אמיר שרמן, ששמו הוא כמעט שם נרדף לפעילות שיווק הרכיבים של חברת ארו בישראל (Arrow Electronics) ובאירופה, החליט לפרוש מהחברה לאחר 20 שנה ולהתמקד בפיתוח עסקי ובקידום התחום החדש של בינה מלאכותית במערכות משובצות. שרמן החל את דרכו בחברת ארו ישראל בשנת 2001, בתפקיד מהנדס אחראי על תחום המיקרו-בקרים ומיקרו-מעבדים, עוד כשהיא פעלה תחת השם ארו\רפק (עד 2006). לאחר מכן מונה למנהל מוצר ומנהל צוות המהנדסים, הפיתוח העיסקי והשיווק בישראל.
בשנת 2013 מונה לתפקיד מנהל הפיתוח העיסקי של STMicroelectronics באירופה ולצורך זה עבר לגרמניה. לפני 6 שנים הקים את מחלקת הכרטיסים משובצי מחשב (SoM) של ארו באירופה ואת תחום Arrow Platforms: כרטיסי מעבדים ופתרונות. הוא גם הקים את מחלקת התוכנה של ארו בגדסנק, פולין, האחראית על תחום ה-AI וה-IoT באירופה ושימש בתפקיד דירקטור Embedded אירופה של ארו. לפני כשנה הוא חזר לארץ כדי לנהל את ארו ישראל, אולם לדבריו הוא חש שהגשים את כל מטרותיו בחברה.
"החזרה לישראל אחרי יותר מ-6 שנים בגרמניה ותקופת הקורונה גרמו לי להרהר על המשך דרכי, ולהבין שהגשמתי את כל משאלותי בחברה", הוא סיפר ל-Techtime. "הגיע הזמן לנצל את הידע והנסיון שצברתי כדי לספק שירותי פיתוח עסקי לחברות ישראליות, ולקדם בארץ את התחום המתפתח של TinyML/EmbeddedML".
מה הן הפעילויות החדשות שלך?
שרמן: "כמו שבחברת ארו ניהלתי את פרויקטי 96Boards המבוססים על מעבדים של חברות כמו STMicroelectronics, NXP וקואלקום, אני עובד כעת עם מספר יצרנים על כרטיסי פיתוח מסוג Community Board ומסייע לחברות ישראליות לשלב בפתרונות שלהן ספקים חדשים. קיבלתי לאחרונה תפקיד של Country Manager בישראל אצל חברת Edge Impulse, הנחשבת לחברה מובילה בתחום הבינה המלאכותית במערכות משובצות (TinyML)".
מה זה TinyML? מדוע הוא חשוב?
"זהו תחום מרתק, המתמקד באספקת יכולות בינה מלאכותית באבזר הקצה עצמו ולא בענן. המטרה העיקרית של TinyML היא ליישם למידת מכונה על מיקרו-בקרים זעירים ביותר הצורכים מעט מאוד אנרגיה, תוך כדי קבלת תוצאות מקסימליות. הדבר מאפשר לפתח טכניקות חדשות לניתוח והבנת הנתונים הרבים המגיעים מאבזרי IoT, ולהשתמש בשיטות למידת מכונה (ML) לעיבוד מידע ולהבנת הנתונים מחיישנים, כמו למשל גילוי צלילים, צילום תמונות ומעקב אחרי תנועה.
"להערכת חברת המחקר ABI Research, בשנת 2030 יותקנו פלטפורמות TinyML ביותר מ-2.5 מיליארד רכיבים, מכיוון שהן עונות לצורך ליישם יכולות בינה מלאכותית בתוך מוצר עצמו, במקום בענן, או בנוסף לענן. הלקוחות היום נמצאים בצומת דרכים בכל הקשור לחיבור בין IoT ובין למידת מכונה, מכיוון שמציאת השילוב הנכון בין אבזר הקצה לבין הענן נעשה מורכב מאוד.
"המפתחים צריכים להבין איזה תהליכים ניתן לבצע בענן ואיזה תהליכים עדיף לבצע באבזר הקצה, ומתי ניתן לבצע פעולות כל-כך מורכבות באמצעות מיקרו-בקרים זעירים אשר צריכים להיות חסכוניים מאוד בצריכת ההספק שלהם. חברת Edge Impulse ממלאת את הפער הזה באמצעות כלים המאפשרים למהנדסים לפתח את הדור הבא של מכשירים חכמים".