Jūsų išmaniosios programėlės gali tapti išmanesnės
Key Takeaways
- Nauji MIT mokslininkų tyrimai rodo, kaip pritaikyti neuroninius tinklus į mažus įrenginius.
- MCUNet leidžia giliai mokytis sistemose su ribota apdorojimo galia ir atmintis.
- Naujovė taip pat leistų sukurti išmanesnius, judresnius medicinos prietaisus.

Mokslininkai teigia, kad išmanieji garsiakalbiai ir kiti įrenginiai, sudarantys daiktų internetą (IoT), vieną dieną galėtų gauti neuroninio tinklo galią, kad būtų galima padaryti daugiau su mažiau.
Nauja sistema, vadinama MCUNet, leidžia kurti mažus neuroninius tinklus daiktų interneto įrenginiuose, net ir esant ribotai atmintis ir apdorojimo galia. Remiantis MIT mokslininkų darbu paskelbta išankstinio spausdinimo serveryje Arxiv, technologija gali suteikti naujų galimybių išmaniesiems įrenginiams, kartu taupant energiją ir pagerinant duomenų saugumą.
Tyrimas „yra viena iš tų puikių idėjų, kurios atrodo akivaizdžios, kai ją išgirsti“, – Johnas Suitas, konsultuojantis robotų kompanijos CTO. KODA, sakė interviu el. „Tai elegantiškas požiūris į problemą. Šis tyrimas yra toks reikšmingas, nes galiausiai jie leis realiu laiku optimizuoti neuroninius tinklus bet kokiam įrenginiui, kuriame ištekliai gali būti žinomi algoritmui.
„Tai iš tikrųjų rodo, kad galia neturi būti susieta su dydžiu.
Dideli skaičiavimai mažuose įrenginiuose
Daiktų interneto įrenginiai paprastai veikia kompiuterių lustuose be operacinės sistemos, todėl sunku vykdyti modelio atpažinimo užduotis, pvz., gilųjį mokymąsi. Norint atlikti intensyvesnę analizę, daiktų interneto surinkti duomenys dažnai apdorojami debesyje, nors jie yra pažeidžiami įsilaužimo.
Neuroniniai tinklai gali daug nuveikti, kad padidintų didėjantį daiktų interneto įrenginių skaičių, tačiau problema buvo problema.
„Norėdami perkelti tinklus į patį įrenginį, o tai pasirodė sudėtinga, jūs reikės rasti būdą, kaip optimizuoti įvairių mikrovaldiklių paieškos erdvę“, - sakė „Suit“. paaiškino. „Standartinė ar bendroji sistema neveiks dėl IoT įrenginių išteklių tolerancijos. Pagalvokite apie labai mažos galios, labai mažus procesorius, kalbant apie apdorojimo galią.

Štai čia atsiranda MIT tyrėjų darbas.
"Kaip mes galime įdiegti neuroninius tinklus tiesiai šiuose mažuose įrenginiuose?" tyrimo pagrindinis autorius, mokslų daktaras Ji Lin. MIT Elektros inžinerijos ir informatikos katedros studentas, sakoma pranešime spaudai. „Tai nauja tyrimų sritis, kuri tampa labai karšta. Tokios įmonės kaip „Google“ ir ARM dirba šia kryptimi.
TinyEngine į gelbėjimą
MIT grupė sukūrė du komponentus, reikalingus neuronų tinklų veikimui mikrovaldikliuose. Viena dalis yra „TinyEngine“, kuri yra panaši į operacinę sistemą, tačiau pašalina kodą iki esminių dalykų. Kitas yra TinyNAS, neuroninės architektūros paieškos algoritmas.
„Turime daug mikrovaldiklių, turinčių skirtingą galią ir skirtingus atminties dydžius“, – sakė Linas. "Taigi mes sukūrėme algoritmą [TinyNAS], kad optimizuotume skirtingų mikrovaldiklių paieškos erdvę. Pritaikytas TinyNAS pobūdis reiškia, kad jis gali generuoti kompaktiškus neuroninius tinklus, turinčius geriausią įmanomą tam tikro mikrovaldiklio veikimą, be nereikalingų parametrų. Tada mes pristatome galutinį efektyvų modelį į mikrovaldiklį.
– Tai elegantiškas požiūris į problemą.
Lino darbas galėtų padėti sukurti išmanesnius, judresnius medicinos prietaisus.
„Tai iš tikrųjų rodo, kad galia neturi būti susieta su dydžiu ir ligoninėse, kur viskas greitai juda ankštose erdvėse, o tai tiesiogine prasme gali reikšti skirtumą tarp gyvenimo ir mirties“, – sakė Kevinas Goodwinas. generalinis direktorius „EchoNous“, įmonė, gaminanti medicinos prietaisus su dirbtiniu intelektu, sakė interviu el.
Goodwinas sakė, kad jo komanda ilgus metus praleido kurdama ir mokydama neuroninį tinklą, kuris vėliau galėtų būti panaudotas širdies žemėlapiui sudaryti realaus laiko ultragarso skenavimo struktūras – visa tai rankiniame įrenginyje, vadinamame KOSMOS, kuris sveria mažiau nei du svarus.

„Dabar gydytojai gali lengvai pereiti iš vieno kambario į kitą ir gauti diagnostinės kokybės nuskaitymus vadovaudamiesi AI“, – pridūrė jis. „Jiems nereikia siųsti pacientų kitur atlikti tų nuskaitymų arba prarasti kritinį laiką dezinfekuojant vežimėlius.
MCUNet yra įdomus žvilgsnis į pasaulį, kuriame mažos programėlės gali būti išmanesnės nei bet kada. Sparčiai augant daiktų interneto įrenginių skaičiui, ieškosime visko – nuo išmaniųjų prietaisų iki medicinos prietaisų, kad būtų galima turėti savo neuroninius tinklus.