Skip to content

Buurt Neural Radio: FM AI-updates voor IoT

7 juni 2025
Team Redstall
Illustratie van FM-radiogolven die AI-modellen naar slimme apparaten verzenden
  • Kleine AI-modellen reizen nu op FM-radiogolven om apparaten zonder internet te bereiken
  • Geen Wi-Fi of mobiele service vereist, alleen een goedkope radiochip
  • Perfect voor sensoren, wetenschapsprojecten en noodwaarschuwingen

Wat is Neighborhood Neural Radio?

Neighborhood Neural Radio is een systeem met lage bandbreedte dat updates van kleine machine learning modellen levert via het FM Radio Data System (RDS). Oorspronkelijk ontworpen voor het weergeven van radiostationamen of liedjesinformatie, draagt RDS een verborgen datakanaal dat dit systeem gebruikt om gecomprimeerde AI-modellen uit te zenden naar apparaten in de buurt.

Deze updates laten kleine apparaten zoals weersensoren, grondmonitors en branddetectors nieuwe functies oppikken zonder Wi-Fi, mobiele data of kabels nodig te hebben. Het systeem werkt offline, houdt kosten laag en blijft betrouwbaar zelfs als het netwerk uitvalt. Het gebruikt dezelfde FM-signalen als je radio, maar stuurt software in plaats van liedjes.

Door tools zoals PiFmRds [FM-radiozender software voor Raspberry Pi] en OTA-TinyML [over-the-air TinyML model update systeem] te gebruiken, combineert dit systeem open hardware en open source bronnen om over-the-air model updates mogelijk te maken.

FM radio AI updates: hoe het werkt

1. Het model verkleinen

Het AI-model wordt gecomprimeerd met eenvoudige technieken. Een 50 KB bestand kan worden teruggebracht tot slechts 12 KB door onnodige delen te verwijderen.

2. Het in stukjes breken

Het gecomprimeerde model wordt verdeeld in kleine stukjes. Elk wordt gelabeld en dubbel gecontroleerd, zoals het een voor een versturen van een puzzelstukje.

3. Het via FM-radio versturen

Een Raspberry Pi stuurt deze puzzelstukjes door het zijkanaal van het radiosignaal. Dit zijkanaal interfereert niet met de hoofdaudio, dus reguliere radio-uitzendingen gaan ononderbroken door terwijl de updates parallel uitgaan.

4. Herbouwen op het apparaat

Nabijgelegen sensoren met radiochips vangen het signaal op, verzamelen de stukjes, verifiëren hun integriteit en zetten het nieuwe model in elkaar. Dan beginnen ze het te gebruiken, allemaal zonder internetverbinding.

Energie-efficiëntie en milieuimpact

Neighborhood Neural Radio is ontworpen met duurzaamheid in gedachten:

  • Minimaal stroomverbruik: Ontvangers verbruiken minder dan 1mW tijdens updates, ongeveer hetzelfde als een digitaal horloge.
  • Zonne-energie werking: Veel veldapparaten kunnen jaren draaien op kleine zonnepanelen, met de radio-ontvanger die minimaal vermogen verbruikt tijdens inactieve toestanden.
  • Milieuvriendelijke updates: Door de behoefte aan mobiele of WiFi-infrastructuur weg te nemen, vermindert het systeem elektronisch afval en energieverbruik in afgelegen gebieden.
  • Batterijlevensduur: Een standaard knoopcelbatterij kan een ontvanger tot 5 jaar voeden met dagelijkse modelupdates.

Hoe lang duurt het?

  • Reguliere FM RDS kan ongeveer 150 bytes per seconde versturen
  • Een 12 KB model duurt ongeveer 1,5 minuut om te versturen
  • Een snellere versie gebruiken (genaamd RDS2) verkort die tijd tot slechts 20 seconden

Updates kunnen ‘s nachts herhaald worden, dus zelfs als een sensor een stukje mist, kan het later inhalen.

Waarom het echt nuttig is

Voor tuinen en boerderijen

Sensoren kunnen nieuwe trucjes leren, zoals plantstress herkennen, zelfs als een storm het internet wegneemt.

Voor gemeenschapswetenschap

Lokale weerstations kunnen verbeterde voorspellingsmodellen delen in een buurt, iedereen helpend om zich voor te bereiden op plotselinge weersveranderingen.

Voor noodgevallen

Bosbrand- of gaslekwaarschuwingen naar elk nabijgelegen apparaat sturen, geen netwerk vereist.

Toekomstige verbeteringen

De technologie blijft evolueren met verschillende spannende richtingen:

  • Federatief leren: Apparaten zouden lokale verbeteringen terug naar het netwerk kunnen delen, een collaboratief leersysteem creërend zonder ruwe data te delen.
  • Adaptieve compressie: Modellen die automatisch hun grootte aanpassen gebaseerd op signaalsterkte en batterijniveaus.
  • Multi-hop netwerken: Apparaten die updates doorsturen om dekking uit te breiden voorbij het bereik van de hoofdzender.
  • Nooduitzendingen: Speciale signalen die slapende apparaten kunnen wekken voor kritieke updates.
  • Hybride systemen: FM-updates combineren met occasionele WiFi of mobiel wanneer beschikbaar voor grotere overdrachten.

Wat zit er achter de schermen?

Neural Radio Componenten
TechWat het doet
FM-radioStuurt data in een verborgen kanaal
Raspberry PiHandelt uitzending vanaf thuis af
ModeltoolsKrimpen en hakken AI-hersenen in stukjes
RadiochipsVangen en herbouwen het model aan de andere kant
VeiligheidscontrolesZorgen ervoor dat updates niet nep of kapot zijn
Table: Neural Radio Componenten

Uitdagingen en beperkingen

  • Radioregelgeving: Je kunt niet zomaar FM uitzenden zonder juiste licentie, maar je kunt samenwerken met lokale stations.
  • Modelgrootte: Grote updates duren langer om te verzenden, dus compressie en efficiënte codering zijn cruciaal.
  • Beveiliging: Digitale handtekeningen zorgen ervoor dat alleen geverifieerde updates door apparaten worden geaccepteerd.
  • Signaalbetrouwbaarheid: Foutcorrectie en hertransmissieprotocollen handelen verloren datapakketten af.

Grote tech is ook geïnteresseerd

Google heeft patenten ingediend die het gebruik van FM-radio voor AI-datatransmissie verkennen. Als grote techbedrijven aandacht besteden, heeft deze technologie duidelijk significant potentieel.

Neighborhood Neural Radio is niet alleen slim, het is praktisch. Het verandert de radiogolven in een digitaal leveringssysteem voor slimmere gadgets, zonder touwtjes (of kabels) eraan vast.

Bronnen

  1. PiFmRds GitHub
  2. OTA-TinyML, IEEE Xplore
  3. RDS Forum
  4. IEC 62106-3:2018 Specification
  5. Google’s AI+Radio Patent
  6. RDS2 Specification