที่ การอนุมานเกิดขึ้นที่ไหน และตามมาด้วยข้อดี-ข้อแลกเปลี่ยนคนละชุด

ข้อแลกเปลี่ยนของ Edge คือ "โมเดลต้องเล็กและเร็วพอจะรันบนชิปเล็กๆ" — การทำให้มันเล็กโดยไม่เสียความแม่น คือหัวใจที่คอร์สนี้จะสอน (โดยเฉพาะ โมดูล 4 (Analysis) กับโมดูล 5 (Training))

ภาพเคลื่อนไหว — 5 เสา: ข้อมูลไหลจากเซนเซอร์ถึงการตัดสินใจ

โมเดล int8 ตัวเดียวไหลผ่านทุกเสา แล้วรันได้ทั้ง MCU · Web · PC · Cortex-A — train once, run everywhere

วงจรชีวิตของข้อมูล — โครงของทั้งคอร์ส

คอร์สนี้ไม่ได้สอนแค่ "เรียกโมเดลที่ฝึกมาแล้ว" แต่พาเดินครบวงจรที่วิศวกรทำจริง ตั้งแต่ข้อมูลดิบจนถึงโมเดลบนชิป — 5 ขั้น:

เกือบทุกคอร์ส Edge AI สอนแค่ขั้น 5 (เรียกโมเดลสำเร็จรูป) แต่เราจะเข้าใจว่า โมเดลเห็นอะไร และ ทำไมต้องบีบให้เล็ก เพราะเราเดินมาตั้งแต่ขั้น 1

ชุดบทเรียนนี้อยู่ตรงไหนของวงจร

น่าสนใจตรงที่วันนี้เราเริ่มจาก ขั้น 5 (Apps) ก่อน ทั้งๆ ที่มันเป็นขั้นสุดท้าย — นี่คือความตั้งใจ

• เราเอา "ผลลัพธ์ที่น่าตื่นเต้น" มาให้เห็นก่อน (โมเดลรู้จำท่าทาง/เสียงได้) เพื่อจุดแรงอยากรู้
• ชุดบทเรียนถัด ๆ ไปเราจะ ถอยกลับ ไปไล่ทีละขั้น: เก็บข้อมูลเอง (DAQ) แปลงสัญญาณเอง (Analysis) จนฝึกโมเดลของตัวเองได้ (Training)
• พอถึงตอนนั้น คุณจะกลับมามองเมนู 6 โมเดลวันนี้แล้วเข้าใจมันทั้งกระบวนการ

เราอยากให้คุณรู้สึกว่า "ของนี้เป็นของเราตั้งแต่ชุดบทเรียนแรก" ก่อนจะลงลึกเรื่องยากๆ — ความเป็นเจ้าของมาก่อนไวยากรณ์เสมอ

สเปกตรัมของเป้าหมาย — โมเดลตัวเดียว รันได้หลายที่

หัวใจที่ทำให้ Edge AI น่าตื่นเต้น: โมเดลที่ฝึก ครั้งเดียว เอาไปรันได้ทั่วสเปกตรัมของฮาร์ดแวร์ แต่ละที่มีข้อแลกเปลี่ยนต่างกัน

คำถามวิศวกรที่คอร์สนี้ฝึกให้ตอบ: "โมเดลตัวนี้ควรอยู่ที่ไหน?" — บนชิป $3 หรือบน Jetson? แต่ละที่แลกอะไรกับอะไร นี่คือการตัดสินใจเชิงวิศวกรรมจริง

Train once, run everywhere

โมเดลหนึ่งไฟล์ (.tflite แบบ int8) คือ แหล่งความจริงเดียว จากนั้นแต่ละเป้าหมายหยิบไปใช้ต่อได้เอง

• มีแค่ MCU ที่ต้องคอมไพล์เพิ่ม (Vela) เพราะต้องแปลงให้ NPU อ่านออก ส่วน Web กับ Cortex-A ใช้ไฟล์เดียวกันเป๊ะ
• ตัวหารร่วมคือ int8 — MCU บังคับต้องใช้ ที่เหลือรับได้หมด

