AI技術蓬勃發展，各式的應用不斷的推陳出新，其中MCU-based的AI應用自是緊隨其後，蔚為風潮。在MCU如此迷你的裝置內執行AI，就被稱為TinyML（機器學習）。本堂課程請到Arm首席應用工程師Odin Shen，向大家分享TinyML現在與未來的發展藍圖。

一般而言，提到AI，第一個聯想就是在雲端進行運算，譬如在一堆的照片中判別哪一張是貓咪的照片。但是這種通常難以滿足產業的需求，講師指出，目前需要類似語音助理、臉部解鎖等低延遲，也更可靠安全的技術應用。

當AI的應用逐漸向Edge端移動，諸如Google的翻譯、IG的濾鏡處理、語音辨識、臉部解鎖等功能，皆會逐漸的影像各個產業。而若是要讓AI在在終端裝置執行，其所牽涉到的技術便是SoC的運算能力，再將規模放大，以手機為例，其中還會包括GPU、DPU等等。

除了基本介紹與用之外，講師也分享了他自己運用Arm架構的晶片和開源ML框架自造的裝置，並表示就算沒有相關的背景，還是可以製作簡易的專案!