Recomandări cheie
- Noile cercetări efectuate de oamenii de știință de la MIT indică calea pentru adaptarea rețelelor neuronale în dispozitive minuscule.
- MCUNet permite învățarea profundă pe sisteme cu putere de procesare și memorie limitate.
- Inovația ar putea permite, de asemenea, dispozitive medicale mai inteligente și mai agile.
Difuzoarele inteligente și alte dispozitive care alcătuiesc Internetul lucrurilor (IoT) ar putea într-o zi să obțină puterea rețelei neuronale de a face mai mult cu mai puțin, spun cercetătorii.
Un nou sistem numit MCUNet permite proiectarea de rețele neuronale minuscule pe dispozitive IoT, chiar și cu memorie și putere de procesare limitate. Potrivit unui articol publicat de oamenii de știință de la MIT pe serverul de preprint Arxiv, tehnologia ar putea aduce noi capabilități dispozitivelor inteligente, economisind în același timp energie și îmbunătățind securitatea datelor.
Cercetarea „este una dintre acele idei geniale care pare evidentă când o auzi”, a declarat John Suit, consilier CTO la compania de robotică KODA, într-un interviu prin e-mail. „Este o abordare elegantă a problemei. Această cercetare este atât de semnificativă pentru că, în cele din urmă, vor permite optimizarea în timp real a rețelelor neuronale pentru orice dispozitiv în care resursele pot fi cunoscute algoritmului.”
Ceea ce arată cu adevărat acest lucru este că puterea nu trebuie să fie legată de dimensiune..
Calcule mari pe dispozitive mici
Dispozitivele IoT rulează de obicei pe cipuri de computer fără sistem de operare, ceea ce face dificilă executarea sarcinilor de recunoaștere a modelelor, cum ar fi învățarea profundă. Pentru o analiză mai intensă, datele colectate de IoT sunt adesea procesate în cloud, deși sunt vulnerabile la hacking.
Rețelele neuronale ar putea face multe pentru a spori numărul tot mai mare de dispozitive IoT, dar dimensiunea a fost o problemă.
„Pentru a muta rețelele în jos în dispozitivul propriu-zis, ceea ce s-a dovedit dificil, ar trebui să găsiți o modalitate de a optimiza spațiul de căutare pentru o varietate de microcontrolere”, a explicat Suit. „Un sistem standard sau generic nu ar funcționa din cauza toleranțelor de resurse pe dispozitivele IoT. Gândiți-vă la o putere foarte mică, procesoare foarte mici în ceea ce privește puterea de procesare.”
Aici intervine munca cercetătorilor MIT.
„Cum implementăm rețele neuronale direct pe aceste dispozitive minuscule?” autorul principal al studiului, Ji Lin, Ph. D. student la Departamentul de Inginerie Electrică și Informatică al MIT, a declarat într-un comunicat de presă. „Este o nouă zonă de cercetare care devine foarte fierbinte. Companii precum Google și ARM lucrează toate în această direcție.„
TinyEngine to the Rescue
Grupul MIT a proiectat două componente necesare pentru funcționarea rețelelor neuronale pe microcontrolere. O parte este TinyEngine, care este similar cu un sistem de operare, dar reduce codul la elementele esențiale. Un altul este TinyNAS, un algoritm de căutare a arhitecturii neuronale.
„Avem o mulțime de microcontrolere care vin cu capacități de putere diferite și dimensiuni de memorie diferite”, a spus Lin. „Așa că am dezvoltat algoritmul [TinyNAS] pentru a optimiza spațiul de căutare pentru diferite microcontrolere. Natura personalizată a TinyNAS înseamnă că poate genera rețele neuronale compacte cu cea mai bună performanță posibilă pentru un anumit microcontroler - fără parametri inutile. Apoi livrăm finalul, model eficient pentru microcontroler."
Este o abordare elegantă a problemei.
Munca lui Lin s-ar putea traduce pentru a face dispozitive medicale mai inteligente și mai agile.
„Ceea ce arată cu adevărat acest lucru este că puterea nu trebuie să fie legată de dimensiune, iar în spitale, unde totul se mișcă rapid în spații înguste, asta poate însemna literalmente diferența dintre viață și moarte”, Kevin Goodwin, CEO-ul EchoNous, o companie care produce dispozitive medicale asistate de AI, a declarat într-un interviu prin e-mail.
Goodwin a spus că echipa sa a petrecut ani de zile construind și antrenând o rețea neuronală care ar putea fi apoi utilizată pentru a mapa structurile inimii într-o scanare cu ultrasunete în timp real, totul într-un dispozitiv portabil numit KOSMOS, care cântărește mai puțin de două kilograme..
„Acum, medicii se pot deplasa cu ușurință din cameră în cameră, obținând scanări de calitate diagnostică cu îndrumări AI”, a adăugat el. „Nu trebuie să trimită pacienții în altă parte pentru acele scanări sau să piardă timp critic pentru dezinfectarea utilajelor bazate pe cărucioare.”
MCUNet este o privire captivantă asupra unei lumi în care gadgeturile mici ar putea fi mai inteligente ca niciodată. Pe măsură ce numărul de dispozitive IoT crește rapid, vom căuta ca orice, de la aparate inteligente la dispozitive medicale, să aibă propriile rețele neuronale.