นี่คือบทเรียน "train once, run everywhere" ที่จับต้องได้ ไม่ใช่แค่สโลแกน — คุณจะได้ลงมือทำจริงใน โมดูล 5 (Training)

สามพื้นผิวการเรียน — โค้ดชุดเดียว

คอร์สนี้ให้คุณเรียนได้จากสามที่ โดย โค้ด MicroPython ชุดเดียวกัน รันได้ทั้งสาม เริ่มจากที่ไหนก็ได้ ไม่มีบอร์ดก็เริ่มได้

ชุดบทเรียนนี้ใช้ สองอันแรก: Emulator (กลับบ้านเปิดเล่นต่อได้ ไม่ต้องมีบอร์ด) และบอร์ดจริง — โค้ดบรรทัดต่อบรรทัดเหมือนกัน

รู้จักบอร์ด BENTO ของเรา

ก่อนสั่งโค้ด มารู้จักของจริงก่อน นี่คือบอร์ดที่เราจะใช้ทั้งคอร์ส หัวใจคือชิป PSoC Edge E84 ที่มีทั้ง CPU และ NPU (หน่วยเร่งงาน AI) อยู่ในตัว

• Cortex-M55 (400 MHz) — คอร์แรง คู่กับ Ethos-U55 NPU ที่เร่งการอนุมานโมเดล → โมเดล AI รันตรงนี้
• Cortex-M33 (200 MHz) — คอร์ควบคุม จัดการปุ่ม/WiFi/ความปลอดภัย → โค้ด MicroPython รันที่นี่
• เซนเซอร์ที่ป้อนโมเดล: BMI270 (IMU 6 แกน), เรดาร์ 60 GHz, ไมโครโฟน PDM, ยังมี baro/humidity อีก

"NPU" ย่อจาก Neural Processing Unit — วงจรที่ออกแบบมาคูณเมทริกซ์ของ neural network โดยเฉพาะ เร็วและประหยัดไฟกว่าให้ CPU ทำเอง นี่คือเหตุผลที่ชิปเล็กๆ รันโมเดลได้

ทำไมโมเดลรันบน M55 แต่โค้ดเรารันบน M33

บอร์ดมี "สองสมอง" แบ่งงานกัน คล้ายกับที่คอร์สเกมเล่าเรื่องสองคอร์วาดจอ — แต่รอบนี้คู่หูคือ คอร์ควบคุมกับคอร์ AI

เวลาเราเรียก edge_ai.result() โค้ด Python บน M33 จะ ดึง (pull) ผลจาก M55 มาให้ — ออกแบบให้ปลอดภัย ไม่ค้าง เราแค่เรียกใช้ ไม่ต้องรู้รายละเอียด IPC ในชุดบทเรียนนี้

6 โมเดลที่ติดมากับเฟิร์มแวร์

บอร์ด TESAIoT Dev Kit มีโมเดล DEEPCRAFT 6 ตัว คอมไพล์รวมมาในเฟิร์มแวร์เดียว พร้อมใช้ ไม่ต้องต่อเน็ต แต่ละตัวใช้เซนเซอร์ต่างกันและมีคลาสของตัวเอง

• โมเดลไหนใช้ IMU ให้ลองขยับ/เขย่าบอร์ด · ใช้ MIC ให้ลองส่งเสียง · ใช้ RADAR ให้ลองยื่นมือเข้า-ออก
• BENTO Emulator มี 5 ตัว ไม่มี Push Detection เพราะจำลองบอร์ดที่ไม่มีเรดาร์ Cough, Alarm และ Siren จึงเลื่อนขึ้นมาเป็นเลข 2–4 — หาโมเดลจากชื่อเสมอ อย่าจำเลข
• ค่าพวกนี้ไม่ได้เดาเอง — เดี๋ยวเราจะถามเฟิร์มแวร์ตรงๆ ด้วย edge_ai.models() แล้วมันจะตอบตารางนี้กลับมา

สังเกตว่า 4 ใน 6 ตัวใช้ไมโครโฟน — งานเสียงเป็นสนามใหญ่ของ Edge AI (ตรวจเสียงไอ เสียงเตือน เสียงเด็กร้อง โดยไม่อัดเสียงส่งออกไปไหน)