廣告
廣告
您的位置 資訊中心 > 產業新聞 > 正文

最不起眼的微處理器也能實現機器學習?

2020-01-10 15:32:29 來源:EEWORLD電子工程世界 點擊:524

【大比特導讀】但是Tiny ML有不同的目標。想象一下,如果機器學習模型,能夠把對話和助聽器上的背景噪音區分開來。如果您無法在設備本身上安裝該模型,那么您就需要在運行在該模型上的云保持無線連接。但如果您能夠安裝它的話,直接在助聽器上運行該模型更有效、更安全。

今年2月,來自谷歌、微軟、高通、三星和6所大學的一組研究人員齊聚加州圣何塞,討論將機器學習帶到網絡最遠端的挑戰,尤其是運行在傳感器或其他電池驅動設備上的微處理器中。

機器學習

這就是盛大的“微型機器學習峰會”,該峰會的主旨是找出如何在最小的微處理器上運行機器學習算法。在邊緣的學習將推動更好的隱私實踐,更低的功耗,并在未來的設備中構建新應用。

神經網絡的訓練是機器學習的核心,這種訓練需要大量的數據。最終會把它訓練成一個無論是下圍棋還是響應語音指令的任務模型。

許多公司目前專注于為機器學習構建專門的硅材料,以便在數據中心內訓練網絡。他們還希望在邊緣使用硅來對機器學習模型進行推理運行數據,以查看數據是否與模型的結果相匹配。但是,這個微型機器學習生態群(Tiny ML)的目標是對最小的處理器進行推理,比如為遠程傳感器供電的8位微控制器。

如果我們討論的是智能手機之類的東西,那么在邊緣推理方面已經有了很大進展。在2019年11月,谷歌開放了兩個版本的機器學習算法的源代碼,其中一個運行所需的能量減少了50%,另一個運行速度是之前版本的兩倍。還有一些初創公司,如Flex Logix、Greenwaves和Syntiant,使用專用的硅來應對類似的挑戰。

但是Tiny ML有不同的目標。想象一下,如果機器學習模型,能夠把對話和助聽器上的背景噪音區分開來。如果您無法在設備本身上安裝該模型,那么您就需要在運行在該模型上的云保持無線連接。但如果您能夠安裝它的話,直接在助聽器上運行該模型更有效、更安全。

Tiny ML的研究人員也在嘗試在電池供電的邊緣設備上使用ML來進行更好的數據分類。Latent AI公司首席執行長Jags Kandasamy表示,他的公司正在與制造增強現實和虛擬現實耳機相關公司進行談判。Latent AI正在開發用于微型處理器的神經網絡壓縮軟件。這些公司希望利用他們的耳機收集的大量圖像數據,對設備上看到的圖像進行分類,這樣他們就可以將有用的數據發送到云上,供以后培訓使用。 “如果你已經看到了10輛豐田皇冠,它們真的有必要轉移到云端嗎?”Kandasamy問道。

由于機器學習通常需要大量的電力,而將設備上的數據進行分類可以減少收集到云中的數據量,從而節省帶寬和電力。

當涉及到機器學習時,很多人覺得數據越大才越好,但我對將機器學習應用到邊緣的潛力感到興奮。盡管Tiny ML仍然專注于推理的挑戰,也許有一天我們甚至可以考慮在邊緣上訓練網絡本身。

聲明:轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益,請與我們聯系,我們將及時更正、刪除,謝謝。

分享到:
閱讀延展
機器學習 算法
  • 改變電網?量子技術可以保障泛在電力物聯網信息安全

    改變電網?量子技術可以保障泛在電力物聯網信息安全

    量子計算可能在電網信息安全中貢獻一臂之力。用量子算法庫中的機器學習算法來分析威脅信息、判斷安全態勢,可提升安全監測態勢感知的效率。未來,量子算法的高算力優勢還有可能在電網潮流計算和穩態分析中發揮作用。

  • 人工智能系統學習量子力學的基本定律

    人工智能系統學習量子力學的基本定律

    以常規方式求解這些方程需要大量的高性能計算資源(數月的計算時間),這通常是用于醫學和工業應用的新型專用分子的計算設計的瓶頸。新開發的AI算法可以在幾秒鐘內在筆記本電腦或移動電話上提供準確的預測。

  • 人工智能的訓練算法 以發現網上噴子

    人工智能的訓練算法 以發現網上噴子

    阿爾瓦雷斯說:“這是我所熱愛的關于加州理工學院的東西之一:能夠彌合界限,發展社會科學和(在這種情況下)計算機科學之間的協同作用。

  • 人工智能的未來完全以人為中心

    人工智能的未來完全以人為中心

    我們在軟件和云服務中看到的很多人工智能都更接近于自動化。自動化是基于輸入和響應:一個輸入X = y的一個響應日益增長的復雜的算法,計算進行決定如何應對一個給定的輸入可以非常復雜,所以自動響應創建以這種方式可以給智慧的印象。但在現實中,它們是預先確定的。

  • 2019:人工智能和計算社會科學相結合,AI的未來將會怎樣?

    2019:人工智能和計算社會科學相結合,AI的未來將會怎樣?

    這一定程度上是表現在現今人工智能算法的進展,后者最大程度上是用大數據為基礎的,而中國碩大的人口規模是世界上最好的天然的大數據試驗場。

  • 人工智能為什么應用廣泛?客戶的需求是關鍵!

    人工智能為什么應用廣泛?客戶的需求是關鍵!

    在選擇行業之外,對于AI企業來說,也需要配置更加定向的人才。除了傳統的算法人才,還有機械設計人員、電氣設計人員以及現場制造工廠的技術服務人員,這都是在服務具體工業客戶時必不可少的環節。

微信

第一時間獲取電子制造行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索“大比特商務網”或者“big-bit”,或用手機掃描左方二維碼,即可獲得大比特每日精華內容推送和最優搜索體驗,并參與活動!

發表評論

  • 最新評論
  • 廣告
  • 廣告
  • 廣告
廣告
Copyright Big-Bit ? 1999-2019 All Right Reserved 大比特資訊公司 版權所有       未經本網站書面特別授權,請勿轉載或建立影像,違者依法追究相關法律責任  
广西11选5 一定牛 幸运赛车历史开奖记录 炒股真实的故事 西红柿计划软件官网下载 江苏快3基本走走势图 北京十一选五开奖结果查询3D开奖 我爱彩票大发快三下载 广东时时彩几分钟开奖 贵州快3app 安徽体彩十一选五开奖 湖北十一选五一定牛看遗漏