მთავარი წაღებები
- MIT მეცნიერების ახალი კვლევა მიუთითებს ნერვული ქსელების პატარა მოწყობილობებში მორგების გზაზე.
- MCUNet საშუალებას იძლევა ღრმა სწავლა სისტემებზე შეზღუდული დამუშავების სიმძლავრით და მეხსიერებით.
- ინოვაციამ ასევე შეიძლება დაუშვას უფრო ჭკვიანი, უფრო სწრაფი სამედიცინო მოწყობილობები.
ჭკვიანმა დინამიკებმა და სხვა მოწყობილობებმა, რომლებიც ქმნიან ნივთების ინტერნეტს (IoT) ერთ მშვენიერ დღეს შეძლებენ ნეირონული ქსელის სიმძლავრეს, რათა მეტი გააკეთონ ნაკლებით, ამბობენ მკვლევარები.
ახალი სისტემა, სახელწოდებით MCUNet, საშუალებას გაძლევთ შექმნათ პატარა ნერვული ქსელები IoT მოწყობილობებზე, თუნდაც შეზღუდული მეხსიერებითა და დამუშავების სიმძლავრით. MIT-ის მეცნიერების მიერ გამოქვეყნებული ნაშრომის თანახმად, რომელიც გამოქვეყნდა წინასწარ ბეჭდვის სერვერზე Arxiv, ტექნოლოგიას შეუძლია ახალი შესაძლებლობების მოტანა ჭკვიან მოწყობილობებში ენერგიის დაზოგვისა და მონაცემთა უსაფრთხოების გაუმჯობესების დროს.
კვლევა "ერთ-ერთი იმ ბრწყინვალე იდეაა, რომელიც აშკარად ჩანს მისი მოსმენისას", - თქვა ჯონ სუიტმა, რომელიც კონსულტაციას უწევს CTO-ს რობოტიკის კომპანია KODA-ში, ელექტრონული ფოსტის ინტერვიუში. "ეს არის ელეგანტური მიდგომა პრობლემისადმი. ეს კვლევა ძალიან მნიშვნელოვანია, რადგან საბოლოოდ, ისინი საშუალებას მისცემს ნერვული ქსელების რეალურ დროში ოპტიმიზაციას ნებისმიერი მოწყობილობისთვის, სადაც რესურსები შეიძლება ცნობილი იყოს ალგორითმისთვის."
რაც ეს ნამდვილად აჩვენებს არის ის, რომ ძალა არ უნდა იყოს მიბმული ზომაზე..
დიდი გამოთვლები მცირე მოწყობილობებზე
IoT მოწყობილობები ჩვეულებრივ მუშაობს კომპიუტერულ ჩიპებზე ოპერაციული სისტემის გარეშე, რაც ართულებს ნიმუშის ამოცნობის ამოცანების შესრულებას, როგორიცაა ღრმა სწავლა. უფრო ინტენსიური ანალიზისთვის, IoT-ით შეგროვებული მონაცემები ხშირად მუშავდება ღრუბელში, თუმცა ის დაუცველია ჰაკერების მიმართ.
არის ბევრი რამ, რისი გაკეთებაც ნერვულ ქსელებს შეუძლიათ გააძლიერონ IoT მოწყობილობების მზარდი რაოდენობა, მაგრამ ზომა იყო პრობლემა.
"იმისთვის, რომ ქსელები თავად მოწყობილობაში გადაიტანოთ, რაც რთული აღმოჩნდა, თქვენ უნდა იპოვოთ გზა სხვადასხვა მიკროკონტროლერებისთვის საძიებო სივრცის ოპტიმიზაციისთვის", - განმარტა Suit-მა. "სტანდარტული ან ზოგადი სისტემა არ იმუშავებს IoT მოწყობილობებზე რესურსების ტოლერანტობის გამო. იფიქრეთ ძალიან დაბალი სიმძლავრის, ძალიან მცირე პროცესორების დამუშავების სიმძლავრის თვალსაზრისით."
აი, სადაც მოდის MIT-ის მკვლევარების მუშაობა.
