الوجبات الجاهزة الرئيسية
- بحث جديد لعلماء معهد ماساتشوستس للتكنولوجيا يشير إلى طريقة ملائمة الشبكات العصبية في أجهزة صغيرة.
- MCUNet يسمح بالتعلم العميق على الأنظمة ذات قوة المعالجة والذاكرة المحدودين.
- يمكن أن يسمح الابتكار أيضًا بأجهزة طبية أكثر ذكاءً ورشاقة.
يمكن لمكبرات الصوت الذكية والأجهزة الأخرى التي تشكل إنترنت الأشياء (IoT) أن تحصل يومًا ما على قوة الشبكة العصبية للقيام بالمزيد بتكلفة أقل ، كما يقول الباحثون.
يسمح نظام جديد يسمى MCUNet بتصميم شبكات عصبية صغيرة على أجهزة إنترنت الأشياء ، حتى مع محدودية الذاكرة وقوة المعالجة.وفقًا لورقة بحثية أعدها علماء معهد ماساتشوستس للتكنولوجيا نُشرت على خادم ما قبل الطباعة Arxiv ، يمكن للتقنية أن توفر إمكانات جديدة للأجهزة الذكية مع توفير الطاقة وتحسين أمان البيانات.
البحث "هو واحد من تلك الأفكار الرائعة التي تبدو واضحة عندما تسمعها ،" قال جون سويت ، مستشار CTO في شركة الروبوتات KODA ، في مقابلة عبر البريد الإلكتروني. "إنه أسلوب أنيق لحل المشكلة. هذا البحث مهم جدًا لأنه في النهاية سيسمح بتحسين الوقت الفعلي للشبكات العصبية لأي جهاز يمكن أن تعرف الخوارزمية الموارد فيه."
ما يظهره هذا حقًا هو أنه لا يجب ربط القوة بالحجم..
حسابات كبيرة على الأجهزة الصغيرة
تعمل أجهزة إنترنت الأشياء عادةً على شرائح كمبيوتر بدون نظام تشغيل ، مما يجعل من الصعب تشغيل مهام التعرف على الأنماط مثل التعلم العميق. لمزيد من التحليل المكثف ، غالبًا ما تتم معالجة البيانات التي تم جمعها عبر إنترنت الأشياء في السحابة ، على الرغم من أنها عرضة للقرصنة.
هناك الكثير الذي يمكن للشبكات العصبية فعله لتعزيز العدد المتزايد من أجهزة إنترنت الأشياء ، لكن الحجم كان يمثل مشكلة.
"من أجل نقل الشبكات إلى الجهاز نفسه ، الأمر الذي ثبت أنه صعب ، ستحتاج إلى إيجاد طريقة لتحسين مساحة البحث لمجموعة متنوعة من وحدات التحكم الدقيقة" ، أوضح Suit. "لن يعمل النظام القياسي أو العام بسبب التفاوتات في الموارد على أجهزة إنترنت الأشياء. فكر في معالجات منخفضة الطاقة جدًا ، ومعالجات صغيرة جدًا من حيث قوة المعالجة."
هذا هو المكان الذي يأتي فيه عمل باحثي معهد ماساتشوستس للتكنولوجيا.
"كيف ننشر الشبكات العصبية مباشرة على هذه الأجهزة الصغيرة؟" المؤلف الرئيسي للدراسة ، جي لين ، دكتوراه. طالب في قسم الهندسة الكهربائية وعلوم الكمبيوتر بمعهد ماساتشوستس للتكنولوجيا ، في بيان صحفي. "إنه مجال بحث جديد يزداد نشاطًا. تعمل جميع الشركات مثل Google و ARM في هذا الاتجاه."
TinyEngine للإنقاذ
صممت مجموعة MIT مكونين ضروريين لتشغيل الشبكات العصبية على المتحكمات الدقيقة. جزء واحد هو TinyEngine ، وهو مشابه لنظام التشغيل ، لكنه يقطع الكود إلى أساسياته. آخر هو TinyNAS ، خوارزمية بحث العمارة العصبية.
قال لين: "لدينا الكثير من المتحكمات الدقيقة التي تأتي بسعات طاقة مختلفة وأحجام ذاكرة مختلفة". "لذلك قمنا بتطوير الخوارزمية [TinyNAS] لتحسين مساحة البحث لمختلف المتحكمات الدقيقة. وتعني الطبيعة المخصصة لـ TinyNAS أنه يمكنه إنشاء شبكات عصبية مدمجة مع أفضل أداء ممكن لمتحكم دقيق معين - بدون أي معلمات غير ضرورية. ثم نقدم النهائي ، نموذج فعال للميكروكونترولر."
إنها طريقة أنيقة لحل المشكلة
قد يُترجم عمل لين إلى أجهزة طبية أكثر ذكاءً ورشاقة.
"ما يظهره هذا حقًا هو أنه لا يجب ربط القوة بالحجم ، وفي المستشفيات ، حيث يتحرك كل شيء بسرعة في المساحات الضيقة ، يمكن أن يعني ذلك حرفياً الفرق بين الحياة والموت ،" كيفن جودوين ، قال الرئيس التنفيذي لشركة EchoNous ، وهي شركة تصنع الأجهزة الطبية بمساعدة الذكاء الاصطناعي ، في مقابلة عبر البريد الإلكتروني.
قال جودوين إن فريقه أمضى سنوات في بناء وتدريب شبكة عصبية يمكن استخدامها بعد ذلك لرسم خريطة لهياكل القلب في فحص بالموجات فوق الصوتية في الوقت الفعلي - كل ذلك في جهاز محمول باليد يسمى KOSMOS يزن أقل من رطلين.
"الآن يمكن للأطباء الانتقال بسهولة من غرفة إلى أخرى للحصول على فحوصات ذات جودة تشخيصية مع توجيهات الذكاء الاصطناعي" ، أضاف. "لا يتعين عليهم إرسال المرضى إلى مكان آخر لإجراء تلك الفحوصات أو إضاعة الوقت الحرج لتطهير الآلات التي تعتمد على عربة".
MCUNet هي نظرة مثيرة على عالم يمكن أن تكون فيه الأدوات الصغيرة أكثر ذكاءً من أي وقت مضى. نظرًا لتزايد عدد أجهزة إنترنت الأشياء بسرعة ، سنبحث عن كل شيء بدءًا من الأجهزة الذكية وحتى الأجهزة الطبية حتى يكون لدينا شبكاتها العصبية الخاصة.
