10月7日，QEEXO 奇手公司今天发布了全新的AutoML产品，这是一个一键全自动平台，允许用户使用边缘设备上的传感器数据快速构建机器学习解决方案。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缺。

随着机器学习技术的发展，边缘设备越来越受到重视，机器学习在嵌入式处理器上的应用成为目前的热点。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，但极具挑战性。目前，绝大多数机器学习厂商专注于为Raspberrypi级别以上的设备提供服务，而QeexoAutoML专注于arm cortex-M0到M4级别的MCU。据了解，该产品已经支持ST 意半导体的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的CEOSangWonLee表示，“众多公司不断从边缘收集大量数据。他们希望使用机器学习，但找不到合适的工具或技术团队。有了QeexoAutoML，与正常情况相比，他们只需要花费少量的时间和资源，并且他们可以通过原型和项目的不断迭代来生成可用于生产的模型。Qeexo更倾向于支持基于Arm架构的MCU产品，因为Arm致力于打造世界一流的生态系统及其在边缘市场的领先地位。”

QeexoAutoML自动化了数据预处理、特征提取、模型选择、超参数优化、结果验证和模型部署等需要大量重复工作的过程。对于解决目前机器学习工程师稀缺的问题，无疑会产生积极的影响。而且，对于机器学习专家来说，通过将重复的、容易出错的流程交给平台，可以节省大量时间，提高核心开发工作的效率。

即使对于不熟悉机器学习但拥有海量传感器数据的企业，QeexoAutoML也可以在一些特定任务中完全替代机器学习工程师的角色，从而为企业组建机器学习团队节省时间和成本，降低试错风险。

Arm机器学习部营销副总裁DennisLaudick也认为，“Qeexo(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，在选择基于Arm架构的MCU作为目标的同时，意尝到了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是一款纯软件解决方案，可以区分指尖、指节、指甲或手写笔在屏幕上的操作。目前，该解决方案已成功应用于数亿台设备，也是QeexoAutoML的首个成功商业化案例。

qeexo 奇手公司诞生于卡内基， 梅隆大学，也是第一家为嵌入式边缘设备(CortexM0-M4级)提供自动化端到端机器学习服务的公司。该公司获得了风险资本，并在山景城、匹兹堡、上海和北京设立了办事处