"როგორ განვათავსოთ ნერვული ბადეები პირდაპირ ამ პატარა მოწყობილობებზე?" კვლევის წამყვანი ავტორი, ჯი ლინი, დოქტორი. MIT-ის ელექტროინჟინერიისა და კომპიუტერული მეცნიერების დეპარტამენტის სტუდენტი, განაცხადა პრესრელიზში. „ეს არის ახალი კვლევის სფერო, რომელიც ძალიან ცხელდება. კომპანიები, როგორიცაა Google და ARM, ყველა მუშაობენ ამ მიმართულებით."
TinyEngine სამაშველოში
MIT ჯგუფმა შეიმუშავა ორი კომპონენტი, რომელიც აუცილებელია მიკროკონტროლერებზე ნერვული ქსელების მუშაობისთვის. ერთი ნაწილი არის TinyEngine, რომელიც ოპერაციული სისტემის მსგავსია, მაგრამ აშორებს კოდს მის ძირითად ელემენტებს. კიდევ ერთი არის TinyNAS, ნერვული არქიტექტურის საძიებო ალგორითმი.
"ჩვენ გვაქვს ბევრი მიკროკონტროლერი, რომლებსაც გააჩნიათ სხვადასხვა სიმძლავრის სიმძლავრე და განსხვავებული მეხსიერების ზომები", - თქვა ლინმა. "ასე რომ, ჩვენ შევიმუშავეთ ალგორითმი [TinyNAS] სხვადასხვა მიკროკონტროლერებისთვის საძიებო სივრცის ოპტიმიზაციისთვის. TinyNAS-ის მორგებული ბუნება ნიშნავს, რომ მას შეუძლია შექმნას კომპაქტური ნეირონული ქსელები მოცემული მიკროკონტროლერისთვის საუკეთესო შესაძლო შესრულებით - ზედმეტი პარამეტრების გარეშე. შემდეგ ჩვენ ვაწვდით საბოლოოს., ეფექტური მოდელი მიკროკონტროლერისთვის."
ეს ელეგანტური მიდგომაა პრობლემისადმი.
ლინის ნამუშევარი შეიძლება ითარგმნოს, რომ გახდეს უფრო ჭკვიანი და მოქნილი სამედიცინო მოწყობილობები.
"ეს ნამდვილად აჩვენებს, რომ ძალა არ უნდა იყოს მიბმული ზომასთან, და საავადმყოფოებში, სადაც ყველაფერი სწრაფად მოძრაობს მჭიდრო სივრცეში, ეს შეიძლება სიტყვასიტყვით ნიშნავს განსხვავებას სიცოცხლესა და სიკვდილს შორის," კევინ გუდვინი, EchoNous-ის აღმასრულებელმა დირექტორმა, კომპანია, რომელიც აწარმოებს ხელოვნური ინტელექტის დახმარებით სამედიცინო მოწყობილობებს, თქვა ელექტრონული ფოსტის ინტერვიუში.
გუდვინმა თქვა, რომ მისმა გუნდმა წლები დახარჯა ნერვული ქსელის შექმნასა და ტრენინგზე, რომელიც შეიძლება გამოყენებულ იქნას გულის სტრუქტურების რუკაზე რეალურ დროში ულტრაბგერითი სკანირებით - ეს ყველაფერი ხელის მოწყობილობაში სახელად KOSMOS, რომელიც იწონის ორ ფუნტს.
"ახლა ექიმებს შეუძლიათ ადვილად გადაადგილდნენ ოთახიდან ოთახში, მიიღონ დიაგნოსტიკური ხარისხის სკანირება AI ხელმძღვანელობით," დასძინა მან. "მათ არ უნდა გაგზავნონ პაციენტები სხვაგან ამ სკანირებისთვის ან დაკარგონ კრიტიკული დრო ურიკზე დაფუძნებული მანქანების დეზინფექციისთვის."
MCUNet არის ამაღელვებელი ხედვა სამყაროზე, სადაც პატარა გაჯეტები შეიძლება იყოს უფრო ჭკვიანი, ვიდრე ოდესმე. რამდენადაც IoT მოწყობილობების რაოდენობა სწრაფად იზრდება, ჩვენ ვეძებთ ყველაფერს, ჭკვიანი მოწყობილობებიდან სამედიცინო მოწყობილობებამდე, რათა გვქონდეს საკუთარი ნერვული ქსელები.